改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。     

合理开发利用钨矿资源 促进钨矿业可持续发展

简述了我国钨矿业概况、现有采选技术水平及钨矿加工利用率 ;从资源配置出发 ,阐述了钨矿业发展存在的几个主要问题 ,并且针对性地提出了可持续发展的几点建议。     

降低发电装置CO2排放的对策初探

分析了老式与新式发电装置每度电产生CO_2的量,并提出了相应的对策。     

ʯ����Ȼ�����鿪�ɷ������������

加强石油天然气工业的立法，是社会主义市场经济发展与油气勘查开采实践的需要。针对现行油气管理法规在矿种管理体制，相邻采矿权人关系，油气采矿人主体资格，解决采矿权纠纷等未明事项，运用法学理论进行了剖析；阐述了加强油气立法工作的必要性和紧迫性；并有针对性地提立法建议，以期引探讨和有关部门重视。     

住宅厨房共用排烟系统性能比较

介绍了当地住宅厨房通风设计的发展简况，比较了两种房共用排烟系统的构造，尺寸，性能，造价及能耗，对厨房通风设计和施工提出了建议。     

我国超细粉碎与超细分级技术的现状及问题

近年来 ,我国的超细粉碎与超细分级技术有很大的发展 ,但在发展过程中存在着一些问题。超细粉体涉及的行业众多 ,但对其粒度的分类至今国内尚无定论。通过调研 ,分析了目前国内超细粉碎设备的现状。对超细粉体分级技术中的干法分级和湿法分级作了比较全面的介绍 ,并对我国超细粉碎与超细分级技术的发展提出了建议     

苯酚的市场状况、技术进展及发展建议

综述了苯酚的市场现状及其生产工艺进展,并对国内苯酚的发展提出了建议.     

百菌清的现状及展望

通过对全国和省内百菌清现状分析 ,提出存在的问题和发展建议。     

我国涤纶工业的发展现状和建议

叙述了我国涤纶的发展历史、现状及发展趋势。分析了目前涤纶行业存在的主要问题，指出今后涤纶的发展应着眼于国内外两个市场，除发展衣着用涤纶外，应进一步向装饰用和产业用领域扩大，同时发展原料工业。     

孪生导向锚框RPN网络实时目标跟踪

目的 区域推荐网络（region proposal network,RPN）与孪生网络（Siamese）相结合进行视频目标跟踪,显示了较高的准确性。然而,孪生RPN网络（Siamese region proposal network, SiamRPN）目标跟踪器依赖于密集的锚框策略,会产生大量冗余的锚框并影响跟踪的精度和速度。为了解决该问题,本文提出了孪生导向锚框RPN网络（Siamese-guided anchor RPN,Siamese GA-RPN）。方法 Siamese GA-RPN的主要思想是利用语义特征来指导锚框生成。其中导向锚框网络包括位置预测模块和形状预测模块,这两个模块分别利用孪生网络中CNN（convolutional neural network）产生的语义特征预测锚框的位置和长宽尺寸,减少了冗余锚框的产生。然后,进一步设计了特征自适应模块,利用每个锚框的形状信息,通过可变卷积层来修正跟踪目标的原始特征图,降低目标特征与锚框信息的不一致性,提高了目标跟踪的准确性。结果 在3个具有挑战性的视频跟踪基准数据集VOT（video object tracking）2015、VOT2016和VOT2017上进行了跟踪实验,测试了算法在目标快速移动、遮挡和光照等复杂场景下的跟踪性能,并与多种优秀算法在准确性和鲁棒性两个评价指标上进行定量比较。在VOT2015数据集上,本文算法与孪生RPN网络相比,准确性提高了1.72%,鲁棒性提高了5.17%;在VOT2016数据集上,本文算法与孪生RPN网络相比,准确性提高了3.6%,鲁棒性提高了6.6%;在VOT2017数据集上进行实时实验,本文算法表现出了较好的实时跟踪效果。结论 通过孪生导向锚框RPN网络提高了锚框生成的有效性,确保了特征与锚框的一致性,实现了对目标的精确定位,较好地解决了锚框尺寸对目标跟踪精度的影响。在目标尺度发生变化、遮挡、光照条件变化和目标快速运动等复杂场景下仍然表现出了较强的鲁棒性和适应性。