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%。     

前保中支架刚度有限元仿真方法

汽车行业会通过一系列有限元方法,对新车型的模态、刚度、碰撞性能、风阻、噪声等进行仿真,通过对模型的初步计算得到具有一定准确性的结果,指导模型的优化,可以在相当大程度上减少设计造成的缺陷。所有的有限元仿真都是通过对设计和工况进行一定程度的简化实现的。模拟结果的准确性也与简化方法密切相关。通过对前保中支架刚度的有限元分析,提出一种效率更高、结果更可靠、耗时更短的前保匹配风险评价的有限元仿真方法,可以通过对前保中支架刚度的计算,有效地对前保下沉风险进行评价,在项目早期发现潜在的匹配设计问题,推动设计优化。     

工业4.0前景下的智慧城市建设需要民营资本的深度参与

随着3D打印和石墨烯这类高科技产品应用面越来越广,关于工业4.0时代的讨论也越来越喧嚣尘上。工业4.0的核心概念是生产智能化和产业链网络化,这与中国正在如火如荼进行着的智慧城市建设构成了互为因果,彼此促进的关系。国内众多企业纷纷转型涉猎其中,各个投资大佬准备出手分享盛宴。在这种大的时代背景下,民间资本在未来产业变革中应当如何定位?如何转型,如何发挥他们对产业的促进作用实现政府、消费者和投资者的共赢?带着这些问题,本刊记者采访了三荣集团总裁陈华耀先生。     

平煤四矿煤与瓦斯突出灾害分布特征

对平煤四矿先后发生的21次煤与瓦斯突出灾害事故进行统计分析,得出该矿区煤与瓦斯突出灾害的空间、强度和时间分布特征。同时分析得出:四矿瓦斯突出灾害集中分布在煤层走向的狭长条带内,标高-390m是各煤层组的始突深度。埋深超过620m,达到突出发生的应力条件。特征分析为平煤四矿煤岩瓦斯突击灾害的防治工作提供有力的科学依据。     

粒子流粒子滤波检测前跟踪方法

检测前跟踪通过在连续多帧观测中对目标信号进行非相参积累以检测和跟踪微弱目标。积累的关键在于对目标轨迹的准确估计和多帧迭代滤波。传统粒子滤波器过于依赖建议分布，对目标轨迹的估计不够准确。新提出的粒子流滤波器是一种很好的替代方法，但其过于依赖当前时刻的量测而弱化多帧迭代滤波。本文提出一种在粒子滤波框架下采用粒子流的检测前跟踪方法:采用粒子滤波器进行多帧迭代滤波，但在每一帧内，采用Localized Exact Daum-Huang粒子流进行滤波。为了应对目标量测的不确定性，本文改造了Localized Exact Daum-Huang滤波器，为每个粒子在其邻域内寻找最大似然量测，并利用该量测更新粒子状态。Rayleigh分布杂波下Swerling1型起伏目标的检测和跟踪实验证明了所提算法的性能。      

基于食品中元素分析的前处理技术研究

在食品元素分析中,消解方法的选择对准确测定元素含量非常关键,不同的消解技术对不同样品的消解效果不一样,因此在选择消解方法的时候应充分考虑各种消解方法的原理及优缺点,从而建立最适合样品的前处理技术。本文将对干法灰化、湿法消解以及微波消解这三种最常见的消解方法,从原理、优缺点及应用进行简介,在试验过程中,根据样品类别、仪器、分析条件、分析要求、环境及环保等选择合适的前处理方法,提高检验效率和准确度。