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%。     

基于机器视觉的抓握状态模型及其适用性

为了实现手部功能障碍患者在抓握康复训练中手部状态的数字化,提出采用抓握状态模型对手部状态进行识别,并通过实验分析模型的适用性与鲁棒性。首先,提出一种手部抓握状态模型,抓握对象,手部抓握类型以及手部抓握状态判定的流程。然后,采用Leap Motion对5名受试者抓握ARAT(Action Research Arm Test)标准物时的动作进行跟踪,分析抓握状态模型的适用性。最后,通过实验中抓握状态模型参数的离散度分析抓握对象尺寸、手部差异和抓握角度对抓握状态模型稳定性的影响。实验结果表明:实验中抓握状态模型参数的平均相对标准偏差为0.637,且该抓握状态模型具有良好的适用性和鲁棒性。采用基于机器视觉的抓握状态模型对手部状态识别基本满足对手部运动跟踪精度高、处理速度快等要求。     

数字化技术在运行中的制冷机房改造中的应用

结合工程实际,对数字化技术在运行中的制冷机房改造中的应用进行了研究.在对项目中存在的改造难点进行分析的基础上,提出了相应的针对性解决方案,以期为类似工程提供借鉴.     

地下空间集成体系研究与实践

地下空间是开发建设的战略性空间,其开发与利用需留足弹性、复合兼容.结合某工程A片区地下空间规划与实践,通过地下空间规划利用方式的创新和探索,制定规划战略目标,根据功能需求,提出相应的开发模式与集成功能体系.     

船舶内燃机远程状态监测研究

随着社会经济的不断发展,全球各国之间的贸易交流变得越来越频繁,水运海航线发展也变得尤为必要,由此对船舶功能提出了越来越严格的要求。在船舶航行中,其前行动力离不开内燃机的有力支持,而为保障内燃机的安全稳定运行,对其监测诊断方法进行研究有着十分重要的现实意义。本文首先阐述了船舶内燃机监测诊断技术,其次概述了船舶内燃机系统,最后探讨了船舶内燃机远程状态监测系统结构设计及展望了船舶内燃机监测诊断技术发展,旨在为促进船舶内燃机的可靠、稳定运行提供一些帮助。