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%。     

物联网技术在循环经济产业园综合管理平台中的应用研究

随着国家对生态文明建设的高度重视,近年来循环经济产业园的技术保障和管理水平有了较大的提高,但是仍然存在园区臭气浓度、地下水检测数据等环境指标无法实时监测;垃圾筛分量、回收物打包量、垃圾填埋量、渗沥液处理量无法实时获取;无法对厌氧罐维修等高空作业、有限空间作业等生产作业过程实施有效监管等问题。本文在某循环经济产业园综合管理平台的需求调研和方案设计的基础上,对循环经济产业园综合管理平台的建设目标和建设内容进行了概括,并对物联网在平台中的应用进行了专门的论述,伴随着垃圾污染治理力度的不断加大,利用物联网对园区内的生产设备进行实时监控、为园区管理部门提供数据支撑成为一种切实可行的解决方案。     

基于核的机器学习方法及其在多用户检测中的应用

阐述了核方法的基本原理与研究动机，分析了特征空间的性质，介绍了常见的核方法，给出了构建新核方法的步骤及需要注意的问题，指出了核方法值得关注的研究方向，展示了其在多用户检测中的应用情况，以其对核方法研究领域有较全面的把握。     

一种新型衰弱信道预测算法

提出了一种基于支持向量机的衰落信道预测算法.在相空间中构建学习样本,然后借助支持向量机的学习与判决能力实施预测.对Jakes衰落信道的预测实验表明,该算法是有效的.同时也表明嵌入维数对预测准确度有着较大影响.     

基于目标紧密性与区域同质性策略的图像显著性检测

针对基于图模型的显著性检测算法中节点间特征差异描述不准确的问题,该文提出一种目标紧密性与区域同质性策略相结合的图像显著性检测算法。区别于常用的图模型,该算法建立更贴近人眼视觉系统的稀疏图结构与新颖的区域同质性图结构,以便描述图像前景内部的关联性与前景背景间的差异性,从而摒弃众多节点的冗余连接,强化节点局部空间关系;并且结合聚类簇紧密性采取流形排序的方式形成显著图,利用背景区域簇的相似性,引入背景置信度进行显著性优化,最终得到精细的检测结果。在4个基准数据集上与4种基于图模型的流行算法对比,该算法能清晰地突出显著区域,且在多种综合指标评估中,具备更优越的性能。     

基于校企合作的高校服装专业"双师双能型"教师培养路径研究

教师是高校培养应用型人才的直接实施者,教师的教学能力水平直接关系到本科人才的培养效果.在竞争激烈的现代高校教育中,服装专业人才的培育注重实用性与实效性,这就要求高校注重对服装专业"双师双能型"教师队伍的建设,把校企合作共同培养高水准的教师队伍作为重要途径,突出企业在本科院校"双师双能型"教师队伍建设中的主体地位,为教师...     

甲烷气氛下铁基催化剂对低阶煤温和液化的影响

针对煤直接液化的高温高压苛刻反应条件和高昂的氢气成本问题,通过降低煤液化反应温度、压力和更换供氢气氛等方法来优化工艺过程。选用四种铁基催化剂研究低阶煤在甲烷气氛下温和液化的反应特性,研究结果表明：神华黑山长焰煤HS在温度350℃、初始压力3 MPa的甲烷气氛下液化产物为轻质气体、液化油和沥青质;以FeSO₄为催化剂时沥青质的产率最高达到8.03%,并将煤液化的转化率提升了6.10%;以FeS为催化剂时油气产率提升了3.48%;助剂硫元素的加入对煤液化反应总转化率的提升有着重要作用;Fe粉、Fe+S和FeS催化剂的加入有助于提升煤液化油中单环芳烃的含量。     

基于高阶扩展快速行进法的缺失地震数据重建

传统地震数据重建算法大多采用整体重建模式.受数字图像重建思路启发,提出了一种基于高阶扩展快速行进法的缺失地震数据重建算法.该算法采用局部重建模式,首先将缺失地震数据映射为地震图像,并定量分析映射导致的量化误差; 再采用二抽取小波变换对地震图像进行分解,分解后的低频分量采用高阶扩展快速行进法做局部逐点重建,高频分量通过已重建低频部分的水平、垂直和对角预测滤波做重建; 然后采用小波逆变换得到重建后的地震图像; 最后将地震图像映射回地震数据.叠前和叠后实际地震数据重建实例验证了算法的可行性; 与基于形态分量分析、基于K-奇异值分解(SVD)字典学习等地震数据重建算法的对比结果表明,本文算法具有更快的重建速度和更高的重建精度.     

生物电化学系统对4-氯硝基苯的降解

实验以驯化的4-氯硝基苯（4-CNB）降解菌为接种物,以碳刷为阴、阳极材料,构建了生物电化学系统,探讨了4-CNB不同进水浓度、不同外加电压对难降解、具有持久性毒性的有机污染物4-CNB降解效果的影响。结果表明：4-CNB不同进水浓度下,生物电化学系统对4-CNB的去除率均可达到99%,且实验采用的具有电化学活性的微生物对4-CNB表现出较好的耐受性;在不同外加电压下,4-CNB去除率最终也可达到99%,在外加电压为0.5V时,其去除效率最佳。此外,对比了相同浓度、相同外加电压下,生物电化学系统、非生物厌氧反应系统和开路状态生物系统对4-CNB降解效果的影响,结果表明,生物电化学系统降解效果最佳,可有效促进有机污染物4-CNB降解并提高其降解效率,2.5h后4-CNB去除率可达99.5%,非生物厌氧系统去除率为95.7%,而开路状态生物系统中,24h后4-CNB含量无显著变化。