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NoC的容错路由算法

各种各样的软件和硬件上的错误都会破坏网络的数据传输,因此研究No C网络的容错算法是非常必要的。在基于XY路由算法的基础上提出了改进的容错路由算法,当链路或者传输节点之间发生错误时,可通过重新设置路由规则来获取一条有效的路由路径。在FPGA上进行路由容错算法的仿真,并和目前常用的几种路由算法在所适用拓扑、是否防止死锁等方面进行对比。仿真结果显示改进的路由容错算法性能优越,是可行的。     

大数据背景下教师推进学生主体个性化学习研究

大数据时代,随着社会的快速发展,教育领域强调个性化教育,教师应积极面向全体学生,发现学生的独特性,承认个性差异,鼓励个性发展,因材施教,最大程度展现所有学生的个性和潜力。基于此,通过分析高职院校学生主体的个性化差异,探索研究大数据背景下教师推进学生主体个性化学习的策略,为后续教育改革和促进学生个性化学习提供参考。     

典型化工生产单元操作一体化实训室数字化课程学习系统建设

基于对典型化工生产单元操作一体化实训室数字化课程学习系统建设实践，将复杂且具有高度危险性的化工生产单元操作过程教学、培训等，构建成一个高度信息化的综合平台，利用视频、动画、微课、仿真等软硬件组成数字化的学习系统，即解决了学校资源、资金、场地、安全等的不足，方便学生随时随地学习，又解决了教师枯燥难教的困境，同时也解决了校内学资源碎片化、校际缺少共享等问题，为教学、培训、社会服务等提供便捷途径。