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%。     

超支化镍系催化剂构效关系及催化乙烯齐聚机理

采用1.0G超支化大分子（1.0G）、3-取代水杨醛和NiCl₂·6H₂O为原料，依次经席夫碱反应和络合反应合成了3种新型具有不同取代基位阻的超支化水杨醛亚胺配体及其镍系催化剂，利用红外光谱（FTIR）、核磁共振氢谱（¹H NMR）、紫外光谱（UV-vis）、电喷雾质谱（ESI-MS）及电感耦合等离子体质谱（ICP-MS）等方法对合成出产物的结构进行表征。考察了配体空间位阻、溶剂种类、助催化剂种类及反应条件对催化乙烯齐聚性能的影响。研究结果表明，配体空间位阻对催化乙烯齐聚性能有较大的影响，当以甲苯为溶剂、甲基铝氧烷（MAO）为助催化剂，在最佳反应条件下，超支化邻苯基水杨醛亚胺镍系催化剂催化乙烯齐聚的活性为2.81×10⁵g/(mol Ni·h)，对高碳烯烃（C₁₀₊）的选择性为34.28%。此外，在超支化水杨醛亚胺镍系催化剂催化性能评价的基础上，对其催化乙烯齐聚的机理进行研究。     

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.     

浅述当代互联网公司办公空间设计趋势

由于信息交流方式的变革,现代办公空间自机械工作场所向信息交流场所转变,在此基础上,互联网公司的办公空间承担了更多展示宣传、氛围营造的责任,相对应的,我们需对适用于互联网公司发展需要的设计进行总结。本文梳理了办公空间发展历史,归纳了现代办公空间及互联网办公空间演化历程,通过案例分析互联网办公空间形式特征,探讨未来设计趋势。