首页期刊导航|软件导刊
期刊信息/Journal information
软件导刊
软件导刊

高建平

月刊

1672-7800

softwaerguide@163.com

027-87821070

430071

湖北武汉洪山路2号湖北科教大厦D座5楼

软件导刊/Journal SoftWare Guide
查看更多>>《软件导刊》杂志是2002年经国家科技部和国家新闻出版总署批准,由湖北省科技厅主管、湖北省信息学会主办的全国性计算机软件类学术期刊。《软件导刊》杂志以服务计算机软件事业为使命,以“引领软件学科发展方向,响应软件产业发展潮流”为办刊宗旨,积极反映软件学科的新理论、新方法、新技术,把握学科发展趋势,促进学术交流,推动产业发展。
正式出版
收录年代

    基于随机森林的血糖变异预测ICU监护时长研究

    耿晓斌程云章钟鸣李帆...
    51-57页
    查看更多>>摘要:为预测ICU患者重症监护时长并研究血糖变异对时长的影响,分别构建K最近邻、决策树、支持向量机以及随机森林4种模型,使用重症患者的血糖变异情况和基本病例信息构成实验数据集进行训练,预测患者能否在72h内转出ICU病房.训练后的4种模型在判断患者重症监护时长的准确率分别为63.94%、78.77%、81.07%和84.14%.实验结果表明,血糖变异情况对患者重症监护时长有重要影响,且随机森林模型相比其它机器学习算法能较好地预测ICU患者的重症监护时长,能帮助医生合理安排治疗计划,在提高医疗资源利用效率上具有参考意义.

    血糖变异随机森林重症监护室时长预测机器学习

    双流融合的动作识别方法研究

    孙于成
    58-62页
    查看更多>>摘要:为了有效改善传统动作识别方法中输入数据信息单一导致的识别率偏低等问题,提出一种结合视频数据和骨骼数据的双流融合方法.基于两种不同的深度学习网络,分别对视频数据与骨骼数据进行识别并将两者输出的概率加以融合,实现信息融合效果.在公开数据集NTU RGB+D上进行测试,达到83.76%的识别精度.该方法在一定程度上实现了不同数据的信息融合,能较为准确地区分出动作类别.

    动作识别骨骼数据视频数据信息融合

    基于多尺度局部特征融合的手指静脉识别方法

    何晶沈雷蒋寒琼何必锋...
    63-67页
    查看更多>>摘要:针对目前手指静脉识别算法中的局部特征提取算法在信息量上利用不充分、特征不够稳定以及静脉结构不够突出等问题,提出一种基于多尺度局部特征融合的手指静脉识别方法.首先对图像进行归一化及自适应直方图均衡(CLAHE)处理,然后应用多尺度方向模板提取一阶局部静脉方向特征,之后在方向特征基础上计算局部均值二值算子(MLBP),得到二阶局部纹理细节特征,最后采用最优权值方式融合一阶梯度上的局部静脉方向特征和二阶梯度上的局部纹理细节特征.相比其它传统局部特征提取算法,这种多阶梯度融合方式提高了特征的稳定性,对图像信息量的利用更加充分.与MMNBP和NMRT算法相比,该算法在噪声图像库中的识别率分别从40.99%、39.22% 提升至51.04%,在正常图像库中的识别率分别从82.79%、84.66% 提升至89.53%.

    手指静脉识别局部均值二值算子融合识别局部特征自适应直方图均衡

    改进朴素贝叶斯算法的人脸表情识别

    丁童心禹素萍
    68-71页
    查看更多>>摘要:传统图像特征提取具有较高维度缺陷,造成算法分类效率低、复杂度高、分类速度慢、计算开销大等问题.为此提出AAM算法,定位关键点提取人脸表情几何特征.将朴素贝叶斯分类器结合特征属性重要度调节高斯核函数,使用K近邻算法实现分类决策,提出一种WNBC-KNN分类方法,从降低数据维度和分类算法两方面优化人脸表情分类.在CK+数据和JAFFE数据集上实验,识别率分别达到90%和86%.与传统的朴素贝叶斯算法比较,改进后的算法识别率分别提高6%和30%.

    人脸表情识别几何特征朴素贝叶斯算法

    基于深度学习的生猪饮水行为识别研究

    卞子煜朱伟兴
    72-75页
    查看更多>>摘要:计算机视觉技术越来越多地应用于生猪饮水等行为识别中,以判断生猪健康状况.现有的饮水识别方法主要依赖目标轮廓,而传统的阈值分割方式受光照、噪点等因素影响较大,提取的轮廓不够精确.提出一种基于深度学习目标检测算法YOLO(You Only Look Once,YOLO)的生猪行为识别方法,根据生猪位置与饮水区的关系以及是否处于静止状态综合判断其饮水行为.该方法不依赖目标轮廓,且无复杂的手动特征提取过程.在深度学习框架tensorflow上进行群养猪检测、定位以及饮水行为识别.实验证明,该算法比基于轮廓的饮水识别算法精度提高3%,达到94.0%.

    深度学习目标检测饮水行为群养猪YOLO算法

    基于深度学习的行人检测技术研究

    陈涛路红
    76-80页
    查看更多>>摘要:行人检测一直是视频分析领域的研究热点和难点,在无人驾驶、道路监控、智慧城市等方面具有广泛应用.介绍基于深度学习的行人检测技术,全面分析目标检测技术发展现状,研究行人检测关键技术及其处理流程,并基于YOLO v3进行了软件系统实现与验证.实验结果表明,深度学习技术能够在准确度和实时性方面满足行人检测要求.最后,探讨了行人检测技术未来发展和进一步研究方向.

    行人检测深度学习目标检测YOLO视频分析

    基于级联特征网络的人体姿态估计

    金宇
    81-83页
    查看更多>>摘要:为了解决关键点检测精度不均和整体关键点检测精度不高等问题,基于级联特征网络,通过构建主体网络多分支、多阶段、多分辨率的方式从输入图像中提取丰富特征,并通过微调网络中的级联和在线关键点挖掘以提高整体关键点检测精度.采用自顶向下的方法在MPII数据集上与目前先进方法进行对比实验,分别使用20000张图像进行训练,5000张图像进行测试.实验结果表明,基于级联特征网络的人体姿态估计方法具有更高的多人姿态估计准确率,平均精度达80.4%,且一些不易识别的关键点检测精度更高.

    人体姿态估计多尺度融合在线关键点挖掘高分辨率特征人体关键点

    不平衡古漆器漆膜数据分类研究

    张岚斌徐国庆李澜
    84-88页
    查看更多>>摘要:针对古漆器漆膜数据类间不平衡、样本规模小,以及传统机器学习算法分类效果较差的问题,提出一种改进SMOTE的过采样方法改变漆器漆膜数据样本分布,使其达到平衡.该方法通过比较各类样本间的欧式距离,删除了人工样本中的噪声数据,然后运用集成学习中的随机森林算法进行分类,提高了少数类的分类准确率.UCI数据集上的实验结果表明,改进的过采样方法性能更优,评价指标F1-score与AUC值分别得到2%、5%以上的提升.结合改进的过采样方法与机器学习算法进行对比实验,结果证明,随机森林算法精度更高,在对古漆器年代的判别中,随机森林算法的F1-score与AUC值高达87.76%、89.34%.

    古漆器漆膜过采样集成学习随机森林

    多无人机辅助的物联网信息与能量同传优化策略

    凌莉李晓晓赵宁
    89-96页
    查看更多>>摘要:目前基于无人机的物联网信息与能量同传优化研究大都只考虑了单无人机且部署固定高度的情形,针对这一局限性,设计一个多无人机辅助的信息与能量同传系统,并提出一个联合优化设备关联关系、无人机位置、无人机发射功率和设备功率分割比的多变量固定交替迭代优化算法,以实现设备最小采集能量最大化.在每次迭代中,首先根据信号强度确定关联关系,并利用基于禁忌搜索的无人机位置优化算法,确定无人机位置;其次利用一阶泰勒展开式将非凸问题近似为凸问题,求解无人机发射功率和设备功率分割比.仿真实验表明,相比于多个基准对比方案,所提算法和策略能够获得更优的最小采集能量.

    无人机物联网无线信息与能量同传传输优化交替迭代

    改进SSOR迭代法的数值保角变换计算法

    万鹏吕毅斌王樱子唐胜男...
    97-102页
    查看更多>>摘要:针对基于模拟电荷法的数值保角变换计算法在复杂边界求解模拟电荷点电荷量时不精确及不稳定问题,提出一种基于(k,j)-Padé迭代法改进的SSOR方法并用于求解电荷点电荷量.首先通过模拟电荷法将数值保角变换的逼近问题转换为理论上较为成熟的共轭调和函数逼近问题;然后根据边界条件、正则化条件、约束条件和柯西条件构造出约束方程组,使用改进算法计算电荷点电荷量;最后利用电荷点电荷量计算出数值保角变换函数.实验结果表明,该方法能很好地保持映射前后角度之间的关系.与原方法相比,在橙形区域中最大精度提升率约为11.2%,在椭圆区域中最大精度提升率为5.4%,且比原方法稳定性高.

    模拟电荷法数值保角变换(k,j)-Padé迭代法图像保角变换SSOR法