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

    贝叶斯框架下的自适应质量变量预测模型

    朱雨婷田颖
    103-108页
    查看更多>>摘要:针对工业生产过程中的时变性问题,提出贝叶斯网络框架下的自适应质量变量预测建模方法.采用改进的即时学习策略,将数据库分成若干局部数据子集,快速选择与待测样本相似度较高的一组数据作为训练样本,再利用主成分分析对训练样本过程变量进行特征提取,借此作为网络模型输入变量.利用基于改进Figueiredo-Jain算法的EM算法估计高斯混合模型参数,构建高斯混合模型逼近贝叶斯网络联合概率密度,训练得到贝叶斯网络下的自适应质量变量预测模型.基于田纳西伊斯曼(TE)仿真过程获得的数据,利用该方法对成分XG进行预测并与传统PCA-BN模型对比.结果证实该方法最大误差下降14.4%,均方根误差下降7.5%,相对误差下降8.3%,验证了该方法解决时变性问题的有效性.

    贝叶斯网络即时学习EM算法高斯混合模型质量变量预测

    基于因子偏离度的GBDT多因子选股模型

    邓晶
    109-112页
    查看更多>>摘要:为了避免股票市场中因子之间复杂非线性关系引起的多因子选股模型过拟合现象,基于因子偏离度对股票因子数据进行分析,筛选影响股票收益率的有效因子,通过梯度提升树对股票影响因子的权值进行不断调整和分析,建立一个DEV-GBDT量化选股模型,再根据基于因子偏离度的GBDT多因子选股模型的预测结果进行模拟交易,以沪深300指数成分股2010年1月1日—2019年7月31日数据为例进行实证分析.实验结果表明,DEV-GBDT选股模型的年化收益率达26.14%,比传统GBDT选股模型提高8.61%.基于因子偏离度的GBDT多因子选股模型能有效识别股市影响因子,提高股票预测准确度,帮助投资者获得超额收益.

    因子偏离度梯度提升树量化投资多因子选股

    CST中四态非厄米系统耦合模理论研究

    刘孝宇
    113-116页
    查看更多>>摘要:使用时域有限差分法对四态非厄米系统的耦合模理论进行验证.基于耦合模式方程,给出此系统传输系数公式,计算得出系统的透射谱与反射谱.在CST软件中用开口谐振环设计四态非厄米系统,基于CST软件的时域有限差分法仿真得到系统传输系数并进行验证.计算与仿真得到的传输系数结果一致,表明利用耦合模理论处理四态非厄米系统可行.

    非厄米系统耦合模理论时域有限差分法SRRCST

    基于RC等效电路模型的锂电池SOC估计

    殷福嘉
    117-122页
    查看更多>>摘要:针对电动汽车动力锂电池,提出一种能够在恒流及变流放电工况下修正SOC估算误差的方法.首先以双阻容并联网络RC作为锂电池等效电路模型,采用最小二乘法对模型参数进行估计,再依据模型及实验数据构建锂电池非线性状态方程,对锂电池开路电压与SOC的关系进行拟合,最后结合EKF算法与安时积分算法估算锂电池SOC,并采用脉冲放电实验进行验证.实验结果表明,该算法能够在恒流脉冲放电工况下有效修正SOC估算误差,并控制精度在1%以内,且在变流工况下仍可修正SOC初始误差.

    电动汽车锂电池SOC估计EKF算法

    基于变分自编码器的异常检测算法研究

    陈哲
    123-127页
    查看更多>>摘要:异常检测能够检测出数据中的异常情况,为各类系统正常运转提供重要支撑.提出一种基于变分自编码器的异常检测算法,该算法使用变分自编码器对输入数据进行特征提取,结合深度支持向量网络,压缩特征空间,并寻找最小超球体分离正常数据和异常数据,通过计算数据特征到超球体中心的欧式距离衡量数据的异常分数,并以此进行异常检测.在基准数据集MNIST和Fashion-MNIST上评估该算法,平均AUC分别达0.954和0.935,优于其它优秀算法.实验结果表明,该算法取得较好异常检测效果.

    异常检测变分自编码器超球体深度学习

    具有动态学习能力的分层进化粒子群优化算法

    徐超单志勇徐好好
    128-131页
    查看更多>>摘要:针对粒子群算法(PSO)在优化高维多极值问题时容易陷入局部极值的问题,结合分层进化与动态学习策略,提出一种具有动态学习能力的分层进化粒子群优化算法(DHEPSO).该算法首先根据粒子适应度值将粒子划分为不同层级,对不同层级粒子采取不同的进化策略,避免迭代后期种群多样性快速消失;然后根据粒子所属层级的不同动态调整粒子学习能力,在保证算法收敛精度情况下提高算法收敛速度;最后将算法在4个典型函数进行测试,结果表明DHEPSO与传统粒子群算法相比,除病态函数外均能快速达到全局最优.同时,问题维数提升对算法的全局收敛能力影响较小,证明该算法具有良好的稳定性.

    粒子群算法高维多极值学习能力分层进化

    动态时间规整算法优化

    叶科淮陈志王仁杰史佳成...
    132-135页
    查看更多>>摘要:为了解决动态时间规整算法在时间序列长度较长、两段时间序列长度相当时计算效率较低等问题,对动态时间规整增加约束条件,并从压缩时间序列、优化全局约束及修改约束条件等方面进行改进.通过实验,将算法应用于较长的时间序列中.实验结果表明,两段时间序列长度越接近,动态时间规整的时间复杂度越趋于线性,在完全相等时,时间复杂度从传统算法的O(nm)优化至O(n),优化效率最高可达到99%.修改约束条件后的动态规整算法可识别实验中所有经过慢放处理的时间序列.经过优化的动态时间规整算法可在一定条件下提高效率,并且能快速识别相同的时间序列.

    动态时间规整动态规划语音识别手势识别数据挖掘

    基于EEMD与HAR-RV模型的已实现波动率研究

    王志敏沐年国
    136-141页
    查看更多>>摘要:高频金融数据下对资产价格波动的研究越来越受到人们的关注,而随着对数据行为解析能力的提高,噪音也会随着采样频率的提高而增加,从而导致已实现波动率的估计偏差.为了降低高频数据中噪音对波动率估计的影响,在HAR-RV模型基础上使用EEMD结合小波分析的方法提高估计的有效性.实证研究发现,仅使用EEMD进行降噪预测并不能很好地预测股票市场的实际变动趋势,而在EEMD分解后的高频部分中使用小波方法进行处理,发现降噪后构建模型的均方误差(MSE)与平均绝对误差(MAE)分别下降了93.92%及76.94%,能够满足对股票市场实际序列变动的预测要求.

    高频数据EEMD小波分析HAR-RV模型

    智能多姿态下肢康复训练设备控制系统研究

    孟利国喻洪流孟巧玲朱文杰...
    142-147页
    查看更多>>摘要:为了更好地帮助下肢功能障碍者进行居家下肢康复训练,重获行动能力,走向独立生活,设计一种基于轮椅的智能多姿态下肢康复训练设备控制系统.该系统选用STM32F103系列单片机作为主控芯片,采用模块化设计思想,对人机交互模块、运动控制模块、姿态变换与下肢康复训练模块的软硬件进行设计.实验结果表明,人机交互摇杆按键控制姿态变换成功率能达到97.5%,语音和手机平板APP的控制成功率也能分别达到92.5%和95.3%.控制系统运行稳定,为进一步完善智能多姿态下肢康复训练设备奠定了基础.

    康复训练人机交互模块化智能控制语音控制

    便携式水下机器人系统设计与实现

    张驰陶永生
    148-152页
    查看更多>>摘要:为解决超小型水下机器人成本高、操作不灵活等不足,提出一种便携式小型水下机器人系统设计方案.系统分为水下机器人本体、水面通信浮标和控制终端3部分.通过搭建局域网方法,在本体中嵌入一个B/S架构的Web服务器,使用基于TCP协议的Socket编程完成数据传输,并将所有信号共用同一链路同时传输,最终通过以太网连接水下机器人实现控制.实验结果表明:系统控制信号传输正常,通信延迟稳定,相比传统的平台成本更低灵活性更强,可用于水下拍摄和监测工作.

    水下机器人以太网Arduino无线网络TCPWeb服务器