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

    融合注意力机制与LSTM的建筑能耗预测模型研究

    邵必林史洋博赵煜
    61-67页
    查看更多>>摘要:建筑能耗预测是实现建筑节能和控制的前提,也是未来电网需求响应和实时平衡的重要条件.为提高建筑能耗预测精度,针对建筑能耗序列的复杂性和长期依赖性,提出一种结合LSTM神经网络和注意力机制的建筑能耗预测模型.首先采用距离相关系数来确定环境特征,然后构建LSTM模型,通过网格搜索确定模型超参数.在LSTM模型的基础上加入Attention机制,突出关键时间节点包含的建筑能耗特征对预测结果的影响.在实际用户电能数据集上进行验证,结果表明在小时和日能耗数据集上,预测效果均优于LSTM、GRU模型和其他传统机器学习模型.Attention-LSTM建筑能耗预测模型能够捕捉到历史序列关键时间节点的特征信息,避免了传统循环神经网络无法识别重要信息节点的局限性,能更好地反映建筑能耗的变化趋势.

    建筑能耗预测注意力机制LSTM神经网络距离相关系数

    基于SOM-K-means算法的商品评论研究

    顾亦然陈禹洲
    68-72页
    查看更多>>摘要:为了更有效率地对商品评论聚类出相应的评价标签,运用SOM-K-means算法,对商品评论中的情感词进行聚类分析.该算法综合了SOM算法和K-means算法的优点,在聚类过程中减少了人工干预,具有较强的自适应性.实验结果显示,在数据量小于10000条时,SOM-K-means算法的平均运行时间为0.3s,而市场上主流的LDA算法平均运行时间为3.5s,SOM-K-means算法的平均运行效率是其12倍左右,这为追求效率和性能最佳的电商平台提供了一种新的聚类思路.

    SOMK-means商品评论情感词聚类

    基于随机森林与多源信息融合的疲劳驾驶检测方法

    葛文杰陈龙
    73-77页
    查看更多>>摘要:现有的疲劳驾驶检测方法,大多只采用单一信号判断驾驶员疲劳状态,容易受到干扰,当实际检测环境不那么理想时,无法采集到足够准确的数据,会导致检测结果出现较大偏差.提出基于随机森林与多源信息融合的疲劳驾驶检测方法,运用多个微型传感器,同步采集驾驶员的呼吸、心跳、脉搏以及握力信号,当某一个信号采集有所偏差时,另一个信号不受影响,然后将所有采集到的信号进行整合,建立一个多源融合的疲劳驾驶状态数据集作为检测依据,避免了单一信号有时误差较大的缺陷,检测准确率更高.相较于SVM、GBDT等分类算法,随机森林能够平衡数据集的误差,对缺失值不敏感,且分类速度快,模型最佳检测精度达89.16%,能够有效避免驾驶员疲劳驾驶.

    疲劳驾驶检测多源信息融合SVMGBDT随机森林

    基于量化和模型剪枝的卷积神经网络压缩方法

    吴卫贤赵鸣黄晓丹
    78-83页
    查看更多>>摘要:为了使得用于目标识别的神经网络模型适应普通移动端或者嵌入式设备,需要将模型中对结果无影响的部分卷积通道剪枝,并简化权值数据.鉴于此,提出一种基于卷积神经网络的剪枝和权值量化方法:首先,对卷积神经网络中常见的卷积层和全连接层中的权值在训练后进行大小判别;其次,通过对权值及相应通道的剪枝达到降低卷积神经网络模型体积的目的;最后,对剩余权值进行量化处理,降低卷积神经网络计算成本,并对量化后的模型进行一定微调,以恢复精度.实验显示,网络模型大小降为原来的1/4,推理时间为原来的1/2,使得模型计算成本低于原模型并且计算效率高于原模型.实验结果表明,该方法能显著提升卷积神经网络模型计算速度,并压缩模型大小.

    神经网络模型剪枝目标检测权值量化

    考虑句子类型分类的情感分析研究

    姬思阳侯开虎
    84-88页
    查看更多>>摘要:情感分析作为大数据时代处理非结构化数据的分支,一直是研究者关注的重点课题.情感分析是从文本中挖掘所表达的情感,将其作为产品或社交的决策依据.鉴于此,提出一种基于句型分类的句子级情感分析手段.首先训练一个基于长短期记忆学习(LSTM)的句型分类器,从大量的推特句子中提取否定句和比较句作为特殊句型,利用分而治之的思想将这类特殊句子与正常的无否定和比较的句子分开;然后采取N值不同的特征提取手段(N-gram);最后分别运用词包(BoW)和词频—逆向文件频率(TF-IDF)两种方法表示句子的词向量,对模型进行情感分析.对比分析结果可知,针对不同句子类型设定N-gram中不同N值可以提高整体情感分类精度,其中使用BoW和Tri-gram组合获得了66.87%的最高精度,证明了句型分类器的使用在情感分类中的有效性.

    自然语言处理情感分析深度学习神经网络句子分类

    面向分类的自动化机器学习模型构建

    孙长麟汪红强
    89-92页
    查看更多>>摘要:为提升机器学习场景下分类与预测任务模型的准确性和普适性,基于分层级联结构与改进的遗传算法构建自动化机器学习模型,将其应用于分类场景,并采用OpenML公共数据集进行实验.结果表明,这种创新的方法不仅能并行、自动地构建自动化机器学习模型,而且能快速、有效地进行分类与预测.构建的自动化机器学习算法准确率较高,经过多轮验证,准确率可达到94.4%,相比使用单个分类器提高了5%~10%.

    自动化机器学习级联遗传算法

    基于BP神经网络的散装铁精矿液化风险评估模型

    王海涛简琦薇
    93-97页
    查看更多>>摘要:在海上运输过程中,散装铁精矿等固体散货物存在液化可能性,需对此进行有效评估.引入加速度作为影响散装铁精矿液化形成的参量,利用MATLAB程序构建基于BP神经网络算法的散装铁精矿液化风险等级多因素综合评判模型,预测细粒含量为4.8%的铁精矿在不同含水率和加速度条件下的液化风险等级,并与铁精矿室内模型进行对比实验.结果表明:铁精矿液化风险评估等级均处于IV及以上,预测结果与实验结果一致.该液化风险评估模型能够有效预测散装铁精矿在海上运输过程中液化的可能性,为确保固体散货物的海运安全提供参考.

    铁精矿液化风险评估BP神经网络

    脉搏诊断机器人力反馈式位置跟随控制与仿真

    刘群坡刘广辉王海星
    98-102页
    查看更多>>摘要:脉搏诊断过程中手臂的轻微晃动会造成脉搏位置点发生变化,影响脉搏信息获取的准确性.控制机器人带动脉搏传感器跟随脉搏点运动,并保持传感器中心与脉搏点接触,这对获取准确的脉搏信息至关重要.因此,提出一种基于压力反馈的跟随控制策略,采用安全性较高的协作式臂型机器人对人体脉搏进行诊断,并在V-REP仿真软件中进行实验.实验结果表明,基于该控制策略的机器人可在2s内调整传感器中心接触到脉搏点,控制策略可行,为下一步搭建实物建立了理论基础.

    脉搏诊断V-REP机器人仿真压力反馈跟踪控制

    品牌谣言的消费者反应及处理机制研究

    刘子倩夏志杰
    103-108页
    查看更多>>摘要:在互联网经济时代,社交媒体以全新的信息传播特性和技术优势为企业品牌营销提供了便利,但同时也对企业的网络谣言应对与品牌管理提出了挑战.将说服知识理论应用于研究社交媒体背景下品牌谣言对消费者品牌信任的影响,构建品牌谣言传播的消费者反应及处理机制理论模型,并利用结构方程模型检验理论假设.研究结果表明,消费者在面对社交媒体上的品牌谣言时会激活相应说服知识,消费者的自我效能感和对品牌的熟悉程度对说服知识的激活有显著正向影响,社交媒体信任对说服知识的激活有显著负向影响,激活的说服知识正向影响消费者的品牌信任.

    社交媒体品牌谣言说服知识理论结构方程模型

    喷砂除锈并联机器人模糊自适应滑模控制

    高航高国琴方志明
    109-116页
    查看更多>>摘要:为克服喷砂除锈并联机器人Stewart并联机构摩擦力突变带来的轨迹跟踪畸变问题,设计一种补偿摩擦力突变的模糊自适应滑模控制方法.首先采用解析法对机构进行运动学分析,并基于拉格朗日法建立Stew⁃art并联机构动力学模型;其次基于滑模变量设计滑模鲁棒自适应项实时估计不确定项,替换滑模控制的切换项,以补偿未建模动力学、外部干扰和时变参数等不确定因素的影响,同时有效抑制滑模控制抖振;然后通过基于滑模变量与滑模变量导数设计模糊控制,实现对滑模鲁棒自适应项增益的动态调节,以补偿摩擦力突变干扰,从而消除Stewart并联机构关节换向时的轨迹跟踪畸变;最后采用MATLAB对控制方法进行数值仿真,验证所提出补偿摩擦力突变模糊自适应滑模控制方法的有效性.结果表明,该控制方法能有效抑制滑模控制抖振,消除轨迹跟踪畸变,实现喷砂除锈并联机器人高性能运动控制.

    喷砂除锈并联机器人关节摩擦力突变鲁棒自适应模糊控制Stewart并联机构