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

    MATLAB计算集群在校园云上的SaaS自动化解决方案

    许天姚青洲文敏华罗萱...
    1-6页
    查看更多>>摘要:随着云计算技术的快速发展,为用户提供软件服务SaaS解决方案成为各大云服务提供商关注的焦点.MATLAB作为一款数值分析与模型仿真软件,在高校的教学和科研领域应用广泛,但部署在传统IT基础设施上限制了其计算能力的扩展.针对该问题,提出MATLAB在校园云上的解决方案,通过高可用授权许可集群、分布式计算集群和科研模板等方式提供云上支持.该方案在简化计算环境部署的同时,通过隔离式计算集群设计,保障了系统的并发性和稳定性,计算能力较传统方式提升了3~10倍.在生产环境中被用户普遍使用,并收获了积极反馈,发挥了云计算对高校教学及科研的支撑作用.

    SaaSMATLAB校园云科研模板OpenStack分布式系统并行计算云计算

    图卷积神经网络在中文对话情感分析中的应用

    杨青朱丽张亚文吴涛...
    7-12页
    查看更多>>摘要:针对目前对话文本情感分析中大部分模型忽略说话者情感的相互影响作用这一问题,为了有效识别对话文本中说话者本身表达的情感类别,充分考虑对话者之间的情感因素,提出一种基于图卷积神经网络的对话情感分析方法.首先,使用BiGRU将对话文本进行序列上下文编码,获得话语文本表征;然后,依据说话者对话顺序构造一个有向图,利用图卷积神经网络获取每个话语文本新的文本表征向量;最后,连接得到的两个话语表征向量,采用基于相似度的注意力机制获得最终的话语文本表示,从而进行情感分类.在dailydialog中文语料库上的实验结果表明,BiGRU结合GCN模型的方法相比于CNN和BiLSTM模型,在对话文本情感分类方面的准确率大约提高了15%,且F1值也有明显提高,取得较好的情感分类效果.

    中文对话文本情感分析图卷积神经网络双向门控循环单元

    政府政务微博效能评估及可视化分析

    贾斯涵王英郝琳琳王鑫...
    13-20页
    查看更多>>摘要:研究以政务微博为代表的政府政务新媒体迅速发展环境下的舆情分析,从受众特征、传播能力、舆论情感倾向性等角度对政府政务新媒体进行效能评估和可视化分析,有利于帮助政务职能部门了解民情民意,开展决策部署等工作.采用TextCNN模型对微博评论进行情感分类处理,同时将复杂稀疏的数据集进行图形化处理,使无序的数据信号转换为一目了然的视觉图像.通过分析舆情信息背后的效能评估结果,验证了数据爆炸时代下网络舆情分析的重要性和有效性.

    政府政务微博TextCNN情感倾向性分析数据可视化

    市政排水泵站调度的多层控制模型与仿真研究

    张振亚施璇骆丽春王萍...
    21-25页
    查看更多>>摘要:泵站是城市排水系统的重要组成部分,泵站调度是城市排水系统功能正常发挥的关键.为实现面向城市排水泵站的无人值守、自动调度以及调度决策智慧化等目的,全面提升泵站乃至城市排水系统的智能化水平,设计了城市排水泵站调度的三层控制模型.在三层控制模型中,底层用于实现单个泵站中多台水泵的运行调度,中层用于实现系统中全部泵站的调度,顶层用于实现基于大数据的排水系统调度决策.为证明所设计的城市排水泵站调度三层控制模型的可行性,对该模型进行半实物仿真.仿真结果表明,面向城市排水系统调度的三层控制模型比传统控制模型运行更加稳定、高效.

    城市排水自动化系统水泵调度智能化控制SCADA系统

    深度学习在农业病虫害检测识别中的应用综述

    边柯橙杨海军路永华
    26-33页
    查看更多>>摘要:深度学习是一种新兴的图像处理和数据分析技术,其中深度卷积网络在处理图像、视频、语音和音频方面取得突破性进展,其在农业领域的应用引起广泛关注.对采用深度学习技术的39项农业病虫害检测识别研究成果进行研究,分析其数据来源、预处理和增强技术、应用领域、采用的模型和框架、性能指标,并与其它研究方法作对比.研究结果表明,深度学习具有良好的自动特征提取功能,提供了更好的分类效果,优于传统的机器学习方法,且数据采集的多样性、数据规模和完整性对深度学习性能有重要影响.

    深度学习病虫害图像识别特征提取智能农业

    基于改进免疫优化算法的物流仓库选址问题研究

    周宇阳张惠珍
    34-42页
    查看更多>>摘要:对物流仓库选址进行合理规划,可降低企业的车辆运输成本与仓库成本.针对物流仓库选址的特点,建立有容量约束的物流仓库选址模型,模型中考虑了仓库的固定成本、车辆行驶成本和容量约束.针对物流仓库选址模型的特点,设计改进的免疫优化算法并进行求解,通过设计两种交叉算子与变异算子,提高免疫优化算法的邻域搜索能力;通过对算法中的参数进行灵敏度分析,选取最优参数组合方式,以提高算法性能.使用改进的免疫优化算法对案例进行求解,验证了模型的有效性.相较于CPLEX软件,改进的免疫优化算法在文中案例背景下可节约21.49s的计算时间.相较于经典免疫优化算法,改进的免疫优化算法可降低寻优迭代次数.结果表明,该算法可对设施选址问题进行有效求解.

    物流仓库选址容量约束免疫优化算法灵敏度分析

    求解开放式选址路径问题的离散烟花算法

    周迅张惠珍
    43-50页
    查看更多>>摘要:在现代供应链管理中,确定仓库地址与设计车辆配送路线至关重要,对仓库和配送路线的合理决策不仅可以节约配送成本和时间,而且可提高企业竞争能力.将时间窗约束和同时取送货约束加入到开放式选址路径问题中,提出一种更具有实际应用背景的开放式选址路径问题,并以最小化仓库开放成本、配送成本、固定车辆车本、惩罚成本之和为目标构建问题数学模型.针对该数学模型,设计一种新型离散烟花算法,使用贪婪策略构建初始种群以提高初始解质量,基于交叉、逆转、插入操作重新定义爆炸算子和变异算子,同时加入自适应策略控制收敛速度.最后,通过应用离散烟花算法求解一系列算例,验证模型和算法有效性和可行性.相较于CPLEX与模拟退火算法,离散烟花算法可在平均21.48s内求得18组算例中17组最优解,求解效率提升了近800%,具有寻优效果好、求解效率高的优点.

    开放式选址路径烟花算法时间窗同时取送货

    基于cw2vec与CNN-BiLSTM注意力模型的中文微博情感分类

    卢昱波刘德润蔡奕超杨庆雨...
    51-56页
    查看更多>>摘要:为改善中文微博领域现有中文分词不准确且微博文本不规范问题,提出将cw2vec和CNN-BiLSTM注意力相结合的混合深度学习模型方法进行中文微博情感分类.首先使用cw2vec进行中文词向量训练,转换为相应的向量作为分类模型输入,然后利用CNN提取局部特征,采用BiLSTM提取上下文特征进行深度学习,最后增加注意力模型获取重要特征,并使用Softmax函数进行分类.实验结果表明,使用cw2vec模型训练中文微博词时,准确率达到88.72%,使用cw2vec和CNN-BiLSTM注意力混合深度学习模型的精确率、召回率和F1值比单一深度学习模型分别提升1.88%、3.56% 和2.72%,证明cw2vec和CNN-BiLSTM注意力混合深度学习模型结合方法在中文微博情感分类任务中的有效性.

    情感分类中文微博cw2vecCNN-BiLSTM注意力机制

    FDA与BP神经网络在缅甸翡翠产地鉴别中的应用

    雷蕾滕亚君刘汗青闵红...
    57-61页
    查看更多>>摘要:传统翡翠鉴别分析方法繁琐,难以实现对大批量样品的快速鉴别,建立一种高效准确的鉴别方法对实现翡翠产地快速鉴别具有重要意义.以缅甸4个主要场口即隆肯、帕敢、达木坎、雷打翡翠为研究对象,将主成分分析结合Fisher判别分析法和BP神经网络分别建立翡翠产地判别分析模型.对鉴别效果进行对比,结果表明:PCA-FAD建立的判别模型综合鉴别准确率为56.75%,达木坎场口翡翠鉴别正确率为71.4%,PCA-BP神经网络模型的综合判别准确率为80.4%.主成分分析结合BP神经网络判别模型对不同场口翡翠的鉴别分类更准确、效果更好,PCA-BP神经网络判别方法具有快速高效可靠实用的鉴别效果.

    翡翠场口产地鉴别主成分分析费希尔判别分析人工神经网络

    基于FCM-IGA-FNN的海洋蛋白酶发酵过程软测量

    张卫国王维杰
    62-66页
    查看更多>>摘要:针对海洋蛋白酶发酵过程中因缺少专家经验,导致模糊神经网络的模糊规则不易提取、网络结构优化时间较长及易于早熟等问题,基于模糊C均值使用免疫模糊神经网络建立模型.根据数据集的不同特征属性对样本数据空间进行划分,通过不断的矩阵迭代得到样本数据空间最优的聚类中心和隶属度值,建立模糊神经网络模型,并运用改进的免疫遗传算法对其中的网络结构加以修饰.将模型应用于海洋蛋白酶发酵过程中,实验结果表明,相比传统FNN预测模型,菌体浓度、基质浓度及相对酶活预测均方误差分别提高了0.234、0.190和1.00.该方法不仅能实现对发酵过程相关参量的在线预测,且相比传统方法具有较高的建模精度.

    模糊C均值免疫遗传算法模糊神经网络海洋蛋白酶发酵