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

    Java NIO与IO性能对比分析

    赵思远
    214-219页
    查看更多>>摘要:面对激增的互联网用户,企业对应用的并发性能提出了更高要求.为了改善传统Java IO服务器无法处理高并发流量的缺点,基于Java中实现高并发的主要方式NIO,提出一种新的多Reactor服务器模型,对传统IO模型与多种NIO模型进行性能对比测试,并探究多种方式之间出现性能差异的主要原因,以选择最适合高并发应用场景的编程模型.实验结果表明,新服务器在处理10000并发时的平均响应时间为2.09ms,CPU占用率为68.5%.基于NIO的多Reactor服务器模型相比传统IO服务器模型,不仅能处理高达10000以上的并发流量,同时服务器负载相比其它NIO服务器模型也处于较低水平.

    JavaNIOIO服务器高并发

    基于合并短线段的直线检测方法

    冯凯王琦于水源
    220-225页
    查看更多>>摘要:图像中的直线检测是检测复杂物体的基础,传统方法在检测较复杂的边缘图像时往往不太稳定,容易出现漏检和误检的现象.针对传统检测方法中的问题,提出一种基于合并短线段的算法.该方法对偏向水平的直线与偏向竖直的直线分开进行处理,首先将边缘图划分成若干区域,通过构造若干个短线段匹配矩阵以检测每一块区域中的短线段,再将属于同一条直线上的短线段合并,最后探测断裂的线段.该方法鲁棒性较好,改善了传统检测方法中的漏检和误检问题.另外,除能检测直线段外,该方法还能够检测曲线段.实验结果表明,相比霍夫变换算法,该算法检测直线的精度提高了3.9个百分点,达到35%.

    图像处理模式识别直线检测曲线检测边缘检测计算机视觉

    基于连通域的复杂背景下粘连单元分割算法

    姚梦洁
    226-230页
    查看更多>>摘要:为解决工业质检中粘连单元分割、计数较为困难的问题,基于边缘检测算法,提出基于连通域的复杂背景下粘连单元分割算法.首先利用波段运算方法去除复杂背景,降低背景对粘连单元分割的影响;然后采用方向梯度法提取粘连单元边缘特征,并利用形态学算法对边缘特征进行优化,以获得稳定性强、鲁棒性高且连续的边缘特征,有效实现单元间分离;最后基于连通域的方法实现单元计数.实验结果表明,基于连通域的复杂背景下粘连单元分割算法可对粘连单元进行精确分割,实现检测单元精确计数.传统算法难以分割粘连程度较严重的单元,相比之下,该算法可较精确分割粘连程度较为严重的单元,计数个数误差在10%以内.

    计算机视觉数量检测连通域边缘检测

    基于OpenCV的物体图像边缘缺陷识别研究

    张启轩袁明辉
    231-235页
    查看更多>>摘要:为了实现物体图像的边缘缺陷识别,拟合绘制出完整的物体轮廓,并应用于太赫兹安检仪的图像处理过程中,基于OpenCV视觉库与C++语言,对采集的原始图像首先进行二值化、空洞填充与形态学预处理操作,然后分别采取边缘识别法、角点检测法与轮廓坐标记录法,初步进行人体边缘轮廓的提取,最后采用迭代算法筛选出符合预先设定的阈值坐标,拟合绘制边缘轮廓.实验结果表明,物体图像边缘缺陷识别算法相比传统图像处理算法,抗干扰能力强,误判率在2.2%以下,并能去除99%以上的噪声.基于OpenCV的物体图像边缘缺陷识别算法可降低缺陷误判率,同时在背景噪声处理方面也有较好效果,可提升太赫兹安检仪对人体边缘缺陷检测的识别率.

    边缘识别OpenCV腐蚀膨胀迭代算法

    用于高光谱图像分类的轻量级空间注意力网络

    郭南南
    236-239页
    查看更多>>摘要:卷积神经网络可自动提取高光谱图像中的光谱空间特征,因此被广泛用于高光谱图像分类.但是,由于缺乏足够的标记样本,限制了分类性能进一步提高.针对该问题,提出一种新颖的轻量级空间注意力网络(LSANet)用于高光谱图像分类.首先,设计分割核主成分分析(SPCA)方法用于降低高光谱图像维数;然后提出LSANet,它主要由3个轻量级光谱空间卷积块(SSC)与空间注意力模块组成.在SSC卷积块中使用空洞卷积和深度可分离卷积提取丰富的光谱空间特征;为进一步细化地物结构与细节,引入循环交叉注意力机制,增强空间特征,提高HSI分类准确性.在公开的高光谱数据集Indian Pines上进行实验,可实现97.56%的分类精度与良好的视觉效果,证明了方法有效性.

    高光谱图像分类卷积神经网络核主成分分析特征提取注意力机制

    脑肿瘤MR图像分割方法现状及挑战

    席欢欢贺松黄旭张硕...
    240-246页
    查看更多>>摘要:核磁共振成像(MRI)是辅助脑肿瘤诊断和治疗的重要手段,精准分割脑肿瘤病变区域和组织对于辅助诊疗具有重要作用.为使研究者对脑肿瘤MR图像分割现状有一个较清晰的了解,在参阅大量文献基础上,梳理近几年脑肿瘤MR图像分割发展情况,对传统的分割方法和基于深度学习的分割方法基本思想、方法理论和优缺点进行综述.对比发现,基于深度学习的分割方法较传统的分割算法有较好的效果,是当前主流的分割方法,推动了脑肿瘤MR图像自动分割方法在临床诊断上的应用,具有良好的发展前景.

    脑肿瘤医学影像识别图像分割深度学习智慧医疗

    中文分词研究综述

    王佳楠梁永全
    247-252页
    查看更多>>摘要:分词作为自然语言处理(NLP)的第一步,有着不可或缺的作用.中文分词(CWS)由于语言的复杂性成为学者研究热点.根据历年文献资料,分词方法主要包括词典分词、统计分词以及神经网络分词.随着机器学习的发展,神经网络成为分词领域主流算法,基于神经网络的长短时记忆网络和基于统计的条件随机场分词在提高准确度方面作用巨大,准确度达97%.在此之后,分词歧义和未登录词识别得到很大改进,但研究发现改进模型结构带来的准确度波动不大,且增加了模型复杂性,降低了运算速度.卷积神经网络能更好地理解语义信息,利用稀疏连接缩短运算时间、提高效率,成为下一步工作重点.

    中文分词自然语言处理神经网络卷积神经网络跨领域分词分词速度