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

    融合词语语义与标签依赖的隐式篇章关系识别

    吕国英郭校金贾荣荣
    1-7页
    查看更多>>摘要：中文隐式篇章关系识别旨在推断出两个论元间的篇章关系类型.然而,现有的方法往往忽略了论元中词语所蕴含的关键信息,并且仅考虑单个层级内的篇章关系类型,忽略了各层级间篇章关系的依赖关联.鉴于此,提出融合词语语义和标签依赖的方法,以序列生成的方式实现篇章关系识别,先根据相似度权重将词向量嵌入到字编码表示中,应用字词对齐注意力机制强调关键字、词信息,再采用标签注意力编码从蕴含词语语义的论元表示和篇章关系表示中获取篇章关系依赖性的上下文表示,以自下而上的方式预测顶层的篇章关系类型.此外,构建面向阅读理解篇章的篇章关系数据集,并在该数据集上展开实验,结果显示隐式篇章关系识别准确率和F1值分别达到74.19%和73.81%,最终验证了该方法的有效性.

    隐式篇章关系词语语义标签依赖序列生成

      原文链接:
    • 万方数据
    • 维普

    基于VMD与组合模型的大气污染物浓度预测方法

    邵玉祥冯春生程俊杰刘秋梦...
    8-13页
    查看更多>>摘要：为提高大气污染物浓度的预测准确性,提出一种基于变分模态分解与组合模型的预测方法.首先通过变分模态分解将目标监测点的历史污染物浓度数据重构为多变量时序数据,根据区域内监测点之间的地理关系构建时空序列数据;然后将处理好的数据输入LSTM与ConvLSTM的组合模型中,同时提取时间与空间特征并输出预测结果.针对武汉市PM2.5、SO2、NO2 3种污染物历史浓度数据进行实验,所提预测方法在MAE、RMSE和MAPE 3个指标上均表现最佳,明显优于其他模型.此外,在时间尺度增加的情况下,该方法相较其他模型仍保持最高的预测精度.该方法能够充分捕捉局部特征,在综合考虑时间与空间特征方面具备显著优势,为大气污染物浓度的准确预测提供了一种可行途径.

    大气污染物浓度预测变分模态分解组合模型LSTMConvLSTM

      原文链接:
    • 万方数据
    • 维普

    基于注意力掩码的领域泛化研究

    路京沈洋许浩包艳霞...
    14-20页
    查看更多>>摘要：深度学习在区分特征方面表现较好,但将其应用于未知领域时,已训练好的模型往往会因领域移位而导致模型性能下降.针对该情况,领域泛化(DG)从多个源领域学习可迁移特征,将其泛化到未知的目标领域.由于不同领域训练的模型更偏向其中最显著的特征,往往会忽略与任务相关的一般性特征,而可迁移特征通常并不是该领域最显著的特征.因此,从这个角度提出一种基于注意力掩码来屏蔽特征的正则化方法,通过注意力掩码模块生成注意力掩码,对权重高的特征进行屏蔽,以提升模型泛化性能.实验表明,在3个基准数据集上测试的精度相较于基线模型分别提升2.6%、2.0%、4.2%,证明该方法既能提升模型在未知领域上的性能,也体现了其在领域泛化数据集上的普适性.

    领域泛化迁移学习注意力机制深度学习正则化

      原文链接:
    • 万方数据
    • 维普

    基于需求密度预测的网约车集约化调度方法

    郭羽含丁文婧
    21-30页
    查看更多>>摘要：为提升网约车接单率和利润率、实现全局供需平衡,提出一种基于需求密度预测的网约车集约化调度方法.首先,根据历史数据设计基于多层混合感知野的深度时空残差感知网络结构,该网络基于需求频度划分历史时空数据,并通过卷积指数线性网络及残差单元对不同时空数据进行差异化处理.结合基于门控机制的融合及求和融合方法动态聚合时间、空间和外部特征,实现了对需求密度的准确预测,从而预估网约车需求密度集群效益.其次,基于网约车经济效益和需求密度集群效益,建立调度数学模型,设计传感邻域限制调度范围,提升搜索效率.将遗传算法与匈牙利算法相结合,提高算法寻优能力,避免基因缺失,通过改进选择和变异算子,增强遗传算法的局部随机搜索能力,规避早熟风险,从而得到网约车与乘客的最佳匹配结果,保证了全局供需平衡和总体盈利能力.最后,基于大规模真实数据集对预测模型的性能和调度算法的有效性进行验证,实验结果表明,预测模型精度可达到97%,调度算法的求解质量可达最优解的99%,可为网约车平台提供调度策略,保障交通系统稳定.

    智能交通系统车辆调度网约车需求密度预测遗传算法匈牙利算法深度神经网络

      原文链接:
    • 万方数据
    • 维普

    基于混合密度网络的苗语语音合成方法

    蔡姗郭胜王林
    31-37页
    查看更多>>摘要：苗语语音合成研究对民族文化的传承、保护和发展具有重要意义.针对苗语存在文字缺失、电子资源匮乏及数据难以获取导致其语音合成研究滞后的问题,提出一种基于混合密度网络的苗语语音合成方法.该方法根据持续时间来学习文本与语音间的对齐,解决了根据注意力机制学习对齐时容易出现的漏词、重复等问题.利用混合密度网络提取文本真实的持续时间,并与持续时间预测器联合训练,不需要额外的外部对齐器或自回归模型来指导模型进行对齐学习,简化了模型训练过程.以自建苗语语音合成语料库Hmong_data为基准数据,与先进方法进行对比实验.实验结果显示,该方法的平均意见得分为3.89,较Tacotron2方法提升了0.41,且产生的对齐图更清晰、平滑,合成的语音是可理解和正确的.

    苗语语音合成混合密度网络语料库

      原文链接:
    • 万方数据
    • 维普

    一种基于多层次语言信息的自然语言推理方法

    张振寰李琳张梦静钟珞...
    38-45页
    查看更多>>摘要：随着网络深度逐层加深,提取特征时表层信息和浅层特征或多或少被遗失,而一些推理场景需要浅层特征来作出推理判断.为此,提出一种融入多层语言信息的自然语言推理方法,通过学习多层深度神经网络的不同层对结果的贡献权重,有效结合不同层学习到的语言信息对结果进行预测.在SNLI数据集上的实验结果和对多个样例的分析表明,多层神经网络的不同层捕获到了不同的语言信息,不同的网络层擅长不同的推理任务,合理融入不同层次的语言信息有助于方法性能的提升.

    自然语言处理多层语言信息自然语言推理注意力机制

      原文链接:
    • 万方数据
    • 维普

    一种阻抗信息缺失下双数据因子改进的体脂率预测方法

    陈运孙斌赖源海
    46-51页
    查看更多>>摘要：为解决生物电阻抗分析法智能可穿戴设备只能测量人体局部电阻抗,在阻抗信息缺失时无法准确预测全身体脂率的问题,提出一种体特征补偿因子和改进参数优化聚合因子的体脂率预测方法.首先,根据人体体积与阻抗的强相关性,测量反映人体体型的三围数据和肢体数据,计算出一组体特征补偿因子,将其与人体基本信息和局部阻抗信息结合,组成预测模型输入矩阵.然后,引入参数聚合因子对灰狼算法进行改进,以提升算法搜索能力.最后,利用改进的灰狼算法优化传统BP神经网络模型,建立一种新的体脂率预测模型,并与其他体脂率预测模型进行比较.实验表明,双因子改进模型平均绝对误差(MAE)为0.659、相关系数R2 为0.967、预测准确率AR为90%,与八电极体脂测量仪测量结果高度一致性.该研究对于使用智能可穿戴设备进行全身体脂率的预测具有一定的理论和实践价值.

    局部阻抗全身体脂人体特征补偿因子聚合因子改进灰狼算法可穿戴设备

      原文链接:
    • 万方数据
    • 维普

    5G场景下基于风险敏感的动态资源调度方法

    王磊顾重庆崔景伍郑宝玉...
    52-58页
    查看更多>>摘要：针对超可靠低延迟通信(uRLLC)和增强型移动宽带(eMBB)动态复用场景中的资源切片问题,eMBB服务专注于高数据速率,而uRLLC在延迟和可靠性方面具有严格要求.鉴于此,资源切片问题被表述为一个eMBB/uRLLC联合资源分配优化问题,其目的是考虑eMBB数据速率的方差以减少立即调度的uRLLC流量对eMBB可靠性的影响.提出一种基于风险敏感的公式为传入的uRLLC流量分配资源,同时最大限度地降低eMBB传输风险,确保uRLLC的传输可靠性,并将优化问题分解为3个子问题,然后将非凸的子问题转换为凸优化问题以获得资源分配的近似解.仿真结果表明,该传输方案在为传入的uRLLC流量分配资源的同时,保证了eMBB和uRLLC业务的传输可靠性.

    5G风险敏感动态资源调度资源分配eMBBuRLLC穿孔复用

      原文链接:
    • 万方数据
    • 维普

    新能源汽车装配产线模块化管理方法研究

    卢贤林鲁玉军
    59-66页
    查看更多>>摘要：针对新能源汽车装配产线零部件模块线下替换出错率高的问题,提出一种零部件模块化管理方法.通过阐述模块化中采用大批量定制设计技术和产品数据管理技术的原理,结合某新能源车企的实际数据,实现了零部件模块的线上化管理,解决了新能源汽车装配产线零部件模块替换容易出错的问题,为后续车型的设计与开发提供了可便捷使用的部件模块资源库.

    新能源汽车模块化装配产线大批量定制产品数据管理

      原文链接:
    • 万方数据
    • 维普

    基于PPG睡眠分期的信号噪声处理方法研究

    石胜源何康罗铁清
    67-73页
    查看更多>>摘要：在研究睡眠分期时,不少学者会使用光电容积脉搏波(PPG)信号作为研究对象,但在PPG采集过程中容易引入各种频率的噪声,影响后续睡眠分期特征的提取.为去除PPG信号噪声,提高生理参数特征计算的准确性,提出一种新的信号噪声处理方法.采用AMPD改良算法识别波峰波谷,通过三次样条插值进行基线拟合,完成基线漂移的去除;以软硬阈值结合的小波变换完成肌电噪声的去除;以偏度、峰度及均值等特征配合n-sigma法则完成运动伪差的检测,得以在睡眠特征提取过程中筛除噪声.验证试验证明,该方法在有效去除PPG信号噪声的同时保留了信号特性,确保了使用PPG进行睡眠分期特征的表征能力.

    PPG信号噪声处理睡眠分期

      原文链接:
    • 万方数据
    • 维普