期刊,软件导刊 2024年卷4期_国家学术搜索

期刊信息/Journal information

软件导刊

主　　编：高建平

出版周期：月刊

国际刊号：1672-7800

电子邮箱：softwaerguide@163.com

电　　话：027-87821070

邮政编码：430071

地　　址：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

基于改进YOLOv5m的室内停车位检测

李玥马世典黄宇轩

157-163页

查看更多>>摘要：针对现有检测算法在室内停车场景下对目标停车位检测精度不足、检测效率较低的情况,在现有的YO-LOv5m中增加了小目标检测层以增强对小目标样本的检测,并在此基础上引入一种坐标注意力机制来减少冗余信息输入,提升检测精度.同时建立包含8 100张地下车位图像的大型室内停车场标注数据集,并在此数据集上进行实验.该方法的平均检测精度(mAP)为98.214%,准确率为97.254%,召回率为96.548%.结果显示该算法大大提高了模型精度、停车位检测性能以及模型检测的实时性,在室内停车场景的停车位检测上具有可行性.

关键词：

自动代客泊车目标检测停车位检测端到端深度学习单目相机

原文链接:

万方数据
维普

基于改进Census变换与分区域聚合的立体匹配

胡鑫力周锋郭乃宏姚凯文...

164-170页

查看更多>>摘要：立体匹配作为三维重建的关键步骤之一,针对基于Census变换的立体匹配算法在视差不连续区域以及弱纹理区域匹配精度较差,且易受光照不均与噪声干扰的问题,提出一种基于改进Census变换与分区域聚合的立体匹配算法.在Census变换阶段令窗口中所有像素点根据灰度值大小进行降序排序,选取灰度值为中位数的像素点替代窗口的中心像素;然后进行Hamming距离计算得到结果,再加权融合亮度或光照差的绝对值;接下来将代价聚合阶段的图像通过梯度大小划分为边缘和平滑区域,分别使用十字交叉域完成初始代价聚合;最终采用WTA找到初始视差值,经过一系列视差优化步骤获得最终视差图.在Middlebury V3.0版本的测试平台上对该算法进行评测,实验结果表明,总体像素的视差平均误差为8.26%,相较于AD-Census算法下降了2.95%,具有较高的匹配精度,且对光照及噪声有较好的鲁棒性.

关键词：

机器视觉立体匹配Census变换分区域代价聚合离群点检测

原文链接:

万方数据
维普

基于特征融合与注意力的服装图像分类算法

李涛张俊杰

171-177页

查看更多>>摘要：针对服装图像分类特征信息丰富度低、特征表示能力弱以及分类准确度不高的问题,提出一种基于特征融合与注意力机制的服装图像分类算法.该算法采用卷积神经网络ResNet50作为基础分类网络结构,通过融合多个阶段卷积层提取到的特征以丰富模型提取的特征信息,并在模型中嵌入通道和位置注意力模块以增强特征表示.实验结果表明,所提出的算法在自建数据集和DeepFashion数据集上准确率分别为79.69%和82.22%,分别高于基准模型1.95%和1.76%.由此验证了所提出的算法能够提取到更丰富的服装特征信息,且具有更强的特征表示能力,从而提高了服装图像分类效果.

关键词：

服装图像分类卷积神经网络ResNet50特征融合注意力机制

原文链接:

万方数据
维普

基于对偶注意力机制的图文情感分析

李劲哲吴宇贤蔡珺恺王成济...

178-185页

查看更多>>摘要：传统情感分析方法无法有效处理社交平台中的大量多模态图文数据,暴露出多模态特征融合效果不佳的问题.为此,结合注意力机制与前馈神经网络建立基于对偶注意力机制融合多模态的情感分析模型.该模型利用预训练模型提取文本与图像特征,采用跨模态特征融合模块强化属于多个模态的公有特征,采用单模态自注意力模块提取单个模态私有特征中的有效信息,最终拼接融合多模态特征,实现对多模态数据的高效表征.在推特图文数据集上进行验证实验,通过与多种方法进行比较以及对内部各模态进行消融实验,证实所提模型具有较好的情感分类效果.

关键词：

多模态情感分析多头注意力特征融合对偶融合

原文链接:

万方数据
维普

基于深度主动学习的科研合作网络中节点排序研究

刘臣宋雪

186-192页

查看更多>>摘要：节点排序任务在社交网络与科研合作等领域的应用愈加广泛,准确评估网络节点重要性的课题备受关注.然而,合作网络通常存在大量噪声、不完整信息以及动态变化,传统节点排序方法往往难以取得令人满意的结果.为此,提出一种基于深度主动学习的方法进行科研合作网络中节点的排序.该方法结合深度学习的优势以及主动学习的查询策略,能够在数据标签稀缺和噪声干扰较大的情况下自适应地根据网络中节点的重要性进行排序.具体而言,首先利用深度学习模型从节点的多模态特征中进行表示学习,将节点表示与其重要性相结合,形成一个综合排序指标;然后通过主动学习方法选择对排序结果具有较大影响的节点进行标注,从而逐步优化排序模型.在真实的科研合作网络数据集上进行验证实验,发现与传统排序方法相比,基于深度主动学习的方法在节点排序准确性和稳定性方面有显著提升.

关键词：

科研合作网络深度主动学习学习排序置信度

原文链接:

万方数据
维普

基于异常点检测的大学生异质行为分析

彭琳宋珺刘安栋熊玲珠...

193-198页

查看更多>>摘要：大学生异质行为指的是大学生具有个性特征、不同于他人的行为偏好.针对大学生异质个体的行为挖掘问题,提出一种基于异常点检测的异质行为分析方法.首先以某校大学生成绩数据和校园一卡通数据为基础,建立异质行为分析模型,采用主成分分析、K-Means++和DBSCAN聚类分析寻找异常点,研究关注异常点对应的异质行为人.然后,通过异常点检测辨别学习成绩中的异质个体,并进一步探究其作息规律与学习成绩异常之间是否存在强关联.接下来,运用多种算法相互印证异常点的准确性,借助对相关学生的调研来验证异常点数据的可信度.研究表明,所提方法能对大学生异质行为模式进行深度分析,为提升学校管理水平和管理效率提供了基础依据.

关键词：

异质性行为分析聚类算法主成分分析异常点检测

原文链接:

万方数据
维普

基于预训练模型的受控文本生成研究综述

周强伟施水才王洪俊

199-207页

查看更多>>摘要：自然语言生成(NLG)作为人工智能的一个分支,近年来随着预训练语言模型(PLMs)的发展取得了显著进展.NLG旨在根据多种输入源(如文本、图像、表格和知识库)生成连贯、有意义的文本.研究者通过架构扩展、微调和提示学习等方法提升了PLMs的性能.然而,NLG在处理非结构化输入和低资源语言生成方面仍面临挑战,尤其是在缺乏足够训练数据的环境中.为探讨NLG的最新发展、应用前景以及所面临的挑战,通过文献分析,提出PLMs性能改进策略,并展望未来研究方向.研究表明,尽管存在诸多限制,但NLG在内容创作、自动新闻报导、对话系统等领域已展现出潜力.随着技术的不断进步,NLG在自然语言处理和人工智能领域将扮演更重要的角色.

关键词：

人工智能自然语言生成受控文本生成预训练语言模型提示学习

原文链接:

万方数据
维普

卷积神经网络在前列腺多参数MRI中的应用进展

范晓晖胡天驰韩凤仙张文辉...

208-214页

查看更多>>摘要：多参数磁共振成像(mpMRI)在前列腺癌(PCa)的无创诊断中发挥着越来越重要的作用,为了深入研究卷积神经网络在该领域的发展.首先,通过关键词prostate cancer、neural network、deep learning、image analysis,在PubMed和Web of Science数据库中进行系统的文献检索,包括卷积神经网络(CNN)出现以来的几次重大突破和近5年CNN在mpMRI应用中已发表的文献.然后,从模型的构建块出发解释CNN的设计原理,总结CNN在前列腺mpMRI诊断中的相关应用.最后,讨论了所用方法目前的局限性和未来发展前景,为医学图像分割人员提供参考,以促进CNN在前列腺mpMRI的应用发展.

关键词：

深度学习卷积神经网络前列腺癌多参数磁共振目标检测图像分割

原文链接:

万方数据
维普

自然语言处理中关于提示学习的研究进展

范森施水才王洪俊

215-220页

查看更多>>摘要：预训练语言模型的出现使处理自然语言处理任务模式发生了巨大变化,对预先训练好的模型进行微调以适应下游任务成为目前自然语言处理任务的主流模式.随着预训练模型越来越大,需要找到轻量化的替代全模型的微调方法,基于提示学习的微调方法可以满足这一需求.对提示学习的研究进展进行总结,先描述了预训练语言模型与提示学习的关系,说明现在寻找替代传统微调方法的必要性,然后详细解释了基于提示学习微调模型的步骤,包括对提示模板的构建、答案搜索和答案映射,再对提示学习在自然语言处理领域的应用举例,最后对提示学习面临的挑战和未来可能的研究方向进行展望,以期对自然语言处理、预训练语言模型和提示学习相关领域的研究提供参考借鉴.

关键词：

提示学习自然语言处理微调方法预训练语言模型深度学习

原文链接:

万方数据
维普