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

    UCBiG-Plugin:改进图神经网络协同过滤的通用插入式框架

    潘箴烨陈娅红
    1-8页
    查看更多>>摘要：图神经网络已成为协同过滤的新技术,虽然能通过迭代聚合邻域信息,自然捕获高阶的协同信号,但大部分相关工作均在在用户—物品的二部图上开展.然而,二部图中用户与物品交替连接使得用户兴趣广泛,导致在传播过程中会引入大量噪声.为此,提出一种新型的通用插入式框架(UCBiG-Plugin)直接捕获物品—物品共现图中存在的团结构,并将其粗化为新节点以构造一张全新的用户—团节点二部图,然后利用这些团结构中不同物品间存在的强接近关系,发现用户的潜在高阶语义.在3个常用的公共数据集上,应用该框架的两个改进变体进行实验评估发现,改进变体最高分别达到9.51%和8.89%,证明了同时在用户—物品二部图和用户—团节点二部图上传播协作信号能更好地捕获相关的高阶连通信息,并用于推荐任务.

    图神经网络团协同过滤推荐系统图论

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    融合偏好传播的多任务推荐模型研究

    杨本臣叶洪宇孟祥福
    9-17页
    查看更多>>摘要：针对知识图谱可以有效地从多源异构数据中还原出实体的三元组关系,却不利于推荐任务且采用单任务学习又很难挖掘数据潜在关联的问题,提出一种融合偏好传播的多任务推荐模型(MAPKR).首先,利用涟漪传播从知识图谱中提取用户的偏好特征集;其次,依据相似近邻结构实现潜在特征共享,经交叉压缩单元提取项目和实体的高阶特征表示;最后,以多任务学习交替训练推荐模块和知识图谱嵌入模块,将提取的特征向量经归一化内积操作后进行预测、推荐.在3个公开数据集上进行实验并与5个基线模型进行比较.与MKR和RippleNet相比,在MovieLens-1M数据集上,AUC和ACC分别提高了0.68%、0.31%和0.77%、0.54%;在Book-Crossing上,AUC和ACC分别提高了3.48%、2.66%和4.51%、7.21%;在Last.FM上,AUC和ACC分别提高了3.44%、6.25%和2.70%、2.62%.实验结果表明,提出的模型与MKR、RippleNet等其他基线模型相比推荐性能良好.

    推荐系统深度学习知识图谱偏好传播多任务学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    风电业务流程剩余时间预测与系统应用

    李建元田玉超尹昱妍田甜...
    18-24页
    查看更多>>摘要：针对工业场景下运维事件日志复杂以及数据量较少等问题,提出一种基于时间卷积网络的剩余时间预测方法.首先,使用因果卷积对流程实例数据进行建模;其次,对不同长度的轨迹前缀分别进行模型训练,以提高模型的针对性;最后,将剩余时间预测模型用于实际的风电运维业务场景中,开发风电运维业务系统,实现工作票表单数据以及事件日志数据的可视化展示.与传统的剩余时间预测方法相比,该方法的预测效果有显著提升,平均绝对误差值降低了5%左右.开发的风电运维业务系统能够预测未完成工作票开票过程中流程的剩余时间,实现业务流程超时告警.

    业务流程分析剩余时间预测时间卷积网络风电业务流程流程可视化

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于注意力机制与自适应特征融合的群养猪身份识别

    韩丁磊陈晨STEIBEL JuanSIEGFORD Janice...
    25-31页
    查看更多>>摘要：针对群养猪攻击过程中身体形变和重叠影响猪身份识别精度的问题,开发一种基于注意力机制和自适应特征融合的深度学习方法以提高猪身份识别精度.录制猪栏中8只猪每天8小时共3天的视频,并筛选含攻击的16 830帧作为数据集.首先,采用ResNet50提取猪的卷积神经网络(CNN)特征;然后,采用特征金字塔网络(FPN)在ResNet50中选择3层不同尺度的特征,以优化这些特征的定位和语义信息;接着,采用自注意力机制提高这些特征的区分度,并采用自适应空间特征融合(ASFF)以融合不同尺度的特征;最后,利用卷积和Sigmoid函数相结合的检测器对猪身份进行识别.使用该方法后,猪身份识别的均值平均精度(mAP)达到95.59%,速度达到37.6 f/s.结果表明,该方法能够在攻击场景下有效识别猪身份,有助于将攻击识别从群体级细化为个体级.

    群养猪身份识别注意力机制特征融合深度学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    面向抽取式阅读理解的数据增强研究

    胡新荣徐伟罗瑞奇刘军平...
    32-37页
    查看更多>>摘要：在抽取式阅读理解中,语言模型在训练数据较少情况下的表现不佳,使用EDA方法虽能有效增加数据量,但会造成数据中语义信息损失,导致模型训练效果不佳.针对上述问题,结合EDA提出面向少样本情况下抽取式阅读理解的数据增强方法,在保留数据中问题正确答案的前提下对数据进行单词级和句子级数据增强.同时,为了对句子语义影响最小的单词进行数据增强,使用基于语义相似度的数据增强方法(DASS)计算句子中某一个单词删除前后的语义相似度,以判断该单词对句子语义的影响,选择对语义影响最小的单词进行数据增强,提升训练数据质量,以提升语言模型鲁棒性.在HotpotQA数据集上的实验结果表明,DASS可以解决模型在样本数量较少时获取语义信息不足的问题,在样本数量为500时,模型预测的F1值提升23.94%,在对整个数据集使用该方法时,模型预测的F1值提升了2.54%.

    抽取式阅读理解EDA数据增强语义相似度机器阅读理解

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于3D特征融合与轻量化CNN的情绪EEG识别

    陈紫扬随力胡磊
    38-43页
    查看更多>>摘要：情绪变化可引起头皮脑电信号的改变,基于脑电信号的情绪识别是近年来情绪研究的一个重要方向.为此,提出一种基于 3D 特征融合与轻量化卷积神经网络的情绪EEG识别方法,使用2 s窗口的3D特征图作为输入,并根据效价和唤醒提供情绪状态作为输出.在DEAP公开数据集上对所提方法进行受试者依赖实验,结果表明情绪识别性能评估效价和唤醒识别准确率分别为(97.08±0.32)%和(96.78±0.34)%.所提方法具有较高的情绪识别准确度和较低的计算复杂度,适用于实际场景中的情绪识别.

    情绪识别卷积神经网络脑电信号特征融合轻量化模型

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    以子图融合为最小单位的混合精度推理

    崔丽群胡磊
    44-52页
    查看更多>>摘要：近几年卷积神经网络作为深度学习最重要的技术,在图像分类、物体检测、语音识别等领域均有所建树.在此期间,由多层卷积神经网络组成的深度神经网络横空出世,在各种任务准确性方面具有显著提升.然而,神经网络的权重往往被限定在单精度类型,使网络体积相较于特定硬件平台上的内存空间更大,且floating point 16、INT 8等单精度类型已无法满足现在一些模型推理的现实需求.为此,提出一种以子图为最小单位,通过判断相邻结点之间的融合关系,添加了丰富比特位的混合精度推理算法.首先,在原有单精度量化设计的搜索空间中增加floating point 16半精度的比特配置,使最终搜索空间变大,为寻找最优解提供更多机会.其次,使用子图融合的思想,通过整数线性规划将融合后的不同子图精度配置,根据模型大小、推理延迟和位宽操作数3个约束对计算图进行划分,使最后累积的扰动误差减少.最终,在ResNet系列网络上验证发现,所提模型精度相较于HAWQ V3的损失没超过1%的同时,相较于其他混合精度量化方法在推理速度方面得到了提升,在ResNet18网络中推理速度分别提升18.15%、19.21%,在ResNet50网络中推理速度分别提升13.15%、13.70%.

    子图融合混合精度推理约束问题最优化求解GPU加速

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于随机卷积核神经网络数据增强的软测量

    钱慧刘瑞兰
    53-58页
    查看更多>>摘要：精对苯二甲酸(PTA)生产过程中 PX氧化反应的副产品4-CBA难以在线测量,只能通过离线分析获得少量样本.针对该问题,提出一种基于随机卷积核神经网络数据增强的动态软测量模型RCKN-XGBoost.该模型首先采用随机卷积核神经网络(RCKN)进行数据增强,扩充样本数量并改善其多样性;然后将原始样本与扩充后的样本线性组合,构成新的数据集;最后采用XGBoost对网络进行训练与预测.在某化工厂PX氧化过程4-CBA含量数据集上对RCKN-XGBoost模型与XGBoost、CNN、CNN-XGBoost、Laplace-XGBoost模型进行比较,发现RCKN-XGBoost模型的MRE指标分别降低了1.07%、0.92%、0.80%和0.65%,RMSE分别降低了27.9、18.62、12.58和8.05,证明了该模型的有效性.

    软测量4-CBA随机卷积核神经网络数据增强XGBoost

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于跨模态互译渲染模型的预训练视觉翻译技术

    屈梦楠靳宇浩胡勃宁
    59-66页
    查看更多>>摘要：如何在保证风格不变的情况下将图片中的外文替换为中文是一个有趣并富有挑战的问题.为此,针对图像中文本的跨语言转换提出一种预训练视觉翻译技术,结合文字检测、字体识别、OCR、图像修复、机器翻译及图像渲染技术构建跨模态自适应互译渲染模型,以保持原文风格和排版样式.首先使用EAST算法定位并提取文字区域;其次采用ResNet识别字体样式,CTC-OCR提取文字内容并由GPT模型进行翻译;最后由LaMa算法修复文字区域后,采用区域坐标渲染算法将翻译文字融入修复图像,实现高质量视觉翻译.由评估员对翻译效果进行定量评估,该方法主观评估分数达到7.90,具有较高准确性.

    视觉翻译多模态GPT中文翻译神经网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    一种结合关系增强融合模型的舆情关系抽取方法

    夏益昆赵春一
    67-74页
    查看更多>>摘要：针对舆情信息关系种类繁多、状态空间巨大,以及舆情信息关系抽取任务中出现的关系重叠和单一模型不能完全识别出全部三元组的问题,提出一种结合关系增强的融合模型进行舆情关系抽取的方法.首先,对从中文互联网上获取的舆情信息进行初步处理,得到初步的关系表;其次,对获得的关系表引入实体类型进行关系表增强;最后,将增强关系表作为先验特征输入融合模型,提升关系分类准确性,结合两个模型的识别结果解决单一模型不能完全识别出全部三元组的问题.实验结果表明,该方法相较于单一未使用关系增强的模型,F1值提升了5.4%.

    关系抽取关系表增强模型融合全局指针网络舆情分析

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据