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

    融合朴素贝叶斯与决策树的用户评论分类算法

    贾晓帆何利力
    1-5页
    查看更多>>摘要：为了实现对用户评论的商业研究价值提取,解决互联网产品后续优化和增进服务问题,提出一种融合朴素贝叶斯与决策树的改进算法,处理文本中的噪声,避免零概率和属性值缺失的问题,从而提高分类准确率.该算法首先对用户评论数据作预处理,然后运用概率优化后的朴素贝叶斯处理空缺属性值,最后用决策树从积极和消极角度将数据进行分类.对微信公众号用户评论数据集进行实验,结果表明改进后的算法准确率达80.27％,比传统方法提高0.5％.

    用户评论分类决策树算法朴素贝叶斯

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

    深度学习单导心电信号房颤识别研究

    李逸群谷雪莲孙毅勇
    6-11页
    查看更多>>摘要：阵发性房颤作为一种常见的心律失常,容易诱发心力衰竭、脑卒中等疾病.但因其发作时间短、信号难以捕捉致使检测困难,故阵发性房颤实时检测具有重要的临床意义.提出一种基于端到端一维神经网络的房颤识别方法.该方法将输入的原始数据通过卷积层自动提取心电特征,导入至5层感知器进行房颤识别.使用MIT-BIH数据库进行训练和验证,其灵敏度、特异性、阳性精确率、准确率分别为98.41％、97.76％、97.74％、98.07％.最终使用单导心电记录仪所采集的60例临床数据作为测试集进行测试,其灵敏度、特异性、阳性精确率、准确率分别为96.88％、89.29％、91.18％、93.33％,表明该算法具有较好的泛化能力.模型对单个样本处理时间为5ms,可为单导心电记录仪或实时云计算应用提供参考,并为临床提供辅助诊断.

    房颤卷积神经网络深度学习自动识别单导心电信号

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

    一种卷积神经网络结合后处理的车道线检测算法

    高海强万茂松侯长军
    12-17页
    查看更多>>摘要：为改善传统车道线检测方法易受环境影响且鲁棒性较差的缺点,提出一种卷积神经网络(CNN)结合后处理算法.首先通过提取感兴趣区域与增强对比度的车道线预处理方法减少不必要的图片背景,增强图片的特征细节;然后基于CNN提取的车道线图像特征构建模型,使用DBSCAN聚类算法对车道线分割模型进行后处理;最后通过最小二乘法对车道线像素峰值点进行二次曲线拟合,并将拟合结果回归到原始图像中.实验结果表明,车道线检测模型验证集的准确率和召回率分别为91.3％和90.6％,表明模型具有较好的分割效果.基于CNN结合后处理的车道线检测方法能有效减少人工经验存在的缺陷,相较于传统车道线检测方法具有更好的鲁棒性和准确性.

    车道线检测卷积神经网络深度学习聚类算法

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

    基于LightGBM的文本关键词提取方法

    马莉媛黄勃朱良奇黄季涛...
    18-22页
    查看更多>>摘要：为提升文本关键词提取准确率和效率,提出一种基于LightGBM的文本关键词提取方法.该方法通过TF-IDF提取候选关键词,利用Word2Vec计算词向量,并采用特征工程,对候选关键词进行特征提取,再经由LightGBM算法将关键词提取转换为二分类问题.通过实验对比TF-IDF算法、TextRank算法、LDA算法及LightGBM算法对文本关键词提取的准确率P、召回率R及F1.结果表明,当TopN取2～5时,F1平均值比最优方法提升4.8％.该方法抽取效果整体上均优于实验选取的对比方法,证明将特征工程与LightGBM融合可提升关键词抽取效果.

    提取特征工程LightGBMWord2Vec词向量

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

    结合深度神经网络与内容转录的语音识别研究

    郑磊
    23-26页
    查看更多>>摘要：在研究语音识别关键技术基础上,将深度神经网络模型应用于语音的关键词检索任务上,提出基于深度神经网络的语音关键词检测模型.与基线GMM-HMM模型进行对比实验,结果表明:LSTM模型的训练参数大小为436570,DNN的训练参数为698100,Gaussiam混合模型(GMM)的训练参数大小为1226760.基于LSTM-HMM和DNN-HMM模型的语音识别准确率分别为96.5％和91.6％,显著高于传统语音识别模型(GMM-HMM)的78.5％.基于LSTM-HMM模型的语音识别技术具有较高的准确率,更适合于语音关键词检测.

    深度神经网络语音识别DNN-HMM模型LSTM

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

    基于双目视觉与树莓派的活体人脸识别装置

    叶晓峰邱健邝泽权关健恒...
    27-33页
    查看更多>>摘要：人脸识别技术使用时容易受到伪造攻击.针对这一问题,提出一种基于双目视觉获取人脸深度信息,再结合层次分析法实现活体检测的方法,并应用树莓派研制活体人脸识别装置.该装置首先对双目图像进行对应点立体匹配,获得人脸图像的三维深度信息;然后选取人脸特征点,以鼻尖为参考点计算特征点与鼻尖点的深度差值;最后针对真实人脸和伪造人脸的三维特征,对各深度差值赋权,从而构建人脸深度特征以判断是否为活体人脸.实验结果表明,该方法在考虑特殊情况后准确率不低于98％,鲁棒性好.装置简单便捷,硬件开发成本低,功耗小,可移植性好,能满足多数情况下的活体人脸识别需求.

    人脸识别活体检测双目视觉树莓派人脸特征点

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

    改进RAkEL分类算法的多功能酶分类预测

    皮赛奇刘干
    34-37页
    查看更多>>摘要：利用多标签机器学习对多功能蛋白质进行分类预测是目前比较好的方法.随机k标签分类算法(RAkEL)采用将所有标签按k长度随机划分进行分类预测.虽然该方法考虑到了标签之间的相关性,但是随机k标签划分时会产生大量冗余标签,增加了分类器计算量.对传统的随机k标签分类学习算法进行改进,加入Apriori算法对标签进行关联规则挖掘,将得到的关联规则进行标签划分,然后运用集成LP算法进行模型训练,从而得到最终模型,最后以最终模型进行标签分类预测.运用改进的多标签分类学习算法对多功能酶(一种多功能蛋白质)进行分类预测,并与传统的多标签分类学习算法进行效果比较,改进后的多标签分类器在相关指标上能取得较好优势,其中平均精度(AP)可达92.03％.

    多标签分类Apriori算法数据挖掘多功能酶

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

    基于改进人工势场法的小车避障路径规划研究

    范玉龙黄波周仟陈贺军...
    38-42页
    查看更多>>摘要：为了解决传统人工势场法存在的目标不可达、易陷入局部极小值问题,在传统人工势场法基础上提出改进后的人工势场法.针对目标不可达问题,当目标点在附近障碍物影响范围内时,通过动态改变障碍物影响范围,使得小车能够抵达目标点.为解决局部极小值问题,采用虚拟障碍物的方法,当小车陷入局部极值点时,通过设置合适的虚拟障碍物,由虚拟障碍物提供额外的逃逸力来引导小车逃离局部极值点.从MATLAB仿真结果可以看出,在单个和多个障碍物的实验条件下,改进后的算法可以准确、高效地完成路径规划,小车能够绕开局部极小值点并成功到达目标点,达到了预期的路径规划效果.

    路径规划改进人工势场法MATLAB仿真

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

    基于深度学习的非刚体三维重建

    胡情丰
    43-48页
    查看更多>>摘要：非刚性运动结构的三维重建旨在从二维图像中提取出关键坐标,并恢复其对应的三维形状及姿态.然而,目前的传统方法无法在大规模场景中应用.为此,将卷积神经网络应用于非刚体运动的三维重建中,提出一个基于无监督学习的非刚体三维重建框架.在FacebookAI实验室提出的C3DPO基础上,选择iResNet为backbone,并采用Ranger优化器进行训练.实验结果表明,该框架不仅可以更快地收敛,而且在H36M、Pas⁃cal3D、S-Up3D数据集中的MPJPE(位置误差的绝对平均值)分别达到了92.2、37.1、0.067,均优于C3DPO.

    非刚性运动估计深度学习三维重建无监督学习神经网络优化器

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

    以网络拓扑距离为特征的有效药物组合预测

    任彪
    49-53页
    查看更多>>摘要：相比单药治疗,组合用药具有多靶点、剂量低等特点,且治疗效果更好,因此被广泛应用于心血管、癌症等复杂疾病治疗.传统药物组合的研发通过实验筛选进行,过程缓慢且耗费人力物力,不适用于如今药物数量剧增的情况.基于组学技术与网络方法,从计算角度挖掘出有效数据以预测有效药物组合成为目前研究热点.为获取更有效的预测结果,引入网络中药物—药物—疾病单元两两之间的3个拓扑距离作为特征,并结合药物组合的化学结构相似性等不同层次特征,利用机器学习方法构建药物组合预测模型.实验结果表明,在加入网络拓扑距离作为特征后,机器学习的预测精度提升了10％以上.

    网络拓扑距离药物组合机器学习网络特征

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