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

    改进LDA模型的短文本聚类方法

    孙红俞卫国
    1-6页
    查看更多>>摘要：在短文本聚类模型中,传统LDA模型没有考虑文本与主题之间的联系.提出一种具有判别学习能力的LDA模型,在LDA-λ模型中将二项分布引入LDA基础模型,增加词项的判别能力.对模型进行理论分析与对比试验,结果表明,基于改进的LDA模型精确度(ACC)、归一化互信息(NMI)和成对F测度值(PWF)比较高,分别达到0.7384、0.8191、0.6941,比传统的LDA模型分别提高1.62％、2.51％、1.2％,比VSM模型分别提高2.83％、10.99％、1.89％,基于改进的LDA模型在聚类问题处理上要优于LDA模型和VSM.

    主题模型改进LDA模型文本聚类概率生成模型短文本主题挖掘

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

    特征重排序的加权深度森林

    周博文皋军
    7-13页
    查看更多>>摘要：传统深度森林模型由于局限性,在多粒度扫描特征转换阶段忽略了边缘信息,导致特征转换不充分;级联时将上一层类概率拼接到原始特征中,未考虑之前类概率向量的影响,最后投票过程忽视了子分类器权重.针对以上问题,提出一种特征重排序的深度森林(Reorder Feature Deep Forest,RFDF)算法,通过特征重排序,将较重要的特征排在中部转换出更有效的特征;级联阶段将之前层级生成的类概率向量之间的差作为增强特征与原特征拼接,进一步增强特征差异性,缓解网络退化现象.引入逻辑回归分类器,增加子分类器的差异性.最后结果由赋予权重后的子分类器投票得出.通过不同的数据集验证,表明该方法一定程度上有效,在高维数据集上表现更加明显.

    深度森林特征重排序增强特征加权森林

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

    面向XGBoost的课程评价文本智能分类模型

    晋百川杨鸿波胡大胆
    14-17页
    查看更多>>摘要：对数据量大的评价文本内容进行分类分析较困难,为解决这一难题,提出面向XGBoost的评价文本智能分类模型,在样本不均衡问题下采用随机欠采样方法进行处理,对文本内容使用jieba分词和停用词进行词向量表示,使用PCA(主成分分析)进行特征降维,使用交叉验证方法寻找XGBoost最优参数.为验证模型的有效性,分别在1647条数据以及9994条数据上进行实验.实验结果表明,XGBoost模型在评价文本分类时精准率、召回率、F1值分别达到了87.62％、87.73％、87.67％.面向XGBoost的评价文本智能分类模型不仅能快速对数量大的评价文本内容进行分类,而且能有效降低人工分类误差.

    文本分类jieba分词XGBoost模型随机欠采样交叉验证

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

    基于CAE-DNN的多工序质量预测方法

    杨静董宝力
    18-22页
    查看更多>>摘要：针对多工序产品过程质量数据多特征、多噪声特性,提出一种基于收缩自编码器—深度神经网络的多工序产品质量预测方法.为了减少质量预测模型对噪声数据的敏感性,首先基于收缩自编码器的特征提取模型,完成预训练;然后将预训练网络的权重和偏置参数传递至多尺度卷积神经网络,作为预测模型的初始化参数,并增加批量归一化层、Dropout和L2正则化,优化神经网络结构,减少过拟合.以天池智能制造质量预测数据为例进行实验验证,结果表明该混合模型算法相较于AE-DNN、DNN、PCA-BP和PCA-SVR,MSE值分别降低了27.68％、30.94％、54.02％、48.16％.

    质量预测多工序收缩自编码深度神经网络预训练

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

    一种分组模式下的土壤重金属含量预测模型

    吕鑫涛张聪曹文琪
    23-27页
    查看更多>>摘要：针对传统预测模型在土壤重金属含量预测上表现不佳问题,以土壤采样点数据集中的经度、纬度、高度以及农作物类型作为输入变量,建立一种基于分组教学优化算法的分组模式预测模型(GTOA-BP).对武汉新城区土壤采样数据进行仿真预测,将GTOA-BP模型与BP神经网络和径向基神经网络模型进行实验比较,结果表明:GTOA-BP的4种误差数据均低于其他两种模型.与BP神经网络相比,GTOA-BP的MAPE和SMAPE分别下降了9.97％和8.86％,与径向基神经网络相比,GTOA-BP的MAPE和SMAPE分别下降了6.24％和5.97％,说明该模型能降低神经网络训练的误差,提高预测精度.

    分组教学优化算法重金属含量预测GTOA-BP分组模型

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

    基于GA-BPNN的PM2.5浓度预测模型

    郑俊褒华思洁
    28-32页
    查看更多>>摘要：为提升BP神经网络对PM2.5浓度预测的准确度,提出一种基于遗传算法的多因子PM2.5浓度预测模型.利用遗传算法的全局搜索特性,得到最优的BP神经网络的初始权值和阈值,针对网络结构设置3个隐含层,提高特征学习能力,更大程度拟合非线性函数,并将模型用于预测.实验结果表明,该方法对于PM2.5浓度的预测精度达到98.5％,比传统方法提高3.6％,具有较高应用价值.

    PM2.5预测遗传算法神经网络卡方检验全局搜索

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

    ARIMA-RF组合模型的销售预测研究

    袁远郭天添
    33-38页
    查看更多>>摘要：为帮助快销服饰企业制定合理的生产销售计划,提出结合ARIMA与RF模型的销售预测模型.通过对原始数据集进行数据预处理、特征筛选和特征降维处理,得到高质量的训练集,进而通过对参数的不断调优获得较好的实验模型,最后针对ARIMA模型无法更好地提炼非线性信息的问题,利用随机森林算法对非线性数据特征的学习能力,优化ARIMA模型预测残差,构建实验效果更好、预测精度更高的实验模型.实验结果表明,ARIMA-RF组合模型对此快销品牌销量预测结果的评价指标优于单个模型预测结果,相较于ARIMA模型,均方根误差和平均绝对误差分别提高了12％和6.671％,说明该组合模型能够在不稳定的商业环境下实现更好的预测结果.

    销售预测随机森林算法ARIMA组合预测模型

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

    基于KPCA-LightGBM的心脏病预测研究

    黄嵩张云华
    39-43页
    查看更多>>摘要：由于工作压力大和饮食不健康等原因,心脏病发病年龄不断提前.同时,各地区存在医疗资源不充分、发展不平衡问题.因此,通过患者身体状况快速预测和诊断心脏病具有重要现实意义.提出一个KPCA-Light-GBM模型,通过KPCA算法对数据集进行降维,使用LightGBM算法对降维后的数据集进行训练,然后使用训练好的模型预测心脏病.实验表明,KPCA-LighGBM模型预测准确率可达90.1％,较传统方法提升4.6％.KPCA-LighGBM模型可以有效帮助医生对心脏病进行辅助诊断,提高医疗资源利用率.

    机器学习KPCALightGBM心脏病预测

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

    多特征融合CNN网络的旋转机械故障诊断研究

    冷佳刘镇张笑非汤浩宇...
    44-50页
    查看更多>>摘要：为提高旋转机械故障诊断中故障分类的准确率,以及针对故障数据特征不充足而带来的泛化能力较差问题,提出一种多特征融合卷积神经网络(CNN)的旋转机械故障诊断方法.首先利用连续小波变换将一维原始信号转换成二维小波时频图,构建多特征融合CNN网络模型.其中,原始振动信号为1DCNN模型输入,小波时频图为2DCNN模型输入;然后根据上面两个维度的输入进行网络模型训练;最后将测试集中的数据输入到已经训练好的网络模型,对不同旋转机械故障进行分类.在凯斯西储大学的轴承数据集、机械故障预防技术(MFPT)的轴承数据集上进行实验验证,结果表明,该方法与其他同类方法相比具有更高的故障诊断准确率,达到了99.78％.

    连续小波变换多特征融合CNN网络滚动轴承故障诊断

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

    融合意图列表查询机制的门控槽模型

    胡光敏姜黎
    51-55页
    查看更多>>摘要：将递归神经网络(RNN)应用于意图检测和槽填充已实现较好的识别效果.传统Slot-Gated模型旨在将意图特征融入槽位识别中,但未能将文本标签信息作为模型先验知识传入模型参与训练.在Slot-Gated模型的基础上,通过意图标签信息构建一种基于注意力机制的意图列表查询模块,并通过全局优化的方法提升模型意图识别以及意图与槽填充联合准确率.通过与Slot-Gated模型进行对比实验,该方法在ATIS数据集上的意图及联合准确率分别提升了1.1％和1.5％;在Snips数据集上,意图及联合准确率分别提升了0.3％和0.4％.实验结果表明,将意图种类标签信息作为先验知识加入训练能提升模型性能.

    自然语言理解神经网络预训练模型槽填充注意力机制

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