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

    通过多文档精排与融合的开放域问答任务增强实现

    李博朱天佑刘俊健吕宏伟...
    82-89页
    查看更多>>摘要：开放域问答(OpenQA)是自然语言处理中的一项具有挑战性的任务,传统的机器学习和深度学习技术通常用于从原始语料库中检索与问题相关的候选文档片段以进行答案提取.然而,当前方法检索的候选文档片段往往包含大量的噪声以及与问题无关的信息,并且主流的OpenQA模型在准确响应需要多个文档片段作为相关证据的问题方面存在不足.鉴于此,提出通过多文档精排与融合增强开放域问答的方法(RFMD),该方法在检索阶段设计了基于Transformer的文档精排模块,以减少候选文档中的噪声信息;在阅读理解阶段,RFMD采用以文本生成为中心的问答模块,通过构建跨文档片段的全局注意力机制,整合多个相关文档片段的信息,准确回答需要多个文档片段作为支持证据的问题.RFMD在NaturalQuestions和TriviaQA数据集上的EM得分分别达到45.8%和63.4%,验证了该模型在OpenQA任务中的有效性和优越性.

    开放域问答预训练模型生成模型相似度分数Prompt设计

      原文链接:
    • 万方数据
    • 维普

    面向电网行业的多模态心理评测算法

    李华亮梁泽权黄星杰刘羽中...
    90-98页
    查看更多>>摘要：为完成电网高危行业从业人员进行作业前的智能心理评测任务,提出面向电网行业员工的包含表情、声音、走姿的多模态心理评测算法.首先,构建电网行业员工数据集,从视频中抽取面部RGB图片序列、音频ComparE特征集及人体骨架关键点序列;其次,利用残差网络与双向长短时记忆网络提取面部视觉特征,在时间窗口提取音频特征,在时空图卷积网络提取步态特征,分别得到最优的单模态模型;最后,提出极性损失函数的深度学习训练方法及基于注意力机制的多模态融合算法,通过融合单模态模型输出特征获得最优多模态心理状态评测模型.实验表明,多模态融合相较于单模态系统能显著提升心理评测准度,对心理标签四分类任务的准确率达到65.66%,相较于基于面部表情、语音、步态3种单一模态的模型效果分别提升18.04%、21.22%和13.28%.

    多模态深度学习注意力机制心理评测电网行业

      原文链接:
    • 万方数据
    • 维普

    基于自注意力编解码结构的旋转机械故障诊断与预测系统

    朱珊珊郭虎余海波杨明翰...
    99-104页
    查看更多>>摘要：由于恶劣的运行条件和高负荷要求,旋转机械故障可能导致高昂的维护成本和不必要的停机时间.有必要开发一个高效、准确的旋转机械故障在线诊断和预测系统,帮助企业快速识别故障,预测未来事件,优化维修计划.构造状态矩阵表示旋转机械产生的振动信号,即将一个连续时间序列划分为多个窗口,并将每个窗口转换为一个图像.由特定结构的串联编解码器提取并处理图像特征,用于分类训练数据集中的振动模式.通过仿真实验验证了基于自注意力编解码结构的旋转机械故障在线诊断和预测系统的可靠性和有效性,构建的旋转机械状态特征库可以准确诊断和预测旋转机械的故障.研究表明,该系统可以帮助企业优化维护计划,减少停机时间和维护成本.

    故障诊断旋转机械Transformer卷积神经网络

      原文链接:
    • 万方数据
    • 维普

    融合词信息与自注意力的教育命名实体识别

    郑守民申艳光
    105-109页
    查看更多>>摘要：为解决教育领域命名实体识别任务精度较低和语料严重不足的问题,提出一种融合词信息与自注意力的命名实体识别模型WBBAC.该模型利用BERT预训练语言模型增强字向量的语义表示并为字向量引入词频信息,将字向量与词向量拼接作为双向长短期记忆网络的输入,经过自注意力层进一步寻找序列内部的联系,最后通过CRF解码获得最优序列.根据课程文本特点创建计算机组成原理数据集并进行标注,在Resume数据集和计算机组成原理数据集上进行实验,WBBAC模型的F1值分别为95.65%和73.94%.实验结果表明,与基线模型相比,WBBAC模型具有更高的F1值,有效解决了教育领域命名实体识别任务中标注数据不足的问题.

    命名实体识别词信息自注意力机制教育领域BERT

      原文链接:
    • 万方数据
    • 维普

    基于标签感知注意力的短文本分类方法

    李大帅叶成荫
    110-115页
    查看更多>>摘要：针对目前短文本分类只是将分类标签作为分类结果判断依据,而忽略了分类标签文本中所蕴含的语义信息这一问题,提出以大规模预训练语言模型为基础的基于标签感知注意力的短文本分类方法.该方法通过大规模预训练语言模型将文本数据表征为分布式向量形式以获得更丰富的语义信息;同时将分类标签信息融入到文本数据训练过程中,通过注意力机制使文本数据感知与分类最相关的信息;使用CNN网络和最大池化层提取局部词级向量特征,以更好地解决英文文本中的双重否定、比较级否定等语义问题;使用残差连接将句级向量与词级向量融合,以有效缓解文本信息衰减问题.在R8、R52和MR 3个公共英文数据集上进行测试,实验结果表明,所提方法在R8和R52数据集上的精度分别为98.51%和97.10%,优于DeBERTa和BertGCN.

    短文本分类CNN标签感知注意力预训练

      原文链接:
    • 万方数据
    • 维普

    面向不平衡数据集的一种基于邻域的过采样算法

    孟国庆高源梅颖卢诚波...
    116-121页
    查看更多>>摘要：过采样是一种通过合成新的同类样本解决数据集中类分布不平衡问题的常用方法.针对数据集中样本分布不平衡的问题,提出一种基于邻域概念的PSON算法.该算法定义每个少数类样本的影响力,依据不同影响力对少数类样本进行过采样以获得平衡数据集.在50个数据集上对8种过采样算法得到的数据集进行分类测试,通过威尔科克森符号秩检验比较7种分类性能指标,结果表明采用PSON算法后分类准确率提升显著.

    不平衡数据集过采样分类逆近邻

      原文链接:
    • 万方数据
    • 维普

    基于学习型算法的农资配送优化问题研究

    张吉哲刘欢代永强秦立静...
    122-130页
    查看更多>>摘要：针对农资供应链订单配送路径优化问题,考虑新能源货车综合续航里程、车辆最大载荷能力和时间窗等约束,建立车辆路径规划问题的数学模型(DCVRPTW)综合优化车辆固定成本和运输成本,提出一种基于深度强化学习的群智能优化算法框架(DRL-SIA).智能体就是决策者,以环境状态为输入选出动作池中最佳动作改变环境并获得环境奖励.DRL-SIA算法结合训练后的智能体与群智能算法以代替原算法进行决策选择,从而提升寻优速度与精度.实验表明,所提算法的最优解相较于其他算法在所有算例中最优,验证了该算法能有效降低农用物资供应链中的物流运输成本.

    深度强化学习车辆路径规划群智能优化算法农资供应链演化计算

      原文链接:
    • 万方数据
    • 维普

    基于改进K-均值算法的零部件拣选聚类模型

    周到董宝力
    131-136页
    查看更多>>摘要：针对零部件多种少量拣选问题,在多人协同拣选模式下,任务分配不合理、拣选时长相差大,拣选环节易超时,构建以最短拣选时长为目标的多人协同拣选模型,并用改进K-均值算法及遗传算法对模型进行求解.针对传统K-均值算法聚类结果各簇所包含拣选点数量相差巨大的缺点,采用各簇拣选时间为指标,对拣选点所归属簇变换,并利用遗传算法对聚类结果进行路径规划、拣选时长计算,得到最优聚类结果.以某安防设备生产企业的零部件拣选环节为研究对象,与简单分批得到的拣选时间进行对比,验证了该算法的有效性.

    任务分配K-均值算法遗传算法路径规划

      原文链接:
    • 万方数据
    • 维普

    基于支持向量机算法的葡萄酒质量检测模型

    张一明魏霖静
    137-142页
    查看更多>>摘要：随着我国经济的不断发展,葡萄酒作为一种悦人悦己的生活媒介已经登上大众餐桌.然而,葡萄酒的质量检测仍以品酒师品尝为主,已不能满足规模化、智能化的食品工业发展需求.为此,基于支持向量机算法对葡萄酒理化指标进行建模,利用R语言实现Box-plot法对异常值进行处理,同时对RBF核的支持向量机参数进行优化,最终得到一个精度达到96.46%的葡萄酒质量检测模型,为葡萄酒的质量控制提供了一条行之有效的途径.

    支持向量机R语言Box-plot法葡萄酒质量检测

      原文链接:
    • 万方数据
    • 维普

    基于鲁棒交叉熵与梯度优化的安全强化学习方法

    周娴玮张锟叶鑫
    143-149页
    查看更多>>摘要：智能体在复杂环境下执行任务时,如何保证安全性和效率性是一个很大的难题.传统强化学习方法解决智能体决策问题时采用无模型的强化学习,利用大量数据不断试错寻找最优策略,忽略了智能体的训练成本和安全风险,因此无法有效保证决策的安全性.为此,在模型预测控制框架下对智能体动作添加安全约束条件,设计安全强化学习算法获得最安全的动作控制序列.同时,针对交叉熵方法存在计算量大与效率低、梯度优化方法存在着陷入局部最优的问题,结合鲁棒交叉熵与梯度优化方法优化动作控制序列,以提升算法安全性和求解效率.实验表明,所提方法相较于鲁棒交叉熵法能有效提升收敛速度,相较于其他优化算法在不损失较多性能的前提下安全性能最优.

    强化学习鲁棒交叉熵梯度优化安全性

      原文链接:
    • 万方数据
    • 维普