首页期刊导航|软件工程
期刊信息/Journal information
软件工程
软件工程

月刊

2096-1472

magazine@neusoft.com

0411-84832368

116023

大连市软件园路8号A9座206室

软件工程/Journal Software Engineer
查看更多>>2005年1月起全新改版的《IT博客<软件工程师>》真诚地邀请您加入。不论是高章大讲的热辣评述,还是娓娓道来的点滴感悟:不论是学富五车的行业泰斗,还是初出茅庐的新锐力量,我们都会为您提供一个表达主张的平台和交流思想的渠道。有了您的参与,我们的杂志才会日臻丰富和完美。让我们与IT携手,共同走在前进的路上。
正式出版
收录年代

    基于图神经网络的异源图像配准方法综述

    黄东福刘立群
    1-7页
    查看更多>>摘要：为了探讨图神经网络在处理异源图像配准任务中的应用和性能,为后续的图像融合或拼接等任务提供支持,通过综述现有文献,介绍了多种图神经网络模型及其在图像配准领域的应用,并对各种图神经网络架构进行了比较,评估了不同模型的性能.研究发现,图神经网络模型凭借其对图结构信息的有效利用能力及对节点属性信息的精细捕捉,在处理异源图像配准时展现出较传统方法更优的性能.通过对图像配准方法的系统研究,为解决异源图像配准任务面临的配准难度大和精度低的问题提供了新的技术思路.

    异源图像图像配准特征匹配图神经网络注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多目标平衡优化器的共享储能容量优化

    代斌王红蕾
    8-13页
    查看更多>>摘要：随着绿色能源的大量投入使用,对储能装置的需求也相应增加,要求按比例配套投入,以有效应对电网供需双侧的不确定性,这带来了投资成本过高和回收周期过长的问题.为了应对绿色能源广泛应用带来的储能挑战,提出了一种多微电网储能装置共享模型,旨在显著减少整体储能容量的需求.为实现这一目标,设计了一种双层优化方法,并提出了一种多目标平衡优化器用以求解上层模型,避免结果陷入局部最优.通过数据实验验证,与传统的分布式储能方式相比,多微电网储能装置共享模型使系统所需的储能容量降低了43.30%.同时,算法对比结果表明,所提多目标优化算法具有足够的竞争力.

    双侧不确定性共享储能模型多目标优化算法平衡优化器储能容量优化可再生能源消纳率

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于CEEMDAN与自相关函数的心音去噪

    唐瑭卢官明戚继荣王洋...
    14-18页
    查看更多>>摘要：为有效去除心音信号中的噪声,提出基于 CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)与自相关函数的心音去噪算法.首先,通过CEEMDAN将含噪的心音信号分解为具有不同尺度特征的IMF(Intrinsic Mode Function)分量;其次,根据噪声与心音的自相关函数性质不同,界定IMF分量的信噪分界点;最后,对以噪声为主的IMF分量进行均值滤波,并将其与以心音为主的IMF分量重构得到去噪后信号.实验表明,在不同的噪声水平下,与小波软阈值去噪算法、小波硬阈值去噪算法、CEEMDAN去噪算法相比,所提算法的信噪比最高,均方根误差最小,在去除噪声的同时,可以较好地保留心音信号中的有效信息.

    心音去噪CEEMDAN自相关函数均值滤波

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于特征融合的局部表征学习的遮挡行人重识别

    王浩伟阎刚耿树泽
    19-22,63页
    查看更多>>摘要：为了增强行人重识别模型(Re-identification,ReID)的遮挡感知和局部特征捕捉能力,提出一种基于特征融合的局部表征学习的方法.首先,设计遮挡样本扩充策略,通过模拟多样化的遮挡场景,有效提升模型的鲁棒性和遮挡感知能力.其次,引入局部层次编码器,在全局语义的指导下提取序列的空间相关性特征,从而增强局部特征的可鉴别性和语义完整性.实验结果显示,在Occluded-Duke和Market-1501数据集上,该方法表现出色,特别是在Occluded-Duke数据集上的rank-1达到69.2%,优于现有先进方法,提升幅度为1.3百分点,验证了该方法在提升行人重识别任务性能方面的有效性.

    行人重识别遮挡感知局部特征特征融合

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进鲸鱼算法的工业操作系统资源实例化调度算法研究

    潘志杰舒挺
    23-27页
    查看更多>>摘要：工业操作系统借助资源实例化调度(RIS)技术管理制造资源时,会面临众多功能相似但服务质量各异的生产资源,导致资源选择和配置变得复杂.针对这一现状,提出了黄金柯西鲸鱼优化算法(GCWOA),该算法通过融合Tent混沌映射、黄金分割系数和柯西变异算子,实现对RIS问题的优化,提升服务质量.通过开展不同规模的RIS仿真实验验证,GCWOA展现出了显著的优势.相较于遗传算法、鲸鱼算法和2个改进鲸鱼算法,GCWOA的平均求解精度提升了5.6%,平均时间效率提高了2.35倍.以上结果充分证明了GCWOA在解决RIS问题上的高效性和实用性,为工业操作系统的资源管理提供了有力的优化工具.

    工业操作系统资源调度鲸鱼优化算法元启发式算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进的DISK算法的农林航拍图配准研究

    董一波刘立群
    28-32页
    查看更多>>摘要：针对无人机的农林航拍图像配准算法存在特征点识别较少、特征点匹配不精准等问题,提出了一种改进的离散关键点(Discrete Key point,DISK)算法.该算法首先采用梯度策略DISK算法对特征点进行有效描述;其次采用基于深度学习局部特征的匹配方法进行预匹配;最后利用RANSAC算法去除离群点,筛选匹配结果.为验证算法的有效性,选取了几组农业航拍图像的数据集进行实验比较.实验结果显示,与经典的SIFT、Dark feat算法及原始的DISK算法相比,改进的DISK算法显著提高了匹配精度,匹配精度由41.7%提升至98.9%,充分满足农林航拍图的匹配需求.

    农林航拍图梯度策率局部特征图像配准DISK算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于深度学习与DTW融合的轨迹匹配方法研究

    燕劲哲吴向阳
    33-39页
    查看更多>>摘要：针对人类轨迹与可穿戴传感器数据的匹配问题,提出了一种解决方法,通过将摄像头捕获的人类轨迹与可穿戴设备的传感器数据进行匹配,首先利用深度学习模型SyncScoreDTW评估单位时间内轨迹与传感器数据的相似度,其次通过似然融合算法逐步更新这些相似度.在自制数据集上进行的实验验证表明,该方法实现了77.5%的高匹配准确率.同时,在公开的UEA数据集上,该方法也展示出优越的性能.此项研究揭示了跨模态数据匹配的潜力,为轨迹匹配领域提供了一种全新、高效的解决方案.

    深度学习时间序列人体轨迹传感器多模态传感器数据分析Transformer

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    可减轻腰椎间盘样本集类重叠的采样算法

    赵鑫鑫吴晓锋
    40-45页
    查看更多>>摘要：医学数据的类重叠问题会严重影响疾病的智能诊断效果.为了减轻腰椎间盘样本的类重叠对分类器产生的不良影响,提出了一种可减轻类重叠的混合采样算法——CO_HS算法.该算法将训练样本划分为核心样本、边界样本和噪声样本,对重叠区域的样本进行采样,以减轻样本集的类重叠程度.采用CO_HS算法产生的新训练样本集训练RF等分类模型,并建立了6种新的腰椎间盘退变分类器.实验结果显示,建立的新分类器在多项性能指标上均实现了显著提升,其中准确度提升了7.8百分点～12.7百分点,kappa系数提升了11.6百分点～20.2百分点,敏感性提升了7.9百分点～16.8百分点,特异性提升了9.0百分点～18.2百分点,F指标提升了9.4百分点～18.4百分点.因此,CO_HS算法被证明是一种能有效解决样本类重叠问题、改善分类性能的高效方法.

    智能医学类重叠混合采样腰椎间盘退变

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于YOLOv7-tiny的轻量级密集人群场景行人检测算法

    张芯源高志刚冯建文
    46-51页
    查看更多>>摘要：针对现有的高精度行人检测模型因资源要求高而导致的难以应用于边缘计算场景的问题,提出了一种适用于边缘GPU设备的轻量级实时密集行人检测算法.该算法通过在检测头中融合全维度动态卷积,降低了冗余信息对于检测效果的影响,并通过优化损失函数增强了算法区分待检测目标和背景的能力.实验结果表明,在密集人群场景下的行人检测任务中,该算法在精确度方面较本文基线算法YOLOv7-tiny提升了4.1百分点,这证明该算法能够在边缘计算场景下实现准确的密集人群检测.

    行人检测小目标识别深度学习边缘计算

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于数据流图和混合网络模型的智能合约漏洞检测

    丁诗琪陈正奎黄海
    52-56页
    查看更多>>摘要：智能合约控制着区块链上巨额资产的流动,因此确保其安全性至关重要.基于此,提出一种基于数据流图和混合深度学习模型的方法,即DFG-HDP,用于检测智能合约的漏洞.该方法首先对智能合约源码进行清洗和变量规范;其次从源码中提取数据流特征,将其与源码结合作为输入;最后将不同的词嵌入模型与不同的深度学习模型结合,对输入进行学习检测.实验结果表明,该方法在智能合约漏洞检测中的F1值高达89.90%,优于之前的漏洞检测方法CBGRU.这一结果证明了该方法的有效性和优越性.

    智能合约漏洞检测数据流图混合模型

      原文链接:
    • NETL
    • NSTL
    • 万方数据