軟件工程

2024年12期

收藏成功

微博空間微信

《軟件工程師》雜志創(chuàng)刊于1985年，由東北大學(xué)、計(jì)算機(jī)軟件國(guó)家工程研究中心主辦，月刊，大16開(kāi)本，全國(guó)發(fā)行。國(guó)內(nèi)出版物號(hào)... 展開(kāi)

類型

月刊

類別

學(xué)術(shù)

定價(jià)

促銷信息

全年訂閱更優(yōu)惠!

￥10.00 ￥6.00

原貌版試讀單本購(gòu)買(mǎi)

基于YOLOv8的實(shí)時(shí)教室人數(shù)統(tǒng)計(jì)系統(tǒng) 摘要:為了實(shí)現(xiàn)教室使用率和學(xué)生出勤情況的高效管理,推動(dòng)教務(wù)管理的自動(dòng)化進(jìn)程,設(shè)計(jì)并實(shí)現(xiàn)了一種基于YOLOv8的端到端實(shí)時(shí)教室人數(shù)統(tǒng)計(jì)系統(tǒng)。此系統(tǒng)僅需利用教室內(nèi)的普通攝像頭,即可實(shí)現(xiàn)對(duì)教室人數(shù)的實(shí)時(shí)查詢與可視化展示。為提升模型對(duì)特定教室環(huán)境的...
基于語(yǔ)義增強(qiáng)雙編碼器的方面情感三元組提取 摘要:方面情感三元組提取(Aspect Sentiment Triplet Extraction,ASTE)是方面級(jí)情感分析領(lǐng)域的一項(xiàng)關(guān)鍵任務(wù),目的是提取出句子中給定的方面詞、觀點(diǎn)詞及對(duì)應(yīng)的情感極性。傳統(tǒng)的ASTE方法因未充分考慮語(yǔ)義信息和...
基于多特征融合的汽車用戶需求命名實(shí)體識(shí)別研究 摘要:傳統(tǒng)的中文命名實(shí)體識(shí)別技術(shù)在汽車領(lǐng)域的應(yīng)用效果欠佳,特別是在處理實(shí)體之間存在大量的嵌套重疊、不連續(xù)和多元關(guān)系的這種復(fù)雜結(jié)構(gòu)時(shí),現(xiàn)有的模型實(shí)體識(shí)別性能不足。針對(duì)此問(wèn)題,文章提出了基于多特征融合的汽車用戶需求實(shí)體識(shí)別模型(Bert-Mul...
二進(jìn)制登山隊(duì)優(yōu)化算法及其在特征選擇中的應(yīng)用 摘要:特征選擇的主要目的是縮減和精煉數(shù)據(jù)的特征集,使得生成的特征子集可以進(jìn)一步提高模型的學(xué)習(xí)精度。針對(duì)特征選擇這一特定問(wèn)題,提出了一種二進(jìn)制登山隊(duì)優(yōu)化算法BMTBO(Binary Mountaineering Team-BasedOptim...
基于CBAM注意力和聚合-分發(fā)機(jī)制的水稻病害檢測(cè) 摘要:為了實(shí)現(xiàn)對(duì)水稻病害的精準(zhǔn)檢測(cè),文章基于YOLOv8n模型(You Only Look Once version 8 nano)提出了一個(gè)全新的改進(jìn)模型YOLO-Rice。該模型通過(guò)3項(xiàng)關(guān)鍵的技術(shù)創(chuàng)新,提升了對(duì)水稻葉片和稻穗病害的檢測(cè)精...
基于深度學(xué)習(xí)的竹筍細(xì)粒度識(shí)別技術(shù) 摘要:為了提升不同環(huán)境中竹筍細(xì)粒度的自動(dòng)化識(shí)別精度,提高生產(chǎn)管理效率,文章提出了一種基于YOLOv8的目標(biāo)檢測(cè)改進(jìn)模型。該模型融合了BiFPN (Bidirectional Feature Pyramid Network),這一架構(gòu)在圖像目...
基于改進(jìn)自適應(yīng)閾值及四叉樹(shù)的ORB_SLAM3算法研究 摘要:針對(duì)ORB-SLAM3(Oriented Fast and Rotated Brief Simultaneous Localization and Mapping)在外界光照條件變化時(shí)算法檢測(cè)的特征點(diǎn)數(shù)量急劇減少且分布過(guò)于集中的問(wèn)題,...
基于YOLOv8改進(jìn)的霧天環(huán)境下車輛檢測(cè) 摘要:在霧天環(huán)境下,針對(duì)難以捕捉車輛的特征導(dǎo)致車輛檢測(cè)精度低的問(wèn)題,提出一種基于YOLOv8改進(jìn)的霧天環(huán)境下車輛檢測(cè)算法———CSM-YOLOv8(Cross Scale Multi-YOLOv8)。首先,將C2f模塊的第一個(gè)卷積替換為SA...
基于分區(qū)過(guò)濾網(wǎng)絡(luò)的中文簡(jiǎn)歷實(shí)體關(guān)系聯(lián)合抽取研究 摘要:為解決現(xiàn)有的抽取方法在中文簡(jiǎn)歷中抽取準(zhǔn)確率低和抽取信息不全面的問(wèn)題,提出了基于分區(qū)過(guò)濾網(wǎng)絡(luò)的中文簡(jiǎn)歷實(shí)體關(guān)系聯(lián)合抽取模型。該模型首先使用Chinese-RoBERTa-wwm-ext預(yù)訓(xùn)練語(yǔ)言模型對(duì)輸入序列進(jìn)行預(yù)處理。其次結(jié)合多頭自注...
基于改進(jìn)RRT-Connect算法的室內(nèi)移動(dòng)機(jī)器人路徑規(guī)劃研究 摘要:針對(duì)雙向快速擴(kuò)展隨機(jī)樹(shù)(RRT-Connect)算法中采樣隨機(jī)性高、生成的路徑冗余節(jié)點(diǎn)多等問(wèn)題,提出了一種改進(jìn)RRT-Connect算法。首先,通過(guò)目標(biāo)偏置采樣方法和目標(biāo)引力導(dǎo)向策略,提升路徑搜索效率,并根據(jù)地圖復(fù)雜程度動(dòng)態(tài)地調(diào)整步長(zhǎng)...

基于聚合局部鄰居三元組與特征增強(qiáng)注意力的知識(shí)圖譜表示 摘要:針對(duì)Transformer知識(shí)表示模型中三元組語(yǔ)義和結(jié)構(gòu)關(guān)聯(lián)信息的缺失問(wèn)題,提出了新的知識(shí)圖譜表示框架CNAR。首先在Transformer的基礎(chǔ)上設(shè)計(jì)了聚合局部鄰居三元組技術(shù),有效豐富了語(yǔ)義結(jié)構(gòu)信息的多樣性,并利用特征增強(qiáng)注意力設(shè)計(jì)...
HCI-YOLO:基于改進(jìn)YOLOv8的茄子果實(shí)病蟲(chóng)害檢測(cè)模型 摘要:針對(duì)茄子果實(shí)病蟲(chóng)害特征復(fù)雜、自然環(huán)境下檢測(cè)精度低和檢測(cè)模型較大等問(wèn)題,提出一種基于改進(jìn)YOLOv8的輕量化網(wǎng)絡(luò)模型HCI-YOLO。該模型以YOLOv8作為基礎(chǔ)框架,將特征增強(qiáng)網(wǎng)絡(luò)替換為多級(jí)特征融合金字塔(High-level Scr...
ResNet18在基于傳感器公共數(shù)據(jù)集跌倒檢測(cè)中的應(yīng)用 摘要:為了降低跌倒所致并發(fā)癥或傷亡的風(fēng)險(xiǎn),使用深度學(xué)習(xí)方法中ResNet18(Residual Network 18)經(jīng)典卷積結(jié)構(gòu)對(duì)傳感器時(shí)間序列數(shù)據(jù)進(jìn)行處理,采用10折交叉驗(yàn)證探究滑動(dòng)時(shí)間窗口和不同輸入特征對(duì)模型跌倒檢測(cè)性能的影響。實(shí)驗(yàn)結(jié)...

“校企政行”合作機(jī)制下產(chǎn)業(yè)學(xué)院建設(shè)的影響因素研究 摘要:為推動(dòng)“校企政行”合作機(jī)制下產(chǎn)業(yè)學(xué)院的發(fā)展,拓展產(chǎn)業(yè)學(xué)院的職能,采用ISM(Interpretive StructuralModel)解釋結(jié)構(gòu)模型,系統(tǒng)分析“校企政行”合作機(jī)制下產(chǎn)業(yè)學(xué)院建設(shè)的影響因素,剖析各因素之間相互關(guān)系。研究結(jié)果...