軟件工程

2024年07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(xiāo)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HSV色彩空間的圖像感興趣區(qū)域提取方法研究 摘要:嵌入式設(shè)備中部署深度學(xué)習(xí)檢測(cè)模型往往面臨算力不足的問(wèn)題,而感興趣區(qū)域(ROI)提取可作為一種高效的性能優(yōu)化手段。文章提出一種基于HSV(Hue,Saturation,Value)色彩空間模型的ROI提取的方法,將檢測(cè)目標(biāo)的像素信息轉(zhuǎn)化...
基于TrackingJS庫(kù)+百度云人臉識(shí)別課程簽到系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 摘要:為了重點(diǎn)解決課程簽到作弊問(wèn)題,文章設(shè)計(jì)了一款基于TrackingJS庫(kù)+百度云人臉識(shí)別課程簽到系統(tǒng)。首先,將課程簽到細(xì)分為3種方式,分別是線下課簽到、線上課簽到、公開(kāi)課簽到。其中,線下課簽到是最嚴(yán)格的簽到管理制度,以確保每一位學(xué)員的真...
基于BiGRU-attention的中文微博評(píng)論情感分析 摘要:文本情感分析是自然語(yǔ)言處理中的一項(xiàng)重要任務(wù)。近年來(lái),深度學(xué)習(xí)技術(shù)的快速發(fā)展使得基于循環(huán)神經(jīng)網(wǎng)絡(luò)的模型在情感分析任務(wù)上取得了顯著的進(jìn)展。文章提出了一種基于門(mén)控循環(huán)網(wǎng)絡(luò)(Gate Recurrent Unit,GRU)和注意力機(jī)制的情感分...
基于GA優(yōu)化神經(jīng)網(wǎng)絡(luò)的變剛度復(fù)合材料板簧剛強(qiáng)度預(yù)測(cè)研究 摘要:將形狀記憶合金混編三維織物驅(qū)動(dòng)器(SMA驅(qū)動(dòng)器)植入復(fù)合材料板簧中,可以使大型板式結(jié)構(gòu)具有變剛度潛力。為提高驅(qū)動(dòng)器空間布置參數(shù)的尋優(yōu)效率,文章基于BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)不同驅(qū)動(dòng)器布置參數(shù)下的板簧剛強(qiáng)度,并采用遺傳算法提升預(yù)測(cè)精度。結(jié)果表明,...
基于聚類分析法的織造車(chē)間能耗數(shù)據(jù)清洗 摘要:針對(duì)織造車(chē)間數(shù)據(jù)采集過(guò)程中存在的數(shù)據(jù)質(zhì)量低、數(shù)據(jù)冗余高的問(wèn)題,提出了一種基于聚類分析法的綜合數(shù)據(jù)清洗方法。首先,對(duì)紡織企業(yè)車(chē)間能耗進(jìn)行層級(jí)分析,針對(duì)異常數(shù)據(jù)提出了基于二分K-means算法的異常數(shù)據(jù)識(shí)別方法。其次,針對(duì)缺失數(shù)據(jù),采用多...
基于多任務(wù)判別器與注意力機(jī)制的虛擬試衣研究 摘要:為了解決具有錯(cuò)位和遮擋處理?xiàng)l件的高分辨率虛擬試戴(HR-VITON)在處理復(fù)雜紋理表現(xiàn)和服裝特征交互方面的局限性問(wèn)題,在基于具有錯(cuò)位和遮擋處理?xiàng)l件的高分辨率虛擬試衣方法的基礎(chǔ)上,提出了一種結(jié)合多任務(wù)判別器與注意力機(jī)制的虛擬試衣方法。首...
基于情緒反彈的網(wǎng)絡(luò)情緒爆發(fā)機(jī)制研究 摘要:網(wǎng)絡(luò)情緒失調(diào)易滋生網(wǎng)絡(luò)暴力,研究網(wǎng)絡(luò)情緒的演化規(guī)律并識(shí)別出關(guān)鍵的影響因素,有利于科學(xué)有效地防止網(wǎng)絡(luò)暴力事件的發(fā)生。基于此,文章提出一種基于情緒反彈的網(wǎng)絡(luò)情緒爆發(fā)機(jī)制。首先,提出亞穩(wěn)情緒狀態(tài),引入心理敏感系數(shù)、官方媒體和意見(jiàn)領(lǐng)袖影響力用...
基于提示學(xué)習(xí)和注意力機(jī)制的多標(biāo)簽圖像分類方法 摘要:針對(duì)傳統(tǒng)多標(biāo)簽分類模型中標(biāo)簽相關(guān)性容易被忽略和標(biāo)簽標(biāo)注成本不斷增加的問(wèn)題,提出一種新穎的多標(biāo)簽圖像分類方法,將提示學(xué)習(xí)和交叉注意力機(jī)制結(jié)合并使用部分標(biāo)簽訓(xùn)練。具體來(lái)說(shuō),首先,通過(guò)將提示與標(biāo)簽結(jié)合生成文本輸入,并使用預(yù)訓(xùn)練文本編碼器進(jìn)行...

基于布隆過(guò)濾器的零知識(shí)集成員證明效率提升 摘要:針對(duì)區(qū)塊鏈中數(shù)據(jù)的安全驗(yàn)證問(wèn)題(數(shù)據(jù)的動(dòng)態(tài)增加導(dǎo)致零知識(shí)集成員證明參數(shù)更新頻繁、參數(shù)生成和驗(yàn)證時(shí)間變長(zhǎng)),進(jìn)行了創(chuàng)新性的完善。提出了一種新型的數(shù)據(jù)存儲(chǔ)模型,結(jié)合優(yōu)化的跳表索引,提高了數(shù)據(jù)驗(yàn)證的安全性和效率。實(shí)驗(yàn)結(jié)果表明,基于布隆過(guò)濾器...
影響織疵產(chǎn)生的灰色關(guān)聯(lián)分析 摘要:織疵是衡量織造質(zhì)量的關(guān)鍵指標(biāo)。為了優(yōu)化織造過(guò)程,減少織疵產(chǎn)生,首先分析了織造過(guò)程中導(dǎo)致織疵產(chǎn)生的影響因素,其次利用灰色關(guān)聯(lián)分析法提取導(dǎo)致織疵產(chǎn)生的關(guān)鍵影響因素。實(shí)驗(yàn)和實(shí)際生產(chǎn)結(jié)果均表明,織機(jī)停車(chē)次數(shù)和停車(chē)時(shí)間對(duì)織疵產(chǎn)生數(shù)量的關(guān)聯(lián)度較高...
基于TE-NeuS的人體頭部三維重建 摘要:針對(duì)研究神經(jīng)輻射場(chǎng)重建三維網(wǎng)格,從多視圖照片中提取出高質(zhì)量的網(wǎng)格模型,文章提出了一種基于NeuS的新型網(wǎng)絡(luò)模型結(jié)構(gòu)Texture Enhancement NeuS(TE-NeuS),該模型結(jié)構(gòu)具備紋理增強(qiáng)特性,通過(guò)分解采樣光線,運(yùn)用多...
基于三角形相似性的點(diǎn)云配準(zhǔn)算法 摘要:針對(duì)點(diǎn)云配準(zhǔn)過(guò)程易產(chǎn)生錯(cuò)誤匹配對(duì)、點(diǎn)云配準(zhǔn)精度低等問(wèn)題,提出了一種基于三角形相似性的點(diǎn)云配準(zhǔn)方法。三對(duì)正確的匹配點(diǎn)對(duì)在幾何空間上形成的三角形一定滿足相似三角形的一些性質(zhì),例如三角形三邊成固定比例、三角形頂點(diǎn)的法線和平面法線的夾角固定。...
基于分布式麥克風(fēng)陣列的室內(nèi)拾音系統(tǒng)設(shè)計(jì) 摘要:為了提高室內(nèi)分布式麥克風(fēng)陣列聲源定位的精度,為后續(xù)更好地進(jìn)行語(yǔ)音處理做準(zhǔn)備,文章提出了一種新的麥克風(fēng)陣列設(shè)計(jì)方案。將波束形成(BF)算法、多重信號(hào)分類(MUSIC)算法、廣義互相關(guān)(GCC)算法分別應(yīng)用在系統(tǒng)中進(jìn)行測(cè)試,根據(jù)測(cè)試結(jié)果選...
基于改進(jìn)實(shí)用拜占庭容錯(cuò)的可信分布式區(qū)塊鏈信任機(jī)制研究 摘要:針對(duì)區(qū)塊鏈中實(shí)用拜占庭容錯(cuò)共識(shí)算法(Practical Byzantine Fault Tolerance,PBFT)中存在節(jié)點(diǎn)通信次數(shù)高、主節(jié)點(diǎn)選取簡(jiǎn)單、缺少獎(jiǎng)懲機(jī)制及節(jié)點(diǎn)缺乏積極性等問(wèn)題,提出了一種基于改進(jìn)PBFT的可信分布式信任...

基于不變量的軟件可靠性計(jì)算 摘要:傳統(tǒng)模型采用靜態(tài)的失效數(shù)據(jù)評(píng)估軟件的可靠性往往不夠準(zhǔn)確,為此提出一種基于不變量的可靠性計(jì)算方法。通過(guò)Daikon不變量工具收集失效不變量,依據(jù)函數(shù)調(diào)用關(guān)系圖消除冗余,再輸入Nelson模型進(jìn)行可靠性計(jì)算。對(duì)西門(mén)子程序包中的28個(gè)錯(cuò)誤程...