軟件工程

2025年02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(lèi)型

月刊

類(lèi)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Fairmot的交通違法行為算法研究 摘要：在監(jiān)測(cè)交通違法行為的檢測(cè)任務(wù)中，傳統(tǒng)的人工監(jiān)控與基礎(chǔ)傳感器方法因準(zhǔn)確性和實(shí)時(shí)性存在局限而面臨挑戰(zhàn)。通過(guò)引入多目標(biāo)跟蹤技術(shù)，可以顯著提升檢測(cè)效率和系統(tǒng)識(shí)別的準(zhǔn)確性。文章提出了一種針對(duì)車(chē)輛信息的多目標(biāo)跟蹤算法，使用MAU-DLA34（M...
基于內(nèi)容和上下文的敏感個(gè)人信息實(shí)體識(shí)別方法 摘要：針對(duì)現(xiàn)有方法對(duì)非結(jié)構(gòu)文本中結(jié)構(gòu)復(fù)雜的敏感個(gè)人信息實(shí)體無(wú)法有效識(shí)別的問(wèn)題，提出一種基于內(nèi)容和上下文的敏感個(gè)人信息實(shí)體識(shí)別方法。一方面，利用規(guī)則匹配檢測(cè)具有可預(yù)測(cè)模式的敏感實(shí)體類(lèi)型;另一方面，構(gòu)建了一個(gè)基于詞對(duì)關(guān)系分類(lèi)架構(gòu)（ELECTR...
基于坐標(biāo)注意力機(jī)制與Focal-EIOU 的茶葉葉片病害檢測(cè) 摘要：針對(duì)復(fù)雜自然環(huán)境中茶葉病害的檢測(cè)問(wèn)題，提出一種創(chuàng)新的檢測(cè)模型，旨在為茶葉病害的精確識(shí)別提供有力支持。模型設(shè)計(jì)中，增加了小目標(biāo)檢測(cè)層，提升了對(duì)微小目標(biāo)的檢測(cè);引入了CA（CoordAttention）注意力機(jī)制，增強(qiáng)模型對(duì)細(xì)節(jié)信息的捕...
基于LSTM-CGAN 的風(fēng)電場(chǎng)景生成方法 摘要：針對(duì)傳統(tǒng)風(fēng)電場(chǎng)景生成方法未充分利用風(fēng)電功率的預(yù)測(cè)誤差，以及未合理考慮風(fēng)電序列時(shí)間相關(guān)性的問(wèn)題，提出了一種基于LSTM-CGAN（LongShort-Term MemoryConditionalGenerativeAdversaria...
基于異構(gòu)圖卷積網(wǎng)絡(luò)的隱式信任和影響力在社交推薦中的應(yīng)用 摘要：針對(duì)如何在圖卷積網(wǎng)絡(luò)中融入用戶(hù)的社交網(wǎng)絡(luò)以及有效實(shí)現(xiàn)異構(gòu)關(guān)系學(xué)習(xí)的問(wèn)題，提出了一種包含隱式信任和影響的新穎的異構(gòu)圖卷積網(wǎng)絡(luò)框架（HGCNTI）。該框架基于用戶(hù)-用戶(hù)二分圖構(gòu)建信任子圖和影響子圖，充分利用用戶(hù)間的隱式關(guān)系達(dá)到增強(qiáng)用戶(hù)-...
基于神經(jīng)網(wǎng)絡(luò)與注意力的任意圖像風(fēng)格遷移研究綜述 摘要：隨著神經(jīng)網(wǎng)絡(luò)的廣泛應(yīng)用，尤其是注意力機(jī)制的引入，風(fēng)格遷移研究取得了顯著進(jìn)展。文章對(duì)基于卷積神經(jīng)網(wǎng)絡(luò)、注意力機(jī)制的圖像風(fēng)格遷移進(jìn)行了綜述。首先，分析了風(fēng)格遷移的基本原理和傳統(tǒng)方法，詳細(xì)介紹了基于深度學(xué)習(xí)的風(fēng)格遷移算法，尤其聚焦于那些通...
基于深度學(xué)習(xí)的咖啡果實(shí)成熟度檢測(cè)方法 摘要：針對(duì)目前咖啡果實(shí)的成熟度主要依賴(lài)人工判斷且果實(shí)相互遮擋導(dǎo)致識(shí)別難度大的問(wèn)題，文章提出一種改進(jìn)的YOLOv8模型的咖啡果實(shí)成熟度檢測(cè)方法。首先，在Backbone端使用iRMB（InvertedResidualMobileBlock）...
基于對(duì)比學(xué)習(xí)的文本生成圖像 摘要：針對(duì)在多目標(biāo)文本生成圖像和語(yǔ)義相關(guān)度高的情況下，于CUB數(shù)據(jù)集中進(jìn)行實(shí)驗(yàn)時(shí)，發(fā)現(xiàn)生成的鳥(niǎo)圖像中有許多“多頭”“多腳”情況，文章在MA-GAN（多階段注意力機(jī)制的生成對(duì)抗網(wǎng)絡(luò)）模型上加入對(duì)比學(xué)習(xí)以?xún)?yōu)化圖像生成。同時(shí)，采用特征插值方法增...
一種基于Transformer的雙流文檔圖像質(zhì)量評(píng)價(jià)算法 摘要：為了解決文檔圖像質(zhì)量評(píng)價(jià)網(wǎng)絡(luò)對(duì)圖像特征提取不充分、評(píng)價(jià)指標(biāo)不恰當(dāng)?shù)葐?wèn)題，提出了一種基于Transformer的雙流文檔圖像質(zhì)量評(píng)價(jià)算法。首先，利用Transformer提取圖像特征，計(jì)算特征通道間注意力;其次，使用權(quán)重模塊預(yù)測(cè)文檔圖...
基于改進(jìn)YOLOv8的百合地雜草分類(lèi)識(shí)別 摘要：為了提高農(nóng)業(yè)自動(dòng)化雜草檢測(cè)的效率和準(zhǔn)確性，提出了一種基于改進(jìn)YOLOv8（YouOnlyLookOnceversion8）的百合地雜草分類(lèi)識(shí)別方法。針對(duì)百合地雜草形態(tài)多樣、顏色特征復(fù)雜且區(qū)分度低的難題，引入了TransNext聚合注...
基于網(wǎng)絡(luò)重構(gòu)的改進(jìn)GhostNet一維信號(hào)辨識(shí)研究 摘要：觸覺(jué)傳感器采集的一維觸覺(jué)數(shù)據(jù)能夠用于識(shí)別并區(qū)分物體的特征，進(jìn)而實(shí)現(xiàn)對(duì)物體類(lèi)別的分類(lèi)。文章以輕量級(jí)卷積神經(jīng)網(wǎng)絡(luò)GhostNet為基礎(chǔ)框架，提出了一種改進(jìn)的復(fù)合損失函數(shù)，以提升模型的分類(lèi)性能。為進(jìn)一步適應(yīng)一維觸覺(jué)數(shù)據(jù)的特性，研究對(duì)Gho...

基于字段信息和覆蓋率反饋的協(xié)議模糊測(cè)試方法 摘要：模糊測(cè)試是目前比較流行的網(wǎng)絡(luò)協(xié)議漏洞挖掘技術(shù)之一，但是存在現(xiàn)有網(wǎng)絡(luò)協(xié)議模糊器對(duì)字段間的關(guān)聯(lián)性探索不足的問(wèn)題。為此，提出了一種基于字段信息和覆蓋率反饋的模糊測(cè)試方法。該方法通過(guò)兩個(gè)參數(shù)定量表示協(xié)議數(shù)據(jù)模型中不同字段的關(guān)系和每一個(gè)字段本...