《軟件工程師》(原名《軟件工程師》)創刊于1998年，郵發代碼：8-198,由東北大學、計算機軟件國家工程研究中心主辦，國家級，月刊，大16開本，全國發行。

　　《軟件工程師》 征稿對象：各大院校IT相關專業、科研單位及培訓機構的師生。從事企事業單位信息管理及IT相關行業的專業人員等。

　　《軟件工程師》為中國軟件行業協會會刊，被中國期刊全文數據庫、中國知網、龍源期刊網、萬方數字——數據期刊群以及中國核心期刊(遴選)數據庫等全文收錄。

　　軟件工程雜志欄目設置

　　軟件設計開發、計算機教學研究、信息技術研究及應用、工程技術等領域的研究論文、綜述報告、實際問題研究分析、短文等

　　軟件工程雜志榮譽

　　萬方收錄(中)知網收錄(中)維普收錄(中)中國期刊全文數據庫(CJFD)中國核心期刊遴選數據庫

　　閱讀推薦：軟件和信息服務

　　《軟件和信息服務》軟件科技期刊，創刊于1984年，由中國電子信息產業發展研究院、北京中電報發展有限公司主辦。計算機科學技術刊物。旨在推動計算機在我國的應用，推動我國軟件產業的建立和發展，促進軟件應用社會化、軟件開發工程化、軟件成果商品化和軟件經營企業化等方面的工作更好開展。

　　軟件工程最新期刊目錄

深度學習框架下的基于二階高斯方向導數的角點檢測與描述

摘要：在計算機視覺中,角點檢測是許多視覺任務的核心問題之一。二階高斯方向導數不僅能有效提取不同方向的圖像信息,還具備良好的高斯噪聲抑制能力。為進一步提升角點檢測與描述性能,提出了一種基于二階高斯方向導數濾波的新算法GoR2D2用于圖像角點檢測。提出的算法通過在不同方向上進行二階高斯方向導數濾波提升網絡的角點檢測與描述性能。該算法能夠自適應選擇圖像尺度,確保準確檢測角點,并在不依賴人工閾值的情況下,精確定...

基于CG-FPN網絡的皮膚病分割

摘要：針對皮膚病圖像病變區域的形狀大小不同、形狀不規則、受周圍毛發干擾、邊緣模糊等情況以及現有網絡分割效果不佳的問題,提出一種改進的特征金字塔網絡(FPN)的皮膚病分割算法CG-FPN。通過加入通道和位置注意力模塊(CPAM)以及門控融合模塊(GFM),旨在增強對皮膚病關鍵特征通道的響應和精準定位病灶區域,顯著提升對不規則形狀及微小皮膚病灶的分割能力。在公開皮膚病數據集ISIC2017上的實驗結果表明,...

基于條件參數化卷積改進MixDehazeNet架構的水稻葉片病害檢測方法

摘要：作為全球重要糧食作物,水稻的生長易受病害影響,精準識別水稻葉片病害對保障水稻的產量和質量至關重要。傳統人工識別方法主觀性強、效率低,難以滿足農業智能化需求。針對霧霾等復雜環境下水稻葉片病害檢測精度下降的問題,提出改進的MixDehazeNet-CNN架構,融合深度可分離卷積與條件參數化卷積(CondConv),構建自適應多尺度特征提取模塊。實驗結果表明,該方法在11類水稻病害識別中準確率達96.8...

基于改進輕量語義分割網絡的土地覆蓋分類方法研究

摘要：針對DeepLabV3+模型在土地覆蓋分類遙感地物分割中存在的邊界模糊、小目標漏檢及樣本分布失衡導致精度下降等問題,提出一種改進的輕量級神經網絡FAD-Net。首先,將輕量級網絡MobileNetV2替代原始Xception作為主干網絡以降低參數量;其次,提出多分支深度可分離空洞空間金字塔(MBDC-ASPP)架構,在保持多尺度上下文捕獲能力的同時降低模型復雜度;最后,通過雙路注意力機制與特征融合...

基于ARIMA-BiLSTM-Attention模型與分層聚類的多步溫度預測

摘要：針對氣象溫度預測的非線性與區域復雜性難題,提出融合站點聚類與混合深度學習的多步預測框架。基于K-Means算法對站點地理位置及溫度統計特征聚類,劃分微氣候區域;為各區域構建自回歸積分移動平均模型（ARIMA）捕捉線性趨勢,并利用BiLSTM-Attention預測殘差。創新性地將聚類信息與位置編碼注入雙向長短期記憶（BiLSTM）初始狀態,增強微氣候感知能力。BSk氣候下的24h預測實驗表明:相較...

基于周期性劃分驅動的時空圖抑郁評估方法

摘要：抑郁癥在大學生群體中高發,利用移動端收集每日情緒和日常行為數據進行抑郁評估成為重要研究方向。現有機器學習方法大多僅簡單整合數據,忽略了不同數據間的內在關聯,也難以捕獲長時序依賴關系,還未充分考慮其他精神障礙因素對抑郁癥狀的影響。為此,提出了一種周期性劃分驅動的時空圖卷積網絡(Per-STGCN)。通過傅里葉變換計算時序周期,將長序列劃分為多個周期片段,分別建模周期內與周期間的時空依賴,從而提取具有...

基于深度局部圖匹配網絡的多種子細胞對追蹤算法

摘要：細胞追蹤算法的研究對建立細胞的生長發育模型并探索它的基因結構和功能至關重要。針對蜂窩狀植物細胞結構復雜,在成像中存在嚴重噪聲干擾,且采集的圖像未經配準等難點,提出了一種深度局部圖匹配網絡(DLGM-Net)模型,利用局部圖的拓撲結構信息和深度相似度信息尋找相似度最高的細胞作為種子細胞對,然后從種子細胞周圍進行擴散匹配。為了進一步提高追蹤精度,將DLGM-Net與多種子細胞對投票機制結合,糾正種子細...

面向稀疏用戶的公平序列推薦：基于信息增強與自適應加權的對比學習

摘要：為緩解短序列用戶數據稀疏導致的推薦不均衡問題,提出一種面向稀疏用戶的公平推薦模型IAAW-CL,以融合信息增強與自適應加權對比學習策略。通過自注意力機制建模序列,并增強短序列用戶的表示能力,生成多樣化正樣本視圖,提升用戶表征魯棒性,并動態平衡推薦與對比學習目標。實驗結果表明:相較于CL4SRec,IAAW-CL在Beauty數據集上,HR@5提升15.0%,NDCG@5提升10.1%;在Sport...

基于3D-MAE與臨床引導選擇性掃描(CGS-Mamba)的可解釋非小細胞肺癌亞型分類

摘要：針對非小細胞肺癌腺癌/鱗癌亞型判別中三維CT標注樣本不足及影像—臨床融合不充分問題,提出可解釋多模態框架CGS-Mamba。基于240例未標注CT以3D-MAE進行補丁重建預訓練獲取三維特征提取器,并將CEA、年齡、性別與TNM分期映射為Mamba選擇性參數以實現臨床條件化特征提取,結合Cross-modal Transformer完成影像Patch與臨床Token對齊交互。在103例標注數據上,...

基于RFT模型的在線學習行為聚類分析

摘要：除了自身的學習動機、學習需求等內因,學習效果也受外部因素的影響,學生的在線學習行為對學習效果有直接影響。選取本校所使用的SPOC在線學習平臺超星“學銀在線”進行研究,收集參與SPOC平臺在線學習的學生行為數據,包括觀看教學資源時長、登錄系統平臺次數、頻率及成績等。利用大數據客戶關系管理模型中經典的RFM模型,根據項目研究實際需求提出了RFT模型,并基于此模型及在線學習平臺中的大量數據,進行SPOC...

基于大語言模型的古文機器翻譯研究

摘要：隨著人工智能的發展,大語言模型在自然語言處理領域展現出了卓越的性能,也為機器翻譯帶來了新的思路。鑒于通用大模型的專業局限性問題,混合領域語料和通用語料對Qwen2-7B大模型進行領域自適應訓練,并針對古文到現代文翻譯的下游任務進行指令微調。最終,從領域性能和通用性能的角度對模型性能進行了評估。對于大模型的領域性能,從譯文的準確性、流暢性和文學性3個維度進行了評估,并針對文學性提出了一套新的評估標準...

基于區塊鏈與高可信芯片的冷鏈溯源系統方案

摘要：冷鏈物流多式聯運中,參與方之間的服務能力不均與互信缺失會導致協同效率低下,傳統溫控監測手段存在數據易被篡改、透明度不足等問題,嚴重影響供應鏈效率與食品安全。為此,提出一種融合高可信SoC(System on Chip)芯片與區塊鏈的端到端溯源方案。通過嵌入式SoC實現溫度數據采集端的硬件級防篡改存儲;利用區塊鏈確保數據完整、可追溯與跨主體安全共享;結合云計算支持高效查詢與實時核驗,覆蓋全流程。應用...

基于社交媒體數據的多維度特征融合的心理預警研究

摘要：為實現大學生心理危機的有效預警,以新浪微博平臺為數據源,構建了包含1000位用戶及其114790條帖子的數據集,并提出一種用戶級融合多維度特征的社交媒體心理預警模型(U-MFSPM)。該模型通過文本語義模塊[雙向門控循環單元(Bi-GRU)與自注意力機制]提取用戶級文檔語義特征,情感特征模塊[情感詞典結合雙向長短期記憶(Bi-LSTM)與注意力機制]生成用戶多維情感向量,網絡行為模塊提取性別、發帖...

黃大年 用生命譜寫報國人生

摘要：黃大年(1958年8月—2017年1月),著名地球物理學家。長期從事移動平臺探測技術研發工作。曾擔任國家“深部探測關鍵儀器裝備研制與實驗”和“高精度航空重力測量技術”項目的首席科學家,推動我國深地探測裝備的自主研發水平達到國際領先地位。2017年,中共中央追授黃大年同志“全國優秀共產黨員”稱號,中宣部追授黃大年“時代楷模”榮譽稱號。入選“慶祝中華人民共和國成立70周年大型成就展”2010—2019...

基于蜻蜓視覺響應特性的多小目標運動檢測與追蹤

摘要：針對從深度學習角度探究雜亂背景下多小目標運動檢測與追蹤易于導致小目標誤檢和漏檢的問題,探討基于蜻蜓視覺神經響應特性的前饋視覺神經網絡及多小目標檢測與追蹤模型。模型設計中:基于蜻蜓視覺信息處理機制建立反映視覺場景變化狀態的前饋視覺神經網絡;借助輸出的運動能量矩陣提取小目標的運動特征;利用多特征融合方法獲取小目標的細節特征信息;使用匈牙利算法獲取小目標及其運動軌跡。由此,獲得計算成本低、無需模型訓練、...

對比學習驅動的無監督三維點云結構點學習

摘要：針對點云數據高維、稀疏、非結構化的特性及現有處理方法面臨的規模與結構復雜度挑戰,提出一種稀疏結構感知的無監督三維點云表示學習方法。該方法融合幾何形狀與特征點顯著信息學習高語義結構點,引入對比學習與三元正則化機制優化特征學習與結構點生成,在三維點云形狀分類、語義分割任務中驗證了方法的高效性與穩定性

基于大語言模型數據增強和監督對比學習的方面情感分析

摘要：為了應對方面情感分析任務中標注數據稀缺的問題,提出了一種基于大語言模型數據增強與監督對比學習的聯合訓練方法。該方法首先利用大語言模型生成多樣化的標注樣本,以此擴展訓練語料規模;隨后通過構建正負樣本對引入監督對比學習;最后結合多指令提示微調策略進一步提升方法的穩定性和泛化性。在兩個常用的基準數據集上的實驗結果表明,所提方法的總體準確率分別達到了90.98%和85.89%,優于其他基線模型,證實了該方...

王希季 讓中國的星辰閃耀太空

摘要：<正>一臺地球儀、一幅資源衛星地圖，王希季的辦公室里，除了和航天有關的資料用品，別的幾乎什么也沒有。《空間科學應用》《世界導彈大全》類的書籍碼滿一墻書柜，桌上幾摞Space News等中外期刊堆得一尺高。王希季是我國早期從事火箭技術研究的組織者之一，是我國第一枚液體火箭及其后的氣象火箭、生物火箭和高空試驗火箭的技術負責人，倡導并參與發展無控制火箭技術和回收技術兩門新的學科。他提出了我國...

深度學習框架下的雙網絡一致性篩選方法用于興趣點檢測

摘要：傳統的興趣點檢測方法在實際應用中常常會產生大量響應較弱、穩定性不足的關鍵點,這些弱關鍵點容易受噪聲、視角變化及光照變化的影響,導致后續匹配和重建任務的性能下降。為此,提出了深度學習框架下的雙網絡一致性篩選方法用于興趣點檢測。該方法結合了兩個獨立的興趣點檢測網絡,利用雙檢測器之間的共識機制,僅保留同時被兩個網絡檢測到的關鍵點,以此抑制弱關鍵點的影響。實驗結果表明,所提檢測框架在HPatches數據集...

ADM-YOLOv8：復雜場景下的室內停車位檢測

摘要：隨著城市化加速與車輛數量激增,室內停車場車位檢測的準確性與實時性成為智能管理的關鍵挑戰。傳統視覺方法在光照不均、遮擋及遠距離目標易失真等復雜場景下表現不佳。提出改進型目標檢測模型ADMYOLOv8,在YOLOv8的基礎上引入ADown模塊以增強小目標特征保持,采用C2f＿Dual結構提升特征多樣性,并融合MLLAttention機制強化空間感知與上下文理解。在自建室內車位數據集上的實驗結果表明,A...

　　相關電子信息期刊推薦

• 北大核心測控自動化
• 省級山西電子技術
• 省級中國通信
• 國家級信息網絡
• 國家級經濟數學
• 省級辦公自動化辦公設備與耗材
• 省級陜西廣播電視大學學報
• 國家級艦船電子對抗
• 國家級數字社區智能家居
• 國家級現代傳播
• 國家級電腦開發與應用
• 國家級太赫茲科學與電子信息學報
• 國家級中國電視
• 北大核心現代傳輸
• 國家級計算機測量與控制
• 省級北京電子科技學院學報
• 國家級鐵路計算機應用
• 省級今日電子
• 國家級電子世界
• 省級信息安全與通信保密
• 北大核心西安電子科技大學學報
• 國家級工程地質計算機應用
• 省級電子樂園
• 國家級中國基礎科學
• 國家級電子計算機外部設備
• 北大核心紅外技術
• 北大核心武漢大學學報工學版
• 北大核心計算機工程與科學
• 國家級航空計算技術
• 國家級傳感器與微系統

　　核心期刊推薦

電子信息對抗技術

中華醫學超聲雜志(電子版)

微納電子技術

電子學報