期刊名：Software

期刊主页：https://www.mdpi.com/journal/software

本期编辑荐读为您精选了Software 五篇高引精选文章，内容涵盖深度学习、智能AI聊天系统测试、移动计算、程序分析、代码理解、遗传编程等相关研究，希望能为相关领域学者提供新的思路和参考，欢迎阅读。

（1）

CORE-ReID: Comprehensive Optimization and Refinement through Ensemble Fusion in Domain Adaptation for Person Re-Identification

CORE-ReID：面向行人重识别域适应的集成融合全面优化与精炼

https://www.mdpi.com/2674-113X/3/2/12

本研究提出了一种新颖的框架——"面向行人重识别域适应的集成融合全面优化与精炼（CORE-ReID）"，旨在解决行人重识别（ReID）中的无监督域适应（UDA）问题。该框架在预训练阶段利用CycleGAN生成多样化的数据，以协调不同摄像头来源图像特征之间的差异；在微调阶段，基于一对教师-学生网络，整合多视角特征进行多级聚类，从而获得多样化的伪标签。此外，本文引入了一种可学习的集成融合组件，该组件专注于挖掘全局特征中的细粒度局部信息，以增强学习的全面性，并避免多伪标签带来的歧义问题。在三个常见的行人重识别无监督域适应任务上的实验结果表明，该方法相比现有最优方法取得了显著的性能提升。同时，高效通道注意力模块与双向均值特征归一化等增强技术有效缓解了偏差效应，而基于ResNet模型的全局与局部特征自适应融合则进一步强化了该框架。所提出的框架确保了融合特征的清晰性，避免了歧义，并在平均精度均值（mAP）、Top-1、Top-5及Top-10等指标上均实现了高精度，是行人重识别无监督域适应领域中一种先进且有效的解决方案。

关键词：行人重识别；无监督学习；视频监控；域适应；深度学习

（2）

AI Testing for Intelligent Chatbots—A Case Study

智能聊天机器人的AI测试：一项案例研究

www.mdpi.com/2674-113X/4/2/12

决策树测试方法以流程图形式组织对话流程，通过预设的问题与答案引导用户完成特定任务。受软件工程中决策树测试方法原理的启发，本文探讨了智能AI测试建模聊天系统，涵盖基本概念、质量验证、测试生成与增强、测试范围、方法及需求等方面。本文的创新之处在于，基于一种创新的三维AI测试模型，构建并实现了一套智能AI测试建模聊天机器人系统，该系统面向智能移动应用中的AI驱动功能，支持基于模型的AI功能测试、测试数据生成以及充分的测试覆盖结果分析。作为应用实例，本文以心理健康与情绪智能聊天机器人系统Wysa开展了案例研究，该系统可用于情绪追踪、分析及情感分析。

关键词：聊天机器人；智能AI聊天系统测试；三维智能聊天测试建模；测试生成；数据增强；AI测试结果验证

（3）

Challenges and Solutions for Engineering Applications on Smartphones

智能手机工程应用的挑战与解决方案

https://www.mdpi.com/2674-113X/2/3/17

本文首先阐述了移动应用的概念。通过文献综述发现，在工程领域中，智能手机应用作为独立的仿真应用，而非仅仅是手机工具的延伸，目前仍存在一定程度的不足。随后，本文深入分析了导致这一不足的相关挑战。在此基础上，本文介绍了三个同时面向智能手机与互联网的工程应用案例研究，并提出了相应的解决方案：第一个案例涉及系统控制工程应用；第二个聚焦于复合材料工程应用；第三个则关注有限元方法与结构生成。文中通过具体实现阐述了各项挑战的解决方案。这三个案例研究为工程类智能手机应用的开发提供了一种全新的思路。

关键词：移动计算；应用；工程；控制理论；仿真；复合结构；有限元方法

（4）

Sligpt: A Large Language Model-Based Approach for Data Dependency Analysis on Solidity Smart Contracts

Sligpt：一种基于大语言模型的Solidity智能合约数据依赖分析方法

https://www.mdpi.com/2674-113X/3/3/18

区块链技术的出现以其透明性、不可篡改性和自动化特性，深刻变革了众多行业。智能合约作为这场变革的核心，在各领域实现了无需信任的自动化交易。然而，智能合约数量的激增也暴露了严重的安全漏洞，亟需先进的分析技术加以应对。数据依赖分析作为一种关键的程序分析方法，对于增强智能合约的测试与安全性具有重要意义。本文提出了Sligpt，一种创新性方法，该方法将大语言模型（LLM），特别是GPT-4o，与静态分析工具Slither相结合，以开展Solidity智能合约的数据依赖分析。该方法充分融合了GPT-4o先进的代码理解能力与传统分析工具的优势。我们利用一个精心构建的以太坊智能合约数据集对Sligpt进行了实证评估。结果表明，相较于Slither和GPT-4o，Sligpt在精确率、召回率和整体分析深度方面均取得了显著提升，为数据依赖分析提供了一种稳健的解决方案。本文还探讨了研究过程中面临的挑战，如计算资源需求以及LLM输出的固有变异性，并提出了未来的研究方向以进一步完善该方法。Sligpt代表了智能合约静态分析领域的重要进展，为大语言模型与静态分析工具的集成提供了切实可行的框架。

关键词：Solidity；以太坊智能合约；程序分析；数据依赖；GPT-4o；提示工程；代码理解；代码理解能力

（5）

RbfCon: Construct Radial Basis Function Neural Networks with Grammatical Evolution

RbfCon：基于语法进化构建径向基函数神经网络

https://www.mdpi.com/2674-113X/3/4/27

径向基函数网络被视为一种机器学习工具，可广泛应用于当代各类研究课题中的分类与回归问题。然而，在许多情况下，用于拟合这些模型参数的初始训练方法往往效果不佳，其原因在于数值运算的不稳定性，或是无法有效定位误差函数的最小值。本研究提出了一种新方法，通过引入语法进化来构建该模型的架构，并估计其各项参数值。该方法采用ANSI C++编程实现，所开发的软件在大量数据集上进行了有效性验证。实验结果证实了该方法在解决复杂问题时的充分性，并且在绝大多数情况下，其分类或函数逼近误差显著低于原始训练方法所得结果。

关键词：神经网络；遗传编程；语法进化；进化算法

期刊介绍

主编：Mirko Viroli, Alma Mater Studiorum Università di Bologna, via dellUniversità 50, 47521 Cesena FC, Italy

Software (ISSN 2674-113X) 创刊于2022年，是一个国际化、经同行评审的开放获取期刊。本刊旨在汇聚学术界与工业界的研究人员、工程师及软件开发人员，共同探讨软件应用领域在理论与实践层面的创新理念与扎实成果。期刊聚焦软件工程、软件应用及相关算法的最新研究进展，致力于解决该领域的核心问题。