严菲
- 作品数：25 被引量：24H指数：3
- 供职机构：厦门理工学院更多>>
- 发文基金：国家自然科学基金福建省自然科学基金福建省科技重大专项更多>>
- 相关领域：自动化与计算机技术电子电信社会学文化科学更多>>
- 注射器的毛发缺陷检测方法及装置
- 本申请提供了一种注射器毛发缺陷检测方法及装置。该方法包括：采用样条曲线工具对训练集的注射器样本图像模拟毛发缺陷生成伪毛发训练集；采用多方向特征聚合模块用于对编码器输出的特征图迭代执行移位操作、增强和聚合后输入解码器，构建...
- 王晓栋樊江涛严菲卢俊文曾志强梁火炎
- 基于局部判别约束的半监督特征选择方法被引量：4
- 2017年
- 特征选择旨在选择待处理数据中最具代表性的特征,降低特征空间的维度.文中提出基于局部判别约束的半监督特征选择方法,充分利用已标记样本和未标记样本训练特征选择模型,并借助相邻数据间的局部判别信息提高模型的准确度,引入l2,1约束提高特征之间可区分度,避免噪声干扰.最后通过实验验证文中方法的有效性.
- 严菲王晓栋
- 关键词：半监督学习
- DES差分功耗攻击仿真分析被引量：1
- 2013年
- 旁路功耗攻击的实施过程一般需要借助昂贵的设备和复杂的工作环境,因此其仿真软件成为研究者们分析攻击算法的首选工具.目前已经有多种旁路功耗攻击的软件仿真方法,但鲜有文章针对仿真软件的破解成功率进行相关研究.本文借助一阶DPA软件仿真方法成功破解了DES加密算法,同时针对其破解成功率进行了分析和实验验证.首先介绍了DPA攻击的基本原理和实现流程,并提出了本文实验的具体实现方法,对DES 16轮中8个S盒加密运算单独进行功耗采集,从而减少了S盒之间的相互影响.然后,针对功耗攻击成功率不高的问题,对第4个S盒内部加密运算的相关性进行了假设和仿真分析.最后,通过实验结果验证了仿真分析的正确性.
- 严菲王晓栋许华荣陈玉明
- 关键词：DESS盒
- 结合多源特征学习和组稀疏约束的无监督物体识别方法
- 本发明公开一种结合多源特征学习和组稀疏约束的无监督物体识别方法，包括如下步骤：步骤1，从包含c个类别的待处理图像集中获取V种视图，并将其组成数据集X＝[x<Sub>1</Sub>，x<Sub>2</Sub>，…，x<Su...
- 曾志强王晓栋严菲陈玉明
- 文献传递
- 基于深度学习和刻度分组匹配的注射器刻度缺陷检测方法
- 本发明公开一种基于深度学习和刻度分组匹配的注射器刻度缺陷检测方法，包括如下步骤：步骤一，将待测注射器置于输送机构上，图像传感器在视野范围内实时获取若干注射器的图像，从中选择包含完整注射器的注射器图像；步骤二，利用深度神经...
- 王晓栋徐贤威严菲曾志强吴朋滔梁火炼
- 文献传递
- 便携式功耗攻击平台
- 本实用新型提供一种便携式功耗攻击平台，包括微处理器、数字可变电位器、电压采集电路、差分电路、显示屏和按键输入设备；所述微处理器分别与所述差分电路和所述数字可变电位器双向通信连接；所述显示屏的第一输入端与所述差分电路的输出...
- 吴克寿王晓栋严菲陈玉明
- 文献传递
- 基于稀疏图表示的特征选择方法研究被引量：1
- 2015年
- 特征选择旨在降低待处理数据的维度,剔除冗余特征,是机器学习领域的关键问题之一。现有的半监督特征选择方法一般借助图模型提取数据集的聚类结构,但其所提取的聚类结构缺乏清晰的边界,影响了特征选择的效果。为此,提出一种基于稀疏图表示的半监督特征选择方法,构建了聚类结构和特征选择的联合学习模型,采用l__1范数约束图模型以得到清晰的聚类结构,并引入l_2,1范数以避免噪声的干扰并提高特征选择的准确度。为了验证本方法的有效性,选择了目前流行的几种特征方法进行对比分析,实验结果表明了本方法的有效性。
- 王晓栋严菲谢勇江慧琴
- 关键词：半监督学习L1范数
- 一种物体缺陷检测方法、系统、设备及介质
- 本发明公开一种物体缺陷检测方法、系统、设备及介质，涉及人工智能领域；采用特征提取模型提取目标图像集的特征，获得图像特征集；构建组稀疏约束的子空间聚类模型，并确定目标函数和约束条件；采用迭代的方式，根据约束条件对目标函数进...
- 曾志强王昊王晓栋严菲温琦郑亚辉
- 勺子缺陷检测方法、系统、电子设备及计算机存储介质
- 本发明公开一种勺子缺陷检测方法、系统、电子设备及计算机存储介质，涉及机器学习领域，方法包括获取勺子图像；根据所述勺子图像构建空间自表示张量；根据所述空间自表示张量构建基于秩逼近和稀疏约束的多视图聚类模型；对所述多视图聚类...
- 曾志强邓照贤王晓栋严菲金季岚张泓
- 一种半监督多任务特征选择的语音识别方法
- 本发明公开一种半监督多任务特征选择的语音识别方法，包括如下步骤：(1)获取T个相似的语音识别学习任务，每个学习任务t中包含一个数据集<Image file="DDA0001169320170000011.GIF" he=...
- 王晓栋曾志强严菲洪朝群
- 文献传递
