当前位置:主页 > 科技论文 > 软件论文 >

基于条件互信息的空域隐写检测特征选择算法

发布时间:2018-01-22 19:05

  本文关键词: 特征选择 隐写分析 空域隐写检测特征 条件互信息 出处:《天津大学学报(自然科学与工程技术版)》2017年09期  论文类型:期刊论文


【摘要】:隐写检测特征维数的增加,不仅增加了分类器训练时间和预测时间,甚至还会造成"维数灾难".因此,为达到特征降维的目的,对空域隐写检测特征选择进行研究,提出了一种基于条件互信息的特征选择算法.该算法首先选取一个与类标签具有最大互信息的特征,接着选取与此特征和类标签具有最大条件互信息的一个特征;然后通过前向寻找方式,从未选择特征子集中循环选取与刚选取特征和类标签具有最大条件互信息的特征,一直到选出规定数目的特征后结束循环.实验结果表明,与其他算法相比,所提算法取得了较好的特征选择效果.
[Abstract]:The increase of steganography feature dimension not only increases the classifier training time and prediction time, but also causes "dimension disaster". Based on the study of feature selection in spatial steganography detection, a feature selection algorithm based on conditional mutual information is proposed. Firstly, a feature with maximum mutual information with class labels is selected. Then a feature with maximum conditional mutual information with this feature and class label is selected. Then, by the way of forward search, the features with maximum conditional mutual information are selected by the loop selection of never selected feature subsets and the newly selected features and class labels. The experimental results show that the proposed algorithm achieves better feature selection than other algorithms.
【作者单位】: 天津大学电气自动化与信息工程学院;
【基金】:天津市自然科学基金资助项目(15JCYBJC15500)~~
【分类号】:TP309
【正文快照】: 数字隐写是信息隐藏的一个重要分支,它将数字媒体(图像、视频和音频等)作为载体,将秘密信息嵌入其中.依据秘密信息嵌入位置和方式的不同,隐写算法主要分为空域隐写、频域隐写和自适应隐写等[1].与隐写对应的是隐写分析,用于检测载体中是否隐藏有秘密信息.隐写分析的早期研究中

【相似文献】

相关期刊论文 前10条

1 郭红玲;程显毅;;多分类器选择集成方法[J];计算机工程与应用;2009年13期

2 吕岳,施鹏飞,赵宇明;多分类器组合的投票表决规则[J];上海交通大学学报;2000年05期

3 韩宏;杨静宇;;多分类器组合及其应用[J];计算机科学;2000年01期

4 陈刚,戚飞虎;多分类器结合的人脸识别[J];上海交通大学学报;2001年02期

5 韩宏,杨静宇,娄震;基于层次的分类器组合[J];南京理工大学学报(自然科学版);2002年01期

6 王正群,叶晖,孙兴华,杨静宇;模糊多分类器组合[J];小型微型计算机系统;2003年01期

7 杨利英,覃征,王向华;多分类器融合实现机型识别[J];计算机工程与应用;2004年15期

8 杨利英,覃征,王卫红;多分类器融合系统设计与应用[J];计算机工程;2005年05期

9 王永;张鸿;;鉴别球类图像的多分类器系统[J];福建电脑;2007年04期

10 叶云龙;杨明;;基于随机子空间的多分类器集成[J];南京师范大学学报(工程技术版);2008年04期

相关会议论文 前10条

1 王占一;徐蔚然;刘东鑫;郭军;;一种基于两级分类器的垃圾短信过滤方法[A];第五届全国信息检索学术会议论文集[C];2009年

2 翟静;李海宏;唐常杰;陈敏敏;李智;;可验证对象集分类器的再训练演进[A];第十九届全国数据库学术会议论文集(研究报告篇)[C];2002年

3 陈继航;刘家锋;赵巍;唐降龙;;联机手写识别笔段特征分类器的学习方法[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年

4 穆明生;;基于特征集的多种分类器模型的在线笔迹认证[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年

5 彭涛;左万利;赫枫龄;;基于链接上下文的分类器主题爬行技术(英文)[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年

6 王岚;陈珂;迟惠生;;基于多特征组合多分类器的方法用于“与文本无关”的说话人辨认[A];第四届全国人机语音通讯学术会议论文集[C];1996年

7 胡琼;汪荣贵;胡韦伟;孙见青;;基于级联分类器的快速人脸检测方法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年

8 宋巍;张宇;谢毓彬;高汉东;刘挺;李生;;利用URL类别改进查询主题分类[A];第六届全国信息检索学术会议论文集[C];2010年

9 李方涛;张显;孙建树;朱小燕;;一种新的层次化结构问题分类器[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

10 雷蕾;吴乃君;刘鹏;刘兰娟;;灵敏度分析:分类器中的缺失数据[A];第11届海峡两岸信息管理发展策略研讨会论文集[C];2005年

相关博士学位论文 前10条

1 许劲松;智能交通中目标检测与分类关键技术研究[D];南京理工大学;2014年

2 赵作林;基于图像分析的北京地区杨树种类识别研究[D];北京林业大学;2015年

3 任亚峰;基于标注和未标注数椐的虚假评论识别研究[D];武汉大学;2015年

4 曹鹏;不均衡数据分类方法的研究[D];东北大学;2014年

5 刘明;分类器组合技术研究及其在人机交互系统中的应用[D];北京交通大学;2008年

6 王U,

本文编号:1455515


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1455515.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户8c534***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com