基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种小波域音频隐写分析方法,对语音信号进行2级小波分解,然后计算每个小波子带系数直方图及其频域(直方图的离散傅立叶变换)的高阶统计矩,共同构成24维特征矢量,并用BP(Back Propagation)神经网络进行分类.利用CASIA98-99语音库中的370个语音进行了测试,实验结果表明:联合特征优于单种特征的分类性能,且对小波域LSB(Least Significant Bit)、小波系数量化QIM (Quantization Index Method)和小波域迭加三种信息隐藏方法的检测正确率均达到91%以上.
推荐文章
基于小波直方图频域矩的JPEG图像隐写分析
图像隐写分析
直方图频域矩
JPEG图像
小波
基于音频特征的小波域零水印算法
零水印
音频统计特征
近似系数平均值
基于小波域隐马尔可夫模型的小波隐写分析
小波域隐写分析
隐马尔可夫模型
参数集合
支持向量机
基于多小波统计特征的通用隐写分析算法
隐写分析
多小波
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于直方图统计矩特征的小波域音频隐写分析
来源期刊 系统仿真学报 学科 工学
关键词 隐写分析 直方图统计矩 BP神经网络 音频
年,卷(期) 2008,(7) 所属期刊栏目 短文
研究方向 页码范围 1912-1914
页数 3页 分类号 TP309
字数 3061字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 QI Yin-cheng 华北电力大学电气与电子工程学院电子与通信工程系 1 7 1.0 1.0
2 付建文 华北电力大学电气与电子工程学院电子与通信工程系 1 7 1.0 1.0
3 YUAN Jin-sha 华北电力大学电气与电子工程学院电子与通信工程系 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (9)
参考文献  (2)
节点文献
引证文献  (7)
同被引文献  (9)
二级引证文献  (10)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(4)
  • 引证文献(3)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
隐写分析
直方图统计矩
BP神经网络
音频
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
总被引数(次)
173926
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导