一种基于PSOSVM的盲隐写分析方法

• 作者: 刘洪 王建军
• 来源期刊: 信息与电子工程
• 学科: 工学
• 关键词: 信息隐藏 隐写分析 粒子群优化 支持向量机 特征选择 参数优化
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 136-141
• 页数: 6页
• 分类号: TN911.73
• 字数: 5417字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2892.2009.02.014

摘要

针对盲隐写分析中的特征选择问题,提出了结合粒子群优化算法(PSO)的支持向量机分类器进行特征选择的方法.该方法使用非线性支持向量机作为分类器,使用PSO为支持向量机寻找最优的图像特征集合作为训练集和测试集,同时选择最优的支持向量机参数,进而利用最优的特征集和支持向量机参数对隐写图像进行检测.实验结果表明,该优化方法明显优于Farid,ANOVA和F-score方法,提高了检测隐写图像的成功率和系统检测效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建军	复旦大学电子工程系	32	202	8.0	13.0
2	刘洪	复旦大学电子工程系	2	0	0.0	0.0