基于改进支持向量机的隐写分析方法

• 作者: 张敏情 陈晓楠 马林
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 隐写分析 特征提取 最小二乘超球一类支持向量机 分类器
• 年，卷（期）: 2010,（21）
• 页码范围: 97-99
• 分类号: TP391.4
• 字数: 2538字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.21.027

摘要

为了更有效地提高图像隐写分析的速度和正确检测率,提出了一种基于改进的支持向量机的隐写分析方法.采用Fridrich提出的多特征融合提取算法对图像进行特征提取,克服了单一特征不能很好描述图像差别的不足.然后提出了一种将最小二乘法与超球体一类支持向量机(HSOC-SVM)相结合的分类器--最小二乘超球一类支持向量机(LSHS-OCSVM),并与目前广泛使用的FLD和非线性SVM分类器作对比实验.结果表明,方法是一种有效、高速的隐写分析方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马林	武警工程学院装备运输系	10	14	2.0	3.0