基于优化特征加权支持向量机的隐写分析方法

• 作者: 张卓 杨晓元 林志强 汪海涛
• 来源期刊: 计算机应用研究
• 关键词: 隐写分析 主成分分析 信息增益 特征优化 特征加权 支持向量机
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 信息安全技术
• 页码范围: 2105-2107,2127
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.07.046

摘要

为解决当前隐写分析中存在的特征选取维数过高、独立性较差的问题,提出了一种新的基于降维处理的特征加权的支持向量机隐写分析方法.采用主成分分析及信息增益算法进行特征优化及特征加权,然后提出一种新的支持向量机分类器——优化特征加权支持向量机.通过与目前隐写分析中广泛使用的C-SVM分类器进行对比实验,结果表明,该方法能够有效降低分析算法的时间复杂度,具有高效的隐秘检测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晓元	武警工程大学电子技术系网络与信息安全研究所	213	716	12.0	15.0
5	林志强	武警工程大学电子技术系网络与信息安全研究所	4	13	1.0	3.0
6	汪海涛	武警工程大学电子技术系网络与信息安全研究所	2	12	1.0	2.0
7	张卓	武警工程大学电子技术系网络与信息安全武警部队重点实验室	5	17	2.0	4.0