蚁群聚类算法在隐写分析中的应用

• 作者: 张敏情 苏光伟 钮可 马占山
• 来源期刊: 计算机应用研究
• 关键词: 隐写分析 富模型 集成分类 蚁群算法
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 信息安全技术
• 页码范围: 2803-2805,2811
• 页数: 4页
• 分类号: TP309.2
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.09.056

摘要

为解决隐写分析中富模型的特征维数较高、冗余较大、不便于高效分类的问题，提出了一种基于蚁群聚类算法的降维方法。首先利用蚁群聚类算法求解特征簇的簇中心，然后把簇中心作为新的特征，提取新特征的有效部分用集成特征进行分类。实验结果表明，利用蚁群聚类算法对高维特征进行降维，可以有效去除冗余特征，提升特征的分类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张敏情	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	112	324	8.0	11.0
2	苏光伟	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	13	24	2.0	4.0
3	钮可	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	31	53	4.0	6.0
4	马占山	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	3	2	1.0	1.0