-
题名一种随机嵌入抗SPAM检测的可逆数据隐藏算法
被引量：5
- 1
-
-
作者
柳玲
陈同孝
曹晨
陈玉明
-
机构
厦门理工学院计算机科学与技术系
台中科技大学资讯工程系
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第7期2111-2114,共4页
-
基金
台湾省国科会计划资助项目(100-2221-E-025-014-MY2)
福建省教育厅JK类科技项目(JK2012044)
厦门市科技计划资助项目(3502Z20103036)
-
文摘
针对数据隐藏算法在携带信息时容易被检测工具SPAM侦测出来这一现象,将随机嵌入和直方图修正技术应用到数据隐藏中,提出一种随机嵌入抗SPAM检测的可逆数据隐藏算法。该方法通过对采样子图与参照子图间的差值直方图进行平移空位来嵌入信息。在信息嵌入过程中,用随机函数产生的伪随机序列来标志待隐藏信息的位置,使嵌入的信息分布更不规律,从而更好地逃脱检测工具SPAM的侦测。实验结果表明,相比Kim算法,该算法抗SPAM检测的安全性更好,更适合进行信息传递。
-
关键词
随机嵌入
SPAM
可逆数据隐藏
直方图修正
子图采样
-
Keywords
random embedding
SPAM（subtractive pixel adjacency matrix）
reversible data hiding
histogram modification
sub-sampling
-
分类号
TP393.04
[自动化与计算机技术—计算机应用技术]
-
-
题名基于矩阵分割及奇偶交错嵌入的可逆数据隐藏算法
- 2
-
-
作者
柳玲
吴克寿
陈同孝
曹锋
-
机构
厦门理工学院计算机与信息工程学院
台中科技大学资讯工程系台湾台中
-
出处
《计算机应用与软件》
CSCD
北大核心
2013年第12期35-39,共5页
-
基金
国家自然科学基金项目(61103246)
台湾国科会计划项目(100-2221-E-025-014-MY2)
-
文摘
嵌入容量、图像视觉质量及不可检测性是衡量数据隐藏算法性能的重要指标。针对Ni等人提出的算法嵌入容量有限、安全性弱等问题,将矩阵分割技术及奇偶交错嵌入方式应用到数据隐藏领域中,提出一种简单、有效的可逆数据隐藏算法。该算法首先将图像矩阵分割为四部分,构建每部分的灰阶直方图,然后利用峰值集合中的像素来嵌入信息,由于增加了峰值集合中像素的数目,从而提高了嵌入容量。信息嵌入时,采用奇偶交错嵌入的方式,使得信息分布更不规律,从而增加了不可检测性。实验结果表明,相比Ni的算法,该算法在保证视觉质量的基础上,嵌入容量和不可检测性均有较大的提高。
-
关键词
可逆数据隐藏
矩阵分割
奇偶交错嵌入
灰阶直方图
直方'图平移
-
Keywords
Reversible data hiding Matrix segmentation Odd-even interleaving embedding Gray level histogram Histogram shifting
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名欺诈网页检测中基于遗传算法的特征优选
被引量：8
- 3
-
-
作者
王嘉卿
朱焱
陈同孝
张真诚
-
机构
西南交通大学信息科学与技术学院
台中科技大学资讯工程系
逢甲大学资讯工程系
-
出处
《计算机应用》
CSCD
北大核心
2018年第1期295-299,共5页
-
基金
四川省学术和技术带头人后备人选科研基金资助项目(WZ0100112371408
YH1500411031402)
+1 种基金
四川省学术和技术带头人科研基金资助项目(WZ0100112371601/004)
四川省科技服务业示范项目(2016GFW0166)~~
-
文摘
针对网页欺诈检测中特征的高维、冗余问题,提出一个基于信息增益和遗传算法的改进特征选择算法(IFS-BIGGA)。首先,通过信息增益(IG)给出特征重要性排序,设定动态阈值减少冗余特征;其次,改进遗传算法(GA)中染色体编码函数和选择算子,并结合随机森林(RF)的受试者工作特征曲线面积(AUC)作为适应度函数,选择高辨识度特征;最后,增加实验迭代次数避免算法随机性,产生最佳最小的特征集合(OMFS)。实验验证表明,应用IFS-BIGGA生成的OMFS与高维特征集合相比,尽管RF下的AUC减小了2%,但是真阳性率(TPR)提高了21%,并且特征维度减少了92%;同时多个常用分类器的平均检测时间减少了83%;另外,IFS-BIGGA的F1值相比传统的遗传算法(TGA)和帝国主义竞争算法(ICA)分别提高了4.2%和3.5%。实验结果表明,IFS-BIGGA可以进行高效特征降维,在实际的网页检测工程中,有效减少计算代价,提高检测效率。
-
关键词
特征选择
遗传算法
信息增益
随机森林算法
欺诈网页检测
-
Keywords
feature selection
Genetic Algorithm （GA）
Information Gain （ IG）,
Random Forest （RF） algorithm
Webspare detection
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TP393.092
[自动化与计算机技术—计算机应用技术]
-
-
题名基于卷积神经网络和代价敏感的不平衡图像分类方法
被引量：7
- 4
-
-
作者
谭洁帆
朱焱
陈同孝
张真诚
-
机构
西南交通大学信息科学与技术学院
台中科技大学资讯工程系
逢甲大学资讯工程系
-
出处
《计算机应用》
CSCD
北大核心
2018年第7期1862-1865,1871,共5页
-
基金
四川省学术和技术带头人后备人选科研基金资助项目(WZ0100112371408
YH1500411031402)
+1 种基金
四川省学术和技术带头人科研基金资助项目(WZ0100112371601/004)
四川省科技服务业示范项目(2016GFW0166)~~
-
文摘
针对不平衡图像分类中少数类查全率低、分类结果总代价高,以及人工提取特征主观性强而且费时费力的问题,提出了一种基于Triplet-sampling的卷积神经网络(Triplet-sampling CNN)和代价敏感支持向量机(CSSVM)的不平衡图像分类方法——Triplet-CSSVM。该方法将分类过程分为特征学习和代价敏感分类两部分。首先,利用误差公式为三元损失函数的卷积神经网络端对端地学习将图像映射到欧几里得空间的编码方法;然后,结合采样方法重构数据集,使其分布平衡化;最后,使用CSSVM分类算法给不同类别赋以不同的代价因子,获得最佳代价最小的分类结果。在深度学习框架Caffe上使用人像数据集FaceScrub进行实验。实验结果表明,所提方法在1∶3的不平衡率下,与VGGNet-SVM方法相比,少数类的精确率提高了31个百分点,召回率提高了71个百分点。
-
关键词
卷积神经网络
代价敏感
图像分类
数据平衡
支持向量机
-
Keywords
Convolution Neural Network （CNN）
cost sensitive image classification data
balance Support Vector Machine （SVM）
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
