基于SVM对隐写分析RS算法的改进

摘要：

RS分析方法是隐写分析理论中检测LSB隐写的一种典型算法,但其对低密写率的情况下其正确检测率是不理想的.针对这种情况,结合统计学习理论,利用一种基于支持向量机(SVM)来改进RS隐写分析算法,在保留RS特征选取策略的前提下,改用支持向量机(SVM)对选取的特征集进行分类识别.实验结果表明,原始无损存储图像,经改进后的算法比RS隐写分析算法具有更优的性能.

关键词：隐写分析、RS分析方法、LSB(最低有效位)、RBF核函数、SVM(支持向量机)

所属期刊栏目：28

分类号：O212.1(概率论与数理统计)

资助基金：国家自然科学基金10501009;10661005

在线出版日期：2008-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：51-53