基于WSEIAC模型的系统效能求解新算法

WSEIAC模型是武器系统效能评估经典模型。模型中能力向量矩阵通常根据经验数据由专家打分给定,不能准确与具体实验数据关联。新算法采用核主元分析方法,提取可信赖性向量矩阵的核主元比重,作为能力向量矩阵,提高了系统效能与具体数据间的准确关联性。

基于核主元统计的音频隐写分析

选取隐写前后音频载体信号小波分解第二级细节分量进行分帧,利用核主元分析原理提取每帧的不重要核主元,进行形态学变换后,以其相邻两帧汉明距离的奇数阶中心矩作为特征向量,用支持向量机分类,隐写分析全局检测率可超过95%。

基于独立分量分析的系统效能算法

文章运用独立分量分析原理,从可信赖性矩阵中提取独立分量比重,作为WSEIAC模型的能力矩阵,降低了评估结果中的人为因素影响,提高了数据的准确性和客观性。

基于主元统计的音频隐写分析

论文利用主元分析原理,分别从时域、小波域、频域几方面来提取音频载体隐写前后的不重要主元,进行形态学变换后,以其相邻两列汉明距离的奇数阶中心矩作为特征向量,用支持向量机分类,隐写分析分类准确率可超过95%。

基于独立分量统计的音频隐写分析

论文利用独立分量分析原理,分别提取隐写前后音频载体的独立分量,进行形态学变换后,以其相邻两列汉明距离的奇数阶中心矩作为特征向量,用支持向量机分类,隐写分析全局检测率可超过93%。