基于小波直方图频域矩的JPEG图像隐写分析

论文将小波直方图频域矩的通用隐写方法推广到针对JPEG图像,使之成为一个既能处理BMP图像又能处理JPEG图像的完整而又高效的系统。论文在Coreldraw图像库上进行了大量的隐写分析实验,不仅针对BMP图像上较流行的Cox、LSB、Qim等数据隐藏方法,还针对当前公认安全性很高的JPEG图像隐写方法:F5、Outguess、MB等,都取得了相当好的性能。

基于图像及其预测误差图小波频域矩的隐写分析

提出了一种通用隐写分析方法,对图像及其预测误差图像进行3级小波分解,然后计算每个小波子带频域(对直方图进行离散付利叶变换)高阶统计矩组成78维特征,并用支持向量机(SVM)进行分类。对CorelDraw图像库的1 096幅图像进行测试,实验结果表明,本文提出的隐写分析性能优于现有的主流方法。

基于模式识别的多类隐写分析

文章在小波频域高阶统计矩图象隐写分析基础上,将隐写分析问题扩充为多类问题,针对CorelDraw图象库5种常用的隐写方法进行了实验,结果表明该文方法不仅能检测出图象是否隐含数据,还能指出所用的隐写方法,识别率在90%以上。还提出了多类“类内类间分布图”,对于高维可分性好低维可分性差的图示问题,指导特征以及分类器的选择,具有很高的价值。

融合频域矩和MFCC特征的语音隐写分析

以聚焦信号微细变化的小波包变换为基础,采用统计分析方法,设计并提取对信息隐写过程极为敏感的小波包系数高阶直方图频域统计矩,融合反应人耳感知特性的MFCC矢量,以上述各矢量为特征训练SVM分类器,对不同嵌入率的LSB替换语音隐写方法进行分析,重点研究低嵌入率(如3%和5%等)下的LSB替换隐写检测问题。实验结果表明,小波包系数直方图频域统计矩和MFCC标准及差分特征对LSB替换隐写检测性能均优;在低嵌入率时,MFCC标准及差分特征优于直方图频域矩特征的检测性能;在各种嵌入率下,MFCC标准及差分和直方图频域矩二者融合特征的检测性能尤为突出,在嵌入率为3%时,检测准确率达到68.3%。

基于小波频域统计矩的JPEG图像隐写分析

提出了一种针对Joint Photographic Experts Group(JPEG)隐写图像的通用隐写分析方法。在图像三级小波分解的基础上,对一阶细节子带作进一步的小波分解,提取所有子带的高阶频率统计矩作为特征,结合特征缩放技术使其充分展现"类内聚合,类间分散"的分布状况,再利用Fisher线性分类器进行分类。实验结果表明,该方法对于公认安全性较高的F5、OutGuess和基于模型的Model-Based(包括MB1、MB2)隐写方法具有较强的检测能力。

高速列车监测数据处理及故障诊断

车体性能好坏直接影响列车的行车安全,文章利用安装在车体上的传感器所采集到的振动信号,选取合适的信号特征提取方法进行评估,达到列车故障早期预警的目的。试验数据表明,车体的振动信号具有非线性、非平稳的特点,先对振动信号提取小波包能量矩特征进行时频域分析,发现该特征提取方法可以直观地反映车辆横向和垂向振动情况。引入基于局部分析的拉普拉斯特征映射算法(LE),对故障工况的小波包能量矩熵特征所构造的高维特征向量空间进行降维,发现能够从垂向加速度信号识别出空气弹簧失气工况,从横向加速度信号识别出抗蛇行减振器故障和横向减振器故障。这与车辆动力学分析结果一致,同时也证实了流形学习方法对列车性能评估具有一定的作用。

时-频域视角下的集成高阶矩投资组合策略研究

针对以往研究不足,本文基于时-频域视角,借鉴"分解-集成"思想,将极大重叠离散小波变换方法与高阶矩投资组合框架相结合,构建了小波-集成高阶矩投资组合模型.鉴于小波函数诸多且性质各异,本文又提出"分解-混合-集成"思想,并构建混合小波-集成高阶矩投资组合模型.基于股票、原油和黄金数据,本文采用构建的模型进行样本外投资组合检验和分析,并进行稳健性检验,实证结果表明:相较于对照组,小波-集成高阶矩策略取得了较好的投资效果,为投资者带来更高的收益、夏普比率以及效用水平;凭借混合诸多小波函数的优势,混合小波-集成高阶矩策略取得了更佳的组合效果,显著优化了小波-集成高阶矩策略.稳健性检验佐证了上述结论.