学位论文 > 优秀研究生学位论文题录展示

基于集成学习的语音信息隐藏分析技术研究

作　者: 张敬娜
导　师: 戚银城
学　校: 华北电力大学
专　业: 通信与信息系统
关键词: 信息隐藏分析集成学习回声倒谱时域扩频
分类号: TP309
类　型: 硕士论文
年　份: 2011年
下　载: 25次
引　用: 1次
阅　读: 论文下载

内容摘要

随着信息化技术的进步和互联网的高速发展,信息隐藏和隐藏分析技术得到了广泛的关注。信息隐藏技术是把秘密消息嵌入到载体信号中,信息隐藏分析的目的就是揭示多媒体信号中隐秘信息的存在性。目前针对隐藏分析的研究都是以单个分类器作为学习器。集成学习是使用多个学习器来解决同一个问题,它是一种新的机器学习范式,并且能够提高学习系统的泛化能力。本文将集成学习应用到语音信息隐藏分析技术中来提高隐藏分析的检测率。集成学习技术是通过一定的方式把多个弱分类器结合起来形成一个强的分类器。回声信息隐藏是语音信息隐藏的一种常用方法。本文针对语音回声信息隐藏的分析问题,提出了一种基于集成学习的回声隐藏分析方法,构建了基于AdaBoost集成学习算法的回声隐藏分析系统。对倒谱特征、倒谱一阶差分、二阶差分、梅尔倒谱特征、直方图联合特征、高阶矩特征分别采用支持向量机和AdaBoost集成学习算法进行了仿真分析。仿真实验结果表明:倒谱特征、倒谱一阶差分、二阶差分和直方图联合特征的集成学习效果优于支持向量机的分类效果,并且分析的准确性有明显的提高。另外本文还采用同样的分类方法针对时域扩频回声隐藏进行分析,同样对以上几种特征进行了仿真分析,进一步验证了集成学习相对于一般分类器在泛化能力上的优越性和较高的检测准确率。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-14
  1.1 课题研究背景及其意义  9-10
  1.2 语音信息隐藏分析的国内外研究现状  10-11
  1.3 集成学习的国内外研究现状  11-13
  1.4 论文的主要内容  13-14
第2章语音回声隐藏基本理论  14-20
  2.1 声音听觉理论  14-15
    2.1.1 声音三要素  14
    2.1.2 人耳的听觉特性  14-15
  2.2 回声隐藏的基本原理  15-16
  2.3 回声隐藏对倒谱的影响  16-19
    2.3.1 倒谱分析  16-18
    2.3.2 回声隐藏信息的提取  18-19
  2.4 本章小结  19-20
第3章集成学习的基本理论  20-29
  3.1 集成学习的理论基础  20-25
    3.1.1 集成学习的基本概念  20-21
    3.1.2 集成学习的构成  21-22
    3.1.3 集成学习的原理  22-24
    3.1.4 集成学习的作用  24-25
  3.2 集成学习的主要算法  25-27
    3.2.1 AdaBoost 算法  25-26
    3.2.2 Bagging 算法  26-27
  3.3 集成学习算法的应用  27-28
  3.4 本章小结  28-29
第4章基于集成学习的语音回声隐藏分析方法研究  29-43
  4.1 特征提取  29-35
    4.1.1 美尔倒谱参数的提取  29-32
    4.1.2 直方图联合特征参数的提取  32
    4.1.3 高阶矩特征参数的提取  32-35
  4.2 分类器的设计  35-40
    4.2.1 支持向量机  35-37
    4.2.2 决策树  37-40
  4.3 系统设计  40-41
  4.4 实验结果及分析  41-42
  4.5 本章小结  42-43
第5章基于集成学习的时域扩频回声隐藏分析方法研究  43-47
  5.1 时域扩频回声原理  43-45
    5.1.1 信息的嵌入  43
    5.1.2 信息的提取  43-45
  5.2 系统设计  45
  5.3 实验结果及分析  45-46
  5.4 本章小结  46-47
第6章结论与展望  47-49
  6.1 本文工作总结  47
  6.2 未来工作展望  47-49
参考文献  49-52
攻读硕士学位期间发表的论文及其它成果  52-53
致谢  53-54
详细摘要  54-62

基于集成学习的语音信息隐藏分析技术研究

内容摘要

全文目录

相似论文