论文部分内容阅读
基于直推式支持向量机(TSVM)的图像通用隐写检测的主要缺陷是需要预先设置待训练的未标记样本中的正负样本数，和已标记的样本很少时性能下降，为此本文提出聚类与TSVM融合的算法。该算法通过聚类估计总体训练样本的正负样本比例，按这个比例扩充已标记样本，最后用TSVM进行训练。实验结果表明，本文方法比TSVM具有较好的检测正确率。当训练集中有标记样本和无标记样本中的正负样本比例不同时，本文方法比TSVM具有更好的时间效率。在与监督学习算法SVM的比较中，本文方法的检测效果接近于sVM。