%0 Journal Article
%T 基于FCM聚类的多超球体一类分类
%A 戴蒙
%A 林家骏
%A 刘云翔
%J 中国图象图形学报
%D 2008
%I 
%X 从净图角度出发，提出了以BMP、JPEG净图特征为基础，采用FCM聚类的多超球体一类分类的隐藏信息检测技术。该技术针对同一类样本的特征存在着部分差异的特点，先将净图样本进行模糊C均值聚类，再将该样本的各子类样本特征输入一类SVM分类器进行训练，建立净图样本各子类的超球体分类模型，以此解决净图检测正确率低的问题。实验结果表明，该方法具有一定的通用性和泛化能力，减少了虚警率和漏检率。
%K 隐藏信息检测模糊C均值聚类一类支撑向量机
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=D06194629680C940ACE75262F54B9D85&aid=152B249D11CF39E99848CEAC97DB924A&yid=67289AFF6305E306&vid=FC0714F8D2EB605D&iid=F3090AE9B60B7ED1&sid=7F4621C62254E923&eid=8827E7669C34610F&journal_id=1006-8961&journal_name=中国图象图形学报&referenced_num=0&reference_num=0