نهانکاوی تصاویر با استفاده از ترکیب دسته بندها با یادگیرنده پایه نزدیک ترین همسایه

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 271

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CCCI12_023

تاریخ نمایه سازی: 26 تیر 1400

چکیده مقاله:

نهان کاوی روشی برای مقابله با تبادل پیام مخفی است. این پیام در رسانه های دیجیتالی مانند تصاویر، متون و همچنین در فایل صوتی و ویدئو و..مخفی است.در واقع از رسانه ها به عنوان پوششی برای مخفی کردن اطلاعات استفاده می کنند. درسال های اخیر روش های متعددی برای شناسایی این رسانه های حاوی اطلاعات مخفی مطرح شده است که هر کدام دارای اهداف مشخصی از قبیل تشخیص رسانه تخریب پیام مخفی در رسانه، بازیابی پیام مخفی در رسانه وبازنویسی پیام مخفی در رسانه می باشد. در این پژوهش یک روشی مبتنی بر یادگیری ماشین معرفی گردید که عمل تشیخص رسانه را انجام داده ومورد بحث بررسی قرارداده اس. در این روش از ترکیب دسته بندی های بکینگ استفاده شد که درآن یادگیرنده های پایه، یک بار از نوع k-nn و یک بار از نوع mlp در نظر گرفته شد و پارامترهایی از این روش ها، از جمله تعداد یادگیرنده های پایه، تعداد k ها، تعداد لایه های مخفی مورد بحث و بررسی قرارگرفته است.نتایج حاصل از مجموعه فعالیت ها بیان گر این بوده است که دو روش بطور کلی عملکرد تقریبا نزدیکی ارائه کرده وشبکه عصبی در یک حالت خاص عملکرد بهتری ارائه داده است.

نویسندگان

کوروش داداش تبار احمدی

دانشگاه صنعتی مالک اشتر، استادیار و پژوهشگر

علی جبار رشیدی

عضو هیئت علمی دانشگاه صنعتی مالک اشتر، دانشیار

علی معصومی مقری

دانشگاه صنعتی مالک اشتر، دانشجوی دکتری و پژوهشگر