语音隐写分析技术研究
| 摘要 | 第1页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-12页 |
| ·课题研究背景及其意义 | 第8-9页 |
| ·隐写术的研究历史及现状 | 第9-10页 |
| ·本课题研究的内容和方法 | 第10页 |
| ·本文内容安排 | 第10-12页 |
| 第二章 隐写与隐写分析技术 | 第12-27页 |
| ·隐写技术 | 第12-19页 |
| ·隐写的理论前提及系统构成 | 第12-13页 |
| ·隐写的技术要求 | 第13-14页 |
| ·隐写术、水印和密码学的区别 | 第14-15页 |
| ·隐写技术的应用领域 | 第15页 |
| ·常用语音数据中的隐写算法 | 第15-19页 |
| ·隐写分析技术 | 第19-25页 |
| ·概念和原理 | 第19-20页 |
| ·隐写分析分类 | 第20-22页 |
| ·隐写分析算法指标 | 第22-23页 |
| ·隐写分析理论工具 | 第23-24页 |
| ·语音隐写分析技术研究现状 | 第24-25页 |
| ·小结 | 第25-27页 |
| 第三章 小波变换技术 | 第27-32页 |
| ·小波分析的发展史 | 第27-28页 |
| ·小波分析的基本原理和特点 | 第28-30页 |
| ·小波变换 | 第28-29页 |
| ·正交镜像滤波器 | 第29-30页 |
| ·小波变换的特点 | 第30页 |
| ·多尺度小波变换及其在信号处理中的应用 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第四章 基于幅度共生矩阵的小波域语音隐写检测方法 | 第32-38页 |
| ·通用隐写分析模型 | 第32-33页 |
| ·特征提取 | 第33-35页 |
| ·图像的灰度共生矩阵 | 第33-34页 |
| ·语音的幅度共生矩阵 | 第34-35页 |
| ·分类器设计 | 第35-36页 |
| ·仿真实验及分析 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第五章 小波域语音隐写检测模型的改进 | 第38-49页 |
| ·特征选择 | 第38-40页 |
| ·特征选择概述 | 第38-39页 |
| ·主成分分析 | 第39-40页 |
| ·仿真实验及分析 | 第40页 |
| ·分类器设计 | 第40-47页 |
| ·BP 神经网络 | 第41-42页 |
| ·RBF 神经网络 | 第42-43页 |
| ·支持向量机 | 第43-46页 |
| ·仿真实验及分析 | 第46-47页 |
| ·小波域语音隐写分析系统 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第六章 结论 | 第49-51页 |
| ·本文工作总结 | 第49页 |
| ·未来工作展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 在学期间发表的学术论文和参加科研情况 | 第55页 |
