ارایه روش ترکیبی از الگوریتم PSO و شبکه عصبی در راستای بهبود دقت نهان کاوی صوت

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 405

فایل این مقاله در 10 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:

CEITCONF02_101

تاریخ نمایه سازی: 27 اردیبهشت 1398

چکیده مقاله:

بحث حفظ حریم خصوصی و امنیت سیگنال های صوتی به یکی از موضوعات مهم در زمینه علوم کامپیوتر تبدیل شده است و محققان بسیاری را به یافتن راه حل هایی برای دستیابی به این مهم، ترغیب کرده است. در این راستا ابزارها و الگوریتم هایی موسوم به نهان کاوی که برای پنهان کردن اطلاعات موجود در فایل های صوتی استفاده می شوند، ارایه شده است. از آنجایی که بحث سو استفاده از اطلاعات موجود بصورت یک تهدید در جامعه وجود داشته است، لذا باید روندی برای حل این مشکل و افزایش امنیت فایل های صوتی ارایه شود. در واقع دسترسی آسان ابزارها از طریق اینترنت ممکن است باعث استفاده برخی از افراد مغرض مانند خراب کاران از اطلاعات شود. لذا در این راستا در این مقاله روشی ترکیبی برای استخراج و دسته بندی اطلاعات موجود در فایل های صوتی برمبنای روش شبکه عصبی و الگوریتم PSO ارایه شده است. در واقع در روش پیشنهادی در ابتدا اطلاعات براساس آمارهای طیف فوریه و ضرایب مل کپستروم استخراج شده و سپس با استفاده از الگوریتمPSO اقدام به انتخاب ویژگی های موثر از این مجموعه ویژگی ها می شود. سپس با استفاده از شبکه عصبی بهینه شده با الگوریتم PSO، دسته بندی بر روی مجموعه داده انجام خواهد شد. نتایج حاصل از شبیه سازی روش پیشنهادی نشان از برتری این روش از لحاظ معیار دقت و نرخ TP شده است.

نویسندگان

محمد مصلح

عضو هییت علمی دانشگاه آزاد اسلامی واحد دزفول

عبدالحسن قیطاسی

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد اهواز