【一种基于FCM模糊聚类的音频水印算法的研究】模糊聚类分析数据

　　[摘要]现有自适应数字音频水印技术普遍采用局部区域作为水印的嵌入位置,区域选择是根据多次实验的结果来确定,算法的适应性不强。因此,提出一种基于FCM模糊聚类的自适应音频水印算法,该算法结合数字音频的局部特征和变换后音频数据局部能量集中的特点,自适应的确定最佳水印嵌入区域。仿真实验表明,该算法对高斯噪声,MP3压缩攻击,滤波攻击有较强的鲁棒性。
　　[关键词]数字水印FCM模糊聚类算法自适应
　　中图分类号:TP3文献标识码:A文章编号:1671-7597(2009)1210058-02
　　近年来,对数字音频水印技术的研究取得了很大进展,提出了多种方案。在这些方案中,如何根据音频本身的特性自适应的选择水印的嵌入位置已逐渐成为当前研究工作的一个重要课题。在文献[2,3]都采用局部区域作为水印的嵌入区域,而局部区域的选择是根据多次实验结果来确定,没有考虑区域自身的特点;并且不同的载体音频信号,只有采用不同的局部区域才能各自达到比较好的隐藏效果。因此文献[2,3]算法的自适应性不强。
　　针对文献[2、3]在区域选择上的不足,本文提出了一种基于FCM模糊聚类的自适应的音频水印算法。该算法结合数字音频本身的局部特征,自适应的确定水印的嵌入区域,提高了水印的鲁棒性和抗攻击性。
　　
　　一、模糊聚类基本理论与数字音频特征
　　
　　(一)模糊C-均值算法
　　聚类分析是将数据聚集成类,通过比较数据的相似性和差异性来发现其特征和规律,从而获得对数据更加深刻的认识。
　　模糊C-均值聚类算法,是一种模糊目标函数算法,其目标函数J(U,
　　
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文