标签:多少 osi rac 算法 lse mat 判断 block 分布
隐写分析中的样本共有2类:原始载体Cover和含密载体Stego。设Stego为正样本P=Positive,Cover为负样本N=Negative。则分布如下:
(1) TP=True Positive:把Stego正确检测为Stego
(2) FP=False Positive:把Cover错误检测为Stego
(3) TN=True Negative:把Cover正确检测为Cover
(4) FN=False Negative:把Stego错误检测为Cover
各指标如下:
(1) 精确度(Precision):\(\frac{TP}{TP+FP}\) ,表示被分为正例的个数中实际为正例的比例
(2) 错误率(Error):\(\frac{FP+FN}{TP+FP+TN+FN}\) , 指分类错误的样本数占样本总数的比例
(3) 召回率(Recall):\(\frac{TP}{TP+FN}\) ,表示有多少个正例被准确分为了正例
(4) 虚警率(False Alarm):\(\frac{FP}{TP+FP}\) ,反映了误检目标数量所占比例
(5) 漏检率(Missed):\(\frac{FN}{TP+FN}\) ,正例判断错误的概率
标签:多少 osi rac 算法 lse mat 判断 block 分布
原文地址:https://www.cnblogs.com/keyky/p/12416589.html