基于电网频率使用多分类器融合框架的电网分类的频谱图分析
通过从不同电网的音频和电能记录生成频谱图,利用特征明显的电网频率(ENF)模式辅助电网分类,本文提出了一种新的电网分类方法。该方法采用四种传统机器学习分类器和一个经由神经网络结构搜索优化的卷积神经网络(CNN)进行逐一分类,然后将这些分类结果综合到一个浅层多标签神经网络中进行训练,最终得出每个样本的确定性分类预测。实验结果表明,所提出的方法在验证和测试的准确率上超过了现有最先进的分类器,突显了其方法的有效性和鲁棒性。
本文研究了电网频率(ENF)在多媒体取证应用中的作用,并通过捕捉光强度变化来估计ENF。实验论证了在不同场景中进行ENF估计的可行性。