1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 数据结构与算法

自适应聚类中心个数选择：一种联邦学习的隐私效用平衡方法_20260124_072329.docx

自适应聚类中心个数选择：一种联邦学习的隐私效用平衡方法_20260124_072329.docx

    毕业设计（论文）

    PAGE

    1-

    毕业设计（论文）报告

    题目：

    自适应聚类中心个数选择：一种联邦学习的隐私效用平衡方法

    学号：

    姓名：

    学院：

    专业：

    指导教师：

    起止日期：

    自适应聚类中心个数选择：一种联邦学习的隐私效用平衡方法

    摘要：随着大数据时代的到来，联邦学习作为一种隐私保护的数据挖掘技术，在保护用户隐私的同时，提高数据利用效率具有重要意义。然而，联邦学习中的聚类中心个数选择问题一直是研究的热点。本文提出了一种基于自适应聚类中心个数的联邦学习隐私效用平衡方法。该方法通过分析聚类中心个数对聚类结果的影响，实现隐私与效用之间的平衡。实验结

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >