1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 数据挖掘与模式识别

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_081605.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_081605.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：本文针对联邦学习中的隐私保护问题，提出了一种自适应聚类中心个数选择的隐私效用平衡方法。该方法通过引入自适应聚类算法，动态调整聚类中心的个数，以平衡隐私保护和模型性能。首先，对联邦学习中的隐私保护问题进行概述，分析现有方法的不足。接着，提出自适应聚类中心个数选择的方法，包括聚类中心的初始化、动态调整以及隐私效用

    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 >