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_075028.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_075028.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：随着互联网的普及和数据量的激增，联邦学习作为一种安全有效的机器学习技术受到广泛关注。然而，联邦学习中的聚类中心个数选择问题一直是一个难题，尤其是当参与方对隐私保护的需求越来越高时。本文提出了一种自适应聚类中心个数选择方法，旨在平衡联邦学习中的隐私效用。该方法通过分析不同聚类中心个数对模型性能的影响，动态调整聚

    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 >