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_071658.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_071658.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，提出了一种基于自适应聚类中心个数选择的隐私效用平衡方法。该方法通过分析数据集的分布特性，动态调整聚类中心的个数，以在保证隐私保护的同时，提高聚类算法的准确性和效率。实验结果表明，与传统的聚类方法相比，该方法在隐私保护方面具有显著优势，同时保持了较高的聚类质量。

    随着大数据时代

    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 >