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_074425.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_074425.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：随着联邦学习的广泛应用，数据隐私保护问题日益突出。本文提出一种基于自适应聚类中心个数选择的联邦学习隐私效用平衡方法。该方法通过自适应选择聚类中心个数，在保证数据隐私的同时，优化聚类效果。首先，我们引入一种基于信息熵的聚类中心选择策略，根据数据分布特性动态调整聚类中心个数。其次，通过联邦学习框架实现分布式聚类，

    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 >