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_074020.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_074020.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。针对联邦学习中隐私保护与模型性能之间的矛盾，我们设计了一种新的聚类中心个数选择策略，通过自适应地调整聚类中心个数来平衡隐私保护与模型性能。首先，我们引入了一种基于K-means算法的聚类方法，对数据进行预处理，提取特征。然后，我们根据隐私保护需求

    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 >