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_081409.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_081409.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选择的联邦学习隐私效用平衡方法。针对联邦学习中数据隐私保护与模型性能之间的权衡问题，本文通过自适应聚类算法确定聚类中心个数，实现数据局部隐私保护的同时，优化模型性能。首先，对参与联邦学习的客户端数据进行聚类，并根据聚类结果动态调整聚类中心个数；其次，通过联邦学习框架进行模型

    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 >