隐私团校准的模糊MEB学习

摘要：

在一定条件下,基于最小累积平方误差（ISE）准则的高斯核密度估计与最小包含球（MEB）等价.在此基础上提出了一种含团状隐私数据保护的MEB学习方法,称为隐私团校准的MEB（PCC-MEB）方法;同时,通过引入模糊隶属度函数将PCC-MEB拓展为模糊的PCC-MEB（FPCC-MEB）,从而解决二类及多类问题中区域不可分问题.人造和真实数据集上的实验结果表明,所提出方法具有较好的性能.

关键词：最小包含球、核密度估计、隐私数据团、核方法、模糊

所属期刊栏目：27

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目60903100;60975027;江苏省普通高校研究生科研创新计划项目CXZZ11;0483

在线出版日期：2012-04-28（万方平台首次上网日期，不代表论文的发表时间）

页码：221-226