隐私团校准的模糊MEB学习
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.
最小包含球、核密度估计、隐私数据团、核方法、模糊
27
TP391.4(计算技术、计算机技术)
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
2012-04-28(万方平台首次上网日期,不代表论文的发表时间)
221-226