差分隐私K-means聚类算法改进

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对差分隐私K-means聚类算法中心点选取的盲目性以及隐私预算分配不合理导致聚类效果差的问题，对差分隐私K-means算法进行改进。依据初始中心点选取的两个原则，设计一种新的中心点选取方案。依据原始K-means算法中质心与差分隐私K-means算法中质心的均方差，计算每一次迭代需要的隐私预算的最小值，与二分法结合，建立了一种新的隐私预算分配方案。（剩余16081字）

试读结束

目录
monitor