面向大數(shù)據(jù)聚類分析的CFS算法

定　價(jià)：￥68.00

作　者：	卜范玉著
出版社：	經(jīng)濟(jì)管理出版社
叢編項(xiàng)：	大數(shù)據(jù)與互聯(lián)網(wǎng)理論與應(yīng)用叢書(shū)
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

ISBN：	9787509680056	出版時(shí)間：	2022-09-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	148	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　聚類技術(shù)作為數(shù)據(jù)挖掘和學(xué)習(xí)的典型技術(shù)，已經(jīng)廣泛應(yīng)用于金融欺詐、醫(yī)療診斷、圖像處理和信息檢索等領(lǐng)域。CFS是Alex和Alessandro在2014年于Science雜志提出的新聚類算法，該算法聚類結(jié)果精確、效率離，已成為數(shù)據(jù)挖掘領(lǐng)域和機(jī)器學(xué)習(xí)非常具有潛力的聚類算法之一。然而，大數(shù)據(jù)的海量性、實(shí)時(shí)性和異構(gòu)性特點(diǎn)對(duì)CFS聚類算法提出了嚴(yán)峻的挑戰(zhàn)。為了提升CFS聚類算法在大數(shù)據(jù)領(lǐng)域聚類的有效性，《面向大數(shù)據(jù)聚類分析的CFS算法》提出了支持隱私保護(hù)的云端安全CFS聚類算法、基于自適應(yīng)Dropout模型的高階CFS聚類算法和增量式CFS聚類算法，以及基于改進(jìn)CFS聚類算法的不完整數(shù)據(jù)填充算法。

作者簡(jiǎn)介

　　卜范玉（1981-），男，大連理工大學(xué)博士研究生畢業(yè)，現(xiàn)任內(nèi)蒙古財(cái)經(jīng)大學(xué)計(jì)算機(jī)信息管理學(xué)院副教授。研究方向?yàn)槲锫?lián)網(wǎng)與大數(shù)據(jù)技術(shù)。

圖書(shū)目錄

第一章緒論
第一節(jié) 問(wèn)題提出與研究意義
第二節(jié) 國(guó)內(nèi)外相關(guān)研究進(jìn)展
一、聚類算法概述
二、典型的聚類算法
三、聚類的有效性評(píng)價(jià)指標(biāo)
第三節(jié) 本書(shū)主要內(nèi)容
第四節(jié) 本書(shū)的組織安排
第二章基于自適應(yīng)Dropout模型的高階CFS聚類算法
第一節(jié) 引言
第二節(jié) 異構(gòu)數(shù)據(jù)聚類相關(guān)工作
第三節(jié) 問(wèn)題描述
第四節(jié) 基于自適應(yīng)Dropout模型的高階CFS聚類算法整體框架
第五節(jié) 自適應(yīng)Dropout模型
第六節(jié) 基于向量外積的特征關(guān)聯(lián)
第七節(jié) 高階CFS聚類算法
第八節(jié) 實(shí)驗(yàn)結(jié)果與分析
一、自適應(yīng)Dropout模型實(shí)驗(yàn)結(jié)果與分析
二、高階CFS聚類算法實(shí)驗(yàn)結(jié)果與分析
本章小結(jié)
第三章支持隱私保護(hù)的云端安全深度計(jì)算模型
第一節(jié) 引言
第二節(jié) 基于云計(jì)算的聚類算法相關(guān)工作
一、基于云計(jì)算的劃分聚類算法
二、基于云計(jì)算的層次聚類算法
三、基于云計(jì)算的密度聚類算法
四、基于云計(jì)算的高維空間聚類算法
五、基于云計(jì)算的其他聚類算法
第三節(jié) 問(wèn)題描述
第四節(jié) 同態(tài)加密方法
一、同態(tài)加密概念
二、BGV同態(tài)加密算法
第五節(jié) 基于BGV全同態(tài)加密的安全高階反向傳播算法
一、BGV同態(tài)加密的操作
二、Sigmoid函數(shù)近似
三、基于BGV加密的安全反向傳播算法
第六節(jié) 基于BGV加密的高階CFS聚類算法
……
第四章增量式CFS聚類算法
第五章基于改進(jìn)CFS聚類的不完整數(shù)據(jù)填充算法
第六章結(jié)論與展望
參考文獻(xiàn)