基于隐私保护技术的支持向量机研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 符号说明 | 第8-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究现状 | 第10-15页 |
| ·论文的主要工作 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第二章 支持向量机相关理论 | 第17-29页 |
| ·统计学习理论 | 第17-19页 |
| ·支持向量机的基本原理 | 第19-22页 |
| ·支持向量分类机 | 第22-29页 |
| 第三章 带有扰动的隐私保护中心支持向量机 | 第29-43页 |
| ·带有扰动的隐私保护中心支持向量机模型 | 第29-31页 |
| ·P~3SVM算法 | 第31-33页 |
| ·P~3SVM算法分析 | 第33-34页 |
| ·数值实验 | 第34-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于JL变换的隐私保护中心支持向量机 | 第43-57页 |
| ·JL变换理论 | 第43-44页 |
| ·垂直分布数据的JL变换性质 | 第44-47页 |
| ·P~3SVM-JIT算法 | 第47-49页 |
| ·P~3SVM-JLT算法分析 | 第49-50页 |
| ·数值实验 | 第50-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 保持垂直分布的P~3SVM-JLT | 第57-70页 |
| ·保持垂直分布的几变换的性质 | 第57-61页 |
| ·VP~3SVM-JLT算法 | 第61-63页 |
| ·VP~3SVM-JLT算法分析 | 第63-65页 |
| ·数值实验 | 第65-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 半监督隐私保护中心支持向量机 | 第70-82页 |
| ·半监督学习 | 第70-73页 |
| ·半监督隐私保护中心支持向量机 | 第73-75页 |
| ·数值实验 | 第75-81页 |
| ·本章小结 | 第81-82页 |
| 第七章 总结与展望 | 第82-84页 |
| ·论文的总结 | 第82-83页 |
| ·未来工作的展望 | 第83-84页 |
| 参考文献 | 第84-93页 |
| 致谢 | 第93-94页 |
| 作者简介 | 第94页 |
