已閱讀1頁,還剩48頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在求解線性規(guī)劃的最優(yōu)解時,目標函數(shù)的系數(shù)、等式約束的約束矩陣以及右邊的向量可能被不同的實體擁有,這些實體不愿意泄露這些數(shù)據,這就產生了隱私問題,如何在不泄露這些實體的數(shù)據的情況下計算出線性規(guī)劃的最優(yōu)解就成了急需解決的課題。
支持向量機是應用在數(shù)據挖掘領域的一種新的方法,與傳統(tǒng)的機器學習理論相比具有更多的優(yōu)點,支持向量機能克服傳統(tǒng)機器學習過程中的過學習、維數(shù)災難、局部極值等問題。分布式支持向量機是把訓練樣本分配到各個節(jié)點,能克服
2、數(shù)據交流的復雜性、易變性和隱私問題。
本文首先介紹了線性規(guī)劃的隱私保護算法,Mangasarian在數(shù)據垂直分布和水平分布的線性規(guī)劃的隱私保護算法中采用了一個隨機矩陣,將原始的線性規(guī)劃問題轉化成了一個安全的線性規(guī)劃問題。但是,當這個隨機矩陣不可逆的時候,原始線性規(guī)劃問題和安全的線性規(guī)劃問題是不等價的。針對這種情況,采用一個可逆隨機矩陣,將原始線性規(guī)劃問題轉化成了一個等價的安全的線性規(guī)劃問題。實驗結果表明,只要λ充分大,用本文算
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于線性規(guī)劃算法的支持向量機及其應用.pdf
- 隱私保護支持向量機的算法研究.pdf
- 路徑跟蹤法線性規(guī)劃支持向量機的研究.pdf
- 隱私保護支持向量機模型與算法研究.pdf
- 基于一類分類的線性規(guī)劃支持向量回歸算法.pdf
- 線性約束非線性規(guī)劃問題的一新算法.pdf
- 新的支持向量機增量學習算法.pdf
- 基于正交變換和安全點積的隱私保護支持向量機研究.pdf
- 準線性支持向量機及其序列最小優(yōu)化算法.pdf
- 支持向量機模型和算法研究.pdf
- 線性規(guī)劃問題的一種新算法及其應用.pdf
- 線性規(guī)劃主元算法研究.pdf
- 線性規(guī)劃的組合方向算法.pdf
- 線性規(guī)劃的可行點算法.pdf
- 非線性規(guī)劃超記憶梯度算法和GLP投影算法.pdf
- 線性規(guī)劃的若干算法研究.pdf
- 支持向量機增量算法.pdf
- 基于資源向量調整的線性規(guī)劃逆問題.pdf
- 基于MapReduce的非線性支持向量機分類算法研究.pdf
- 線性規(guī)劃
評論
0/150
提交評論