-
题名双层分类策略及其实现算法
- 1
-
-
作者
凌萍
周春光
-
机构
徐州师范大学计算机科学与技术学院
吉林大学计算机科学与技术学院教育部符号计算与知识工程重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2009年第6期2074-2078,共5页
-
基金
国家自然科学基金重点资助项目(60433020
60673099)
+2 种基金
国家"985"工程资助项目
欧盟资助项目(111084)
国家教育部重点实验室资助项目
-
文摘
针对常见分类算法在全局和局部区域性能不一致的问题,提出了双层分类策略及其实现算法。双层分类策略的思想是离线地建立全局分类器,当全局分类器决策信用度低于指定阈值时,在线生成局部分类器进行决策修正。实现算法以支持向量机(support vectormachine,SVM)和模糊分类器(fuzzy classifier)作为全局与局部分类器,命名为SFC。为全局分类器定义了SVM决策信用度的评估机制,并以此给出局部分类器的启动条件。为局部分类器设计了基于新测度的模糊隶属度函数完成决策修正。实验结果表明,SFC显著提高了单一分类器的性能,可达到较好的分类效果。由此说明双层分类思想是正确且有效的,可作为一种通用思想对应多种具体实现算法。
-
关键词
双层分类策略
全局分类器
局部分类器
信用度评估
新测度
-
Keywords
double-classification strategy
global classifier
local classifier
confidence scoring method
new metric
-
分类号
TP139
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于迁移学习的多源数据隐私保护方法研究
被引量：5
- 2
-
-
作者
付玉香
秦永彬
申国伟
-
机构
贵州大学计算机科学与技术学院
贵州大学贵州省公共大数据重点实验室
-
出处
《计算机工程与科学》
CSCD
北大核心
2019年第4期641-648,共8页
-
基金
国家自然科学基金重大研究计划(91746116)
贵州省重大应用基础研究项目(黔科合JZ字[2014]2001)
贵州省科技重大专项计划(黔科合重大专项字[2017]3002)
-
文摘
隐私保护的多源数据分析是大数据分析的研究热点,在多方隐私数据中学习分类器具有重要应用。提出两阶段的隐私保护分析器模型,首先在本地使用具有隐私保护性的PATE-T模型对隐私数据训练分类器;然后集合多方分类器,使用迁移学习将集合知识迁移到全局分类器,建立一个准确的、具有差分隐私的全局分类器。该全局分类器无需访问任何一方隐私数据。实验结果表明,全局分类器不仅能够很好地诠释各个本地分类器,而且还可以保护各方隐私训练数据的细节。
-
关键词
隐私保护
多源数据
差分隐私
迁移学习
全局分类器
本地分类器
-
Keywords
privacy protection
multi-source data
differential privacy
transfer learning
global classifier
local classifier
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
-
