第一章 绪论
第一节 问题提出与研究意义
第二节 国内外相关研究进展
一、聚类算法概述
二、典型的聚类算法
三、聚类的有效性评价指标
第三节 本书主要内容
第四节 本书的组织安排
第二章 基于自适应Dropout模型的高阶CFS聚类算法
第一节 引言
第二节 异构数据聚类相关工作
第三节 问题描述
第四节 基于自适应Dropout模型的高阶CFS聚类算法整体框架
第五节 自适应Dropout模型
第六节 基于向量外积的特征关联
第七节 高阶CFS聚类算法
第八节 实验结果与分析
一、自适应Dropout模型实验结果与分析
二、高阶CFS聚类算法实验结果与分析
本章小结
第三章 支持隐私保护的云端安全深度计算模型
第一节 引言
第二节 基于云计算的聚类算法相关工作
一、基于云计算的划分聚类算法
二、基于云计算的层次聚类算法
三、基于云计算的密度聚类算法
四、基于云计算的高维空间聚类算法
五、基于云计算的其他聚类算法
第三节 问题描述
第四节 同态加密方法
一、同态加密概念
二、BGV同态加密算法
第五节 基于BGV全同态加密的安全高阶反向传播算法
一、BGV同态加密的操作
二、Sigmoid函数近似
三、基于BGV加密的安全反向传播算法
第六节 基于BGV加密的高阶CFS聚类算法
……
第四章 增量式CFS聚类算法
第五章 基于改进CFS聚类的不完整数据填充算法
第六章 结论与展望
参考文献
展开
