您当前的位置:
首页 >
文章列表页 >
基于目标扰动的AdaBoost算法
学术通信 | 更新时间:2024-05-31
    • 基于目标扰动的AdaBoost算法

    • AdaBoost algorithm based on target perturbation

    • 在隐私保护领域,研究者提出了DPAda算法,通过目标扰动和动态隐私预算,有效提高了分类准确率,解决了噪声叠加问题。
    • 通信学报   2023年44卷第2期 页码:198-209
    • DOI:10.11959/j.issn.1000-436x.2023028    

      中图分类号: TP309.2
    • 网络出版日期:2023-02

      纸质出版日期:2023-02-25

    移动端阅览

  • 张淑芬, 董燕灵, 徐精诚, 等. 基于目标扰动的AdaBoost算法[J]. 通信学报, 2023,44(2):198-209. DOI: 10.11959/j.issn.1000-436x.2023028.

    Shufen ZHANG, Yanling DONG, Jingcheng XU, et al. AdaBoost algorithm based on target perturbation[J]. Journal on communications, 2023, 44(2): 198-209. DOI: 10.11959/j.issn.1000-436x.2023028.

  •  
  •  

0

浏览量

453

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于模糊影响图的差分隐私算法保护效果评估方法
DAGUARD:联邦学习下的分布式后门攻击防御方案
面向非独立同分布数据的联邦学习数据增强方案
基于本地化差分隐私的联邦学习方法研究
基于差分隐私的深度伪造指纹检测模型版权保护算法

相关作者

牛犇
郭守坤
孙哲
周泽峻
李凤华
田月池
刘西蒙
陈钟

相关机构

广州大学网络空间安全学院
网络空间安全防御重点实验室
中国科学院大学网络空间安全学院
中国科学院信息工程研究所
福州大学计算机与大数据学院/软件学院
0