彭晓冰
- 作品数：2 被引量：12H指数：2
- 供职机构：江苏大学更多>>
- 发文基金：江苏省自然科学基金江苏省普通高校研究生科研创新计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于特征内相关和互信息的加权SVM算法被引量：9
- 2018年
- 特征加权支持向量机没有考虑特征间的相关性,因此产生的冗余会形成干扰并对最后的分类结果产生负面影响。为解决这个问题,提出了一种基于特征内相关和互信息的特征加权算法,并将其应用于支持向量机。该算法引入了特征间相关系数作为衡量冗余度的一个指标,以此计算出惩罚因子,在特征加权向量机的基础上对权值进行处理,尽可能真实地体现出特征对分类的贡献度。经过多个数据集以及几种不同算法的实验比较,提出的新算法具有更好的鲁棒性和泛化能力。
- 彭晓冰朱玉全
- 关键词：特征加权互信息相关系数惩罚因子
- 面向SVM的隐私保护方法研究进展被引量：3
- 2017年
- 针对未来应用SVM进行数据挖掘所面临的信息安全问题,对隐私保护支持向量机分类规则挖掘方法进行研究,以提高支持向量机进行分类时的数据安全性,同时获得有效结果.分析了支持向量机分类方法的特点和可能面临的安全威胁;对国内外相关研究成果进行了归纳和梳理;重点从数据干扰和数据加密2个角度,给出了支持向量机隐私保护技术的最新研究进展;归纳出目前研究存在的问题和未来研究的趋势.指出了支持向量机隐私保护的研究方向:分布式环境下局部分类器融合隐私保护策略、更高效率的全同态加密方案、保护SVM分类规则的方案以及适用于大数据挖掘的隐私保护SVM技术.
- 彭晓冰李启顺王丽珍朱玉全
- 关键词：隐私保护支持向量机安全多方计算同态加密
