-
题名不完全数据集上的半参组群差异检测
- 1
-
-
作者
张师超
-
机构
浙江师范大学数理与信息工程学院
-
出处
《浙江师范大学学报(自然科学版)》
CAS
2010年第3期241-247,共7页
-
基金
国家自然科学基金资助项目(90718020)
澳大利亚ARC基金资助项目(DP0985456)
-
文摘
组群差异检测广泛应用于医药、社会网络等领域.现有的组群差异检测都是建立在数据集没有缺失的情况下,因此讨论并给出了在数据集缺失的情况下进行组群差异检测的方法.首先,使用一种新颖的缺失数据填充方法填充缺失数据,然后在半参环境下使用经验似然方法对得到的完全数据集估计出置信区间,进而进行组群差异检测.
-
关键词
缺失数据填充
经验似然
组群差异检测
不完全数据集
-
Keywords
missing values imputation
empirical likelihood
group difference detection
incomplete datasets
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名不完全数据集的差分隐私保护决策树研究
被引量:3
- 2
-
-
作者
沈思倩
毛宇光
江冠儒
-
机构
南京航空航天大学计算机科学与技术学院
南京大学计算机软件新技术国家重点实验室
卡尔斯鲁厄理工学院计算机系
-
出处
《计算机科学》
CSCD
北大核心
2017年第6期139-143,149,共6页
-
文摘
主要研究在对不完全数据集进行决策树分析时,如何加入差分隐私保护技术。首先简单介绍了差分隐私ID3算法和差分隐私随机森林决策树算法;然后针对上述算法存在的缺陷和不足进行了修改,提出指数机制的差分隐私随机森林决策树算法;最后对于不完全数据集提出了一种新的WP(Weight Partition)缺失值处理方法,能够在不需要插值的情况下,使决策树分析算法既能满足差分隐私保护,也能拥有更高的预测准确率和适应性。实验证明,无论是Laplace机制还是指数机制,无论是ID3算法还是随机森林决策树算法,都能适用于所提方法。
-
关键词
差分隐私保护
不完全数据集
ID3算法
随机森林决策树
-
Keywords
Differential privacy
Incomplete data sets
ID3 decision tree algorithm
Random decision tree algorithm
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-