隐私团校准的模糊MEB学习

在一定条件下, 基于最小累积平方误差(ISE) 准则的高斯核密度估计与最小包含球(MEB) 等价. 在此基础上 提出了一种含团状隐私数据保护的MEB学习方法, 称为隐私团校准的MEB(PCC-MEB) 方法; 同时, 通过引入模糊 隶属度函数将PCC-MEB 拓展为模糊的PCC-MEB(FPCC-MEB), 从而解决二类及多类问题中区域不可分问题. 人造 和真实数据集上的实验结果表明, 所提出方法具有较好的性能.