已閱讀1頁(yè)，還剩65頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向聚類(lèi)的多敏感屬性數(shù)據(jù)發(fā)布隱私保護(hù)研究.pdf
- 面向SaaS的基于屬性聚類(lèi)與競(jìng)價(jià)機(jī)制的隱私保護(hù)方法研究.pdf
- 基于屬性分類(lèi)的多敏感屬性數(shù)據(jù)隱私保護(hù)方法研究.pdf
- 基于聚類(lèi)的屬性約簡(jiǎn)方法的研究與實(shí)現(xiàn).pdf
- 數(shù)據(jù)發(fā)布中的敏感屬性隱私保護(hù)方法研究.pdf
- 概念屬性多視角聚類(lèi)方法研究.pdf
- 基于屬性權(quán)重的混合聚類(lèi)算法研究.pdf
- 基于劃分的混合屬性聚類(lèi)算法研究.pdf
- 面向相關(guān)多敏感屬性的隱私保護(hù)方法.pdf
- 粗糙集中基于NBC聚類(lèi)的連續(xù)屬性離散化方法研究.pdf
- 隱私保護(hù)聚類(lèi)挖掘方法的研究.pdf
- 基于時(shí)間序列的多敏感屬性隱私保護(hù)機(jī)制研究.pdf
- 重疊聚類(lèi)和屬性圖聚類(lèi)算法研究.pdf
- 混合屬性聚類(lèi)算法研究.pdf
- 多屬性無(wú)向加權(quán)圖上的聚類(lèi)方法研究.pdf
- 基于聚類(lèi)模型的非顯式隱私保護(hù)方法研究.pdf
- 基于屬性關(guān)聯(lián)圖的圖像檢索與聚類(lèi)研究.pdf
- 面向Mashup多敏感屬性數(shù)據(jù)集的隱私保護(hù)方法研究.pdf
- 基于網(wǎng)格的聚類(lèi)方法研究
- 基于多特征融合的屬性圖聚類(lèi)算法研究.pdf
評(píng)論
0/150
提交評(píng)論