Indexed by：
Abstract：
距离度量会影响微聚集算法的聚类效果,为了提高算法的隐私保护能力,采用灰关联分析中的均衡接近度替代V-MDAV算法中的欧氏距离度量记录间的距离,提出基于灰关联分析的V-MDAV算法,即V-GRAV算法.由于均衡接近度既包含灰关联度对整体接近性的测度,又具有均衡度对序列均衡性测度的特点,克服了欧氏距离受局部奇异值影响较大的问题,所以V-GRAV算法在保证信息损失与V-MDAV相近的同时,较大程度地降低隐私泄露风险,实验证明了算法的有效性.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机应用研究
ISSN： 1001-3695
CN： 51-1196/TP
Year： 2020
Issue： 1
Volume： 37
Page： 107-111
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
