隨著大數(shù)據(jù)在工業(yè)生產(chǎn)、科學(xué)研究中的廣泛應(yīng)用,原始數(shù)據(jù)的隱私保護(hù)已經(jīng)成為十分重要的問題。本文針對原始數(shù)據(jù)的隱私保護(hù)問題,構(gòu)建層次結(jié)構(gòu),并介紹了只包含分析計(jì)算結(jié)果的層次結(jié)構(gòu)數(shù)據(jù)。針對傳統(tǒng)回歸分析算法,提出了具有層次結(jié)構(gòu)數(shù)據(jù)的多元線性回歸分析算法以及非線性回歸分析算法。同時(shí)利用實(shí)際問題進(jìn)行算法驗(yàn)證,說明具有層次結(jié)構(gòu)數(shù)據(jù)的回歸分析算法能在有效保證原始數(shù)據(jù)隱私的前提下,準(zhǔn)確計(jì)算各部分的偏回歸系數(shù),為大數(shù)據(jù)的分析處理提供一種有益的嘗試。本文的主要工作如下:（1）基于層次結(jié)構(gòu)數(shù)據(jù),本文提出了多元線性回歸分析的偏回歸系數(shù)計(jì)算方法。該方法在傳統(tǒng)線性回歸計(jì)算方法的基礎(chǔ)上通過計(jì)算下層中每個(gè)部分的偏回歸系數(shù)及上下層之間的層次結(jié)構(gòu)矩陣,來計(jì)算上層的總體偏回歸系數(shù)。利用統(tǒng)計(jì)年鑒數(shù)據(jù)以及隨機(jī)數(shù)據(jù)從實(shí)際應(yīng)用中證明了具有層次結(jié)構(gòu)數(shù)據(jù)的多元線性回歸分析算法與傳統(tǒng)多元線性回歸模型在計(jì)算偏回歸系數(shù)時(shí)具有等效性,且對于偏回歸系數(shù)能分區(qū)計(jì)算,提高了數(shù)據(jù)處理的效率。同時(shí),從數(shù)據(jù)實(shí)驗(yàn)中可得利用層次結(jié)構(gòu)數(shù)據(jù)可以避免原始數(shù)據(jù)在算法中參與傳輸、計(jì)算,有效地解決了原始數(shù)據(jù)的隱私保護(hù)問題。（2）針對更為復(fù)雜的非線性模型,在具有層次結(jié)構(gòu)數(shù)據(jù)的多... 

【文章來源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：46 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 大數(shù)據(jù)與隱私保護(hù)
    1.2 相關(guān)基本概念與算法
        1.2.1 數(shù)據(jù)的層次結(jié)構(gòu)
        1.2.2 基本算法
    1.3 本文的主要內(nèi)容及創(chuàng)新點(diǎn)
        1.3.1 本文的主要研究內(nèi)容
        1.3.2 本文的創(chuàng)新點(diǎn)
第二章 具有層次結(jié)構(gòu)數(shù)據(jù)的線性回歸模型構(gòu)建與應(yīng)用
    2.1 引言
    2.2 具有層次結(jié)構(gòu)數(shù)據(jù)的多元線性回歸模型
        2.2.1 層次結(jié)構(gòu)數(shù)據(jù)的構(gòu)造
        2.2.2 部分偏回歸系數(shù)計(jì)算
        2.2.3 總體偏回歸系數(shù)計(jì)算
    2.3 模型應(yīng)用
        2.3.1 基于兩層層次結(jié)構(gòu)的經(jīng)濟(jì)模型實(shí)驗(yàn)
        2.3.2 基于多層層次結(jié)構(gòu)的隨機(jī)數(shù)據(jù)實(shí)驗(yàn)
    2.4 小結(jié)
第三章 具有層次結(jié)構(gòu)數(shù)據(jù)的可線性化非線性回歸模型研究
    3.1 引言
    3.2 具有層次結(jié)構(gòu)數(shù)據(jù)的非線性回歸分析的線性化模型構(gòu)建
        3.2.1 非線性回歸分析的線性化研究
        3.2.2 具有層次結(jié)構(gòu)數(shù)據(jù)的可線性化非線性偏回歸系數(shù)模型研究
    3.3 模型應(yīng)用
    3.4 小結(jié)
第四章 具有層次結(jié)構(gòu)數(shù)據(jù)的多元線性回歸模型檢驗(yàn)
    4.1 引言
    4.2 基于FWER的 Bonferroni檢驗(yàn)
    4.3 基于回歸分析的乳腺癌致病基因篩選及支持向量機(jī)驗(yàn)證
        4.3.1 基于回歸分析的乳腺癌致病基因篩選
        4.3.2 基于支持向量機(jī)算法的結(jié)果驗(yàn)證
        4.3.3 實(shí)驗(yàn)結(jié)果
    4.4 小結(jié)
第五章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 未來展望
致謝
參考文獻(xiàn)
附錄:作者在攻讀碩士學(xué)位期間發(fā)表的論文及參加的活動(dòng)



本文編號：3033242