A.使用聚类算法发现互联网中的不同群体,用于网络社区发现
B.使用分类对客户进行等级划分,从而实施不同的服务
C.使用关联规则发现大型数据集中间存在的关系,用于推荐搜索
D.使用离群点挖掘发现与大部分对象不同的对象,用于分析针对网络的秘密收集信息的攻击
E.使用人工查询公司网络故障信息,查找原因进行记录
A.相位隐藏利用了人耳听觉系统特性:HAS能察觉语音信号中的微弱噪声,但对其相位的相对变化不敏感
B.虽然样点的绝对相位发生了变化,但相邻片断间的相对相位保持不变,可以获得较好隐藏效果
C.采用改算法,每秒一般可隐藏8000bit秘密信息
D.相位隐藏的原理是利用掩蔽效应,利用人耳难以感知强信号附近的弱信号来隐藏信息
A.L-多样性的局限性是容易遭受相似性攻击
B.K-匿名的局限性是容易遭受同质性攻击
C.K-匿名无法保证敏感值缺乏多样性
D.T-相近比K-匿名和L-多样性有更强的隐私保护性能
B.按临床试验方案选择方法间离群点检测、Pearson相关系数、回归拟合方程、医学决定水平处偏差、Bland-Altman一致性分析等方法统计
C.对某一统计方法得出的结果不满足方案要求时,作出必要的解释即可
D.可委托第三方机构进行统计
A.NaiveBayes朴素贝叶斯算法
B.Pearson趋势关联分析+K-means自学习聚类
C.基于PNN的神经网络算法
D.k均值聚类算法