亮度保持动态模糊直方图均衡（BPDFHE）提出了亮度保持动态直方图均衡技术的一种新颖修改，以提高其亮度保持和对比度增强能力，同时降低其计算复杂度。 这种技术称为使用数字图像的模糊统计进行表示和处理。 模糊域中图像的表示和处理使该技术能够以更好的方式处理灰度值的不精确性，从而提高性能。 此外，模糊统计可以很好地处理灰度级的不精确性，模糊直方图在使用适当的模糊隶属函数计算时，没有随机波动或缺失强度级，并且基本上是平滑的。 这有助于获得保持亮度均衡所需的有意义的分区。 该方法的详细信息可在 D. Sheet、H. Garud、A. Suveer、J. Chatterjee 和 M. Mahadevappa，“亮度保持动态模糊直方图均衡”，IEEE Trans.，Consumer Electronics，vol。 56，没有。 4，第 2475 - 2480 页，2010 年 11 月。 [ h

这是论文“PCA based Edge-preserving Features for Hyperspectral Image Classification, IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(12), 7140-7151.”的代码，更多细节可以在论文中找到。 如果你使用这个演示，请引用这篇论文。 要运行此演示，您应该先下载 libsvm-3.22。 libsvm-3.22 可在https://www.csie.ntu.edu.tw/~cjlin/libsvm/ 获得

Contrast preserving decolorization_iccp12

论文部分翻译

DPAD 实现了两种不同的基于各向异性扩散的散斑过滤方案： -SRAD（减少斑点AD） -DPAD（细节保留广告） 这两种方法都基于 Frost 和 Kuan 的 LMMSE 滤波器对乘法噪声的各向异性扩展。 滤波器的优劣基于对噪声变异系数的正确估计。 扩散也可以使用实现半隐式方案的AOS运算符完成。 论文中的方法解释如下： 于 Y，阿克顿 ST。 散斑减少各向异性扩散。 IEEE Trans 图像处理。 2002;11(11):1260-70。 S. Aja-Fernandez、C. Alberola Lopez，关于各向异性扩散散斑滤波的变异系数的估计，IEEE Trans。 图像处理，第 15 卷，没有。 9，2006 年 9 月。 基于 Yu 和 Acton 实现的 SRADDIF 工具箱的工具箱（基于 Frederico D'Almeida 的“非线性扩散工具箱”

Minimizing matrix effects while preserving throughput in LC–MS/MS

保护隐私的可再生能源时空场景生成联邦深度生成学习方法_Privacy-preserving Spatiotemporal Scenario Generation of Renewable Energies A Federated Deep Generative Learning Approach.pdf

保护隐私的机器学习方法、挑战和方向_Privacy-Preserving Machine Learning Methods, Challenges and Directions.pdf

关键词：区块链技术、差分隐私、以太坊、加密、联邦学习、激励学习、物联网、可扩展、安全 主要贡献： 1）介绍数据隐私； 2）介绍联邦学习 3）介绍区块链、介绍BFL； 4）介绍联邦学习在IOT中的应用。

关键词：区块链、众包(crowdsourcing)、差分隐私、联邦学习、物联网、移动边缘计算 主要贡献： 1）提出一个分层的众包联邦学习系统来建立机器学习模型，以帮助家电商提高服务质量和优化家电功能。 2）提出了一个新的标准化技术，它比批量标准化提供了更高的测试精度，同时保留了每个参与者数据的提取特征的隐私。此外，通过利用差分隐私，防止对手利用学习模型来推断客户的敏感信息。 3）基于区块链的系统通过确保所有的模型更新可追责来防止恶意模型攻击。