在根据网络学习的特点、建立网络学习评价系统指标体系的基础上，提出利用模糊熵理论评价网络学习效果的模型。 该模型通过熵权法对各评价指标权重进行修正得到客观权重值，并与主观权重结合计算出综合权重，然后利用模糊理论进 行处理得到综合评价值，改善了传统评价方法主观因素影响过多的弊端，提高了评价结果的可信度，并实验验证了该方法 的可行性和正确性，确保了网络学习评价公平公正地进行。-In accordance with the characteristics of learning, netwo

二维最大熵法和二维最小交叉熵法是目前常用的两种阈值分割方法, 但在某些时候因为两种方法获取的阈 值过高或者过低, 使得分割失效。针对此问题, 提出了基于二维最大熵法和二维最小交叉熵法结合的图像分割方法。 首先, 对二维最小交叉熵公式进行转化 然后, 利用多目标规划理论将这两种方法有机结合使得到的阈值既满足二维 最大熵原则, 又满足二维最小交叉熵原则 最后, 利用二维直方图的特点推导出新型递推算法搜索最佳阈值并降低计 算复杂度。-The thresho ld ing method

包括主成分分析、因子分析、贝叶斯分析，能量熵的计算，D-S证据理论数据融合。- Including principal component analysis, factor analysis, Bayesian analysis, Energy entropy calculation, D-S evidence theory data fusion.