摘 要 该文提出了一种新的图像阈值分割算法。该算法通过求取最大模糊熵准则下，灰度均值直方图的最佳模糊划分 参数来确定两个模糊集 和 ，图像分割阈值即选取为两个模糊集的交点。该算法用 的模糊熵定义适应度函数， . / 01234 采用改进的遗传算法寻求最佳模糊参数。该文对遗传算法的改进包括，给出了缩短染色体码长的编码方法和性能良好的 改进的单点交叉算子和均匀变异算子。实验结果表明，该算法的分割效果与二维模糊熵算法接近，而计算时间还没有用 到二维模糊熵算法的一半。

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