简介：

简介：ToovercometheshortcomingsoftheLeeimageenhancementalgorithmanditsimprovementbasedonthelogarithmicimageprocessing(LIP)model,thispaperproposeswhatwebelievetobeaneffectiveimageenhancementalgorithm.Thisalgorithmintroducesfuzzyentropy,makesfulluseofneighborhoodinformation,fuzzyinformationandhumanvisualcharacteristics.Toenhanceanimage,thispaperfirstcarriesoutthereasonablefuzzy-3partitionofitshistogramintothedarkregion,intermediateregionandbrightregion.Itthenextractsthestatisticalcharacteristicsofthethreeregionsandadaptivelyselectstheparameterαaccordingtothestatisticalcharacteristicsoftheimage’sgray-scalevalues.Italsoaddsausefulnonlineartransform,thusincreasingtheubiquityofthealgorithm.Finally,thecausesforthegray-scalevalueovercorrectionthatoccursinthetraditionalimageenhancementalgorithmsareanalyzedandtheirsolutionsareproposed.Thesimulationresultsshowthatourimageenhancementalgorithmcaneffectivelysuppressthenoiseofanimage,enhanceitscontrastandvisualeffect,sharpenitsedgeandadjustitsdynamicrange.

简介：为丰富学术期刊影响力综合评价方法,增强期刊学术评价的可信度,本文利用中国科技期刊2014年引证报告（扩刊版）整理的9个计量指标数据为素材,采用Entropy-TOPSIS评价法对CSSCI（2014-2015）来源期刊目录收集的图书馆、情报与文献学期刊进行综合评价.实证研究表明Entropy-TOPSIS评价法与扩展总被引频次排序基本一致,Entropy-TOPSIS法在期刊评价中比单指标评价法更具严谨性和较强可操作性,为期刊评价提供了新思路.

简介：我们使用了GIS和最大的熵预言六蛇种的潜在的分发在Kroumiria(西北的突尼斯)属于三个家庭：Natricidae(Natrixmaura和Natrixastreptophora)，Colubridae(Hemorrhoishippocrepis，Coronellagirondica和Macroprotodonmauritanicus)，和Lamprophiidae(Malpoloninsignitus)。为每种的合适的产地用最大的熵算法被建模，联合存在地数据(在16期间镇定?年：2000-2015)与一套七个环境变量(吝啬的年度降水，举起，斜坡坡度，方面，到水路的距离，陆地表面温度和规范的微分植被索引。这些环境变量的相对重要性被大折刀测试评估，我们的模型的预兆的力量在操作特征的接收装置下面用区域被估计。种类分发的主要解释变量是来自流和举起的距离，与分别地从60～77并且从10～25%的贡献。我们的学习提供了适用性在Kroumiria为蛇建模的第一个产地，这个信息能被担心在Kroumiria保存蛇的保存生物学家和陆地经理使用。