Iniciar sesión
Registrarse
Restablecer contraseña
Publicar y Distribuir
Soluciones de Publicación
Soluciones de Distribución
Temas
Arquitectura y diseño
Artes
Ciencias Sociales
Ciencias de la Información y Bibliotecas, Estudios del Libro
Ciencias de la vida
Ciencias de los materiales
Deporte y tiempo libre
Estudios clásicos y del Cercano Oriente antiguo
Estudios culturales
Estudios judíos
Farmacia
Filosofía
Física
Geociencias
Historia
Informática
Ingeniería
Interés general
Ley
Lingüística y semiótica
Literatura
Matemáticas
Medicina
Música
Negocios y Economía
Química
Química industrial
Teología y religión
Publicaciones
Revistas
Libros
Actas
Editoriales
Blog
Contacto
Buscar
EUR
USD
GBP
Español
English
Deutsch
Polski
Español
Français
Italiano
Carrito
Home
Revistas
Applied Mathematics and Nonlinear Sciences
Volumen 8 (2023): Edición 1 (January 2023)
Acceso abierto
Study on spatial planning and design of learning commons in university libraries based on fuzzy matrix model
Binli Gu
Binli Gu
,
Kenichi Tanoue
Kenichi Tanoue
y
Ali Sedki
Ali Sedki
| 15 jul 2022
Applied Mathematics and Nonlinear Sciences
Volumen 8 (2023): Edición 1 (January 2023)
Acerca de este artículo
Artículo anterior
Artículo siguiente
Resumen
Figuras y tablas
Referencias
Autores
Artículos en este número
Vista previa
PDF
Cite
Compartir
Publicado en línea:
15 jul 2022
Páginas:
869 - 880
Recibido:
19 ene 2022
Aceptado:
20 mar 2022
DOI:
https://doi.org/10.2478/amns.2022.2.0074
Palabras clave
Fuzzy matrix
,
University library
,
Learning shared space
,
Image retrieval algorithm
© 2023 Binli Gu et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
FIG. 1
Structure diagram
Figure 2
Functional value of spatial patterns
FIG. 3
Schematic diagram of gray co-occurrence matrix
FIG. 4
Schematic diagram of SVM image classification
Figure 5
The effect obtained using a 36-dimensional color histogram
Figure 6
The effect obtained using a 256-dimensional color histogram
Figure 7
Value change of threshold T
FIG. 8
Change of calibration curve under different feedback times
FIG. 9
Comparison of algorithm performance