Vor Ort
Merkzettel Warenkorb
Produktbild: Applied Graph Theory in Computer Vision and Pattern Recognition
Band 52

Applied Graph Theory in Computer Vision and Pattern Recognition

Aus der Reihe Studies in Computational Intelligence

147,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

12.03.2007

Abbildungen

X, 85 schwarzweisse Abbildungen, 17 Tabellen, 16 Abbildungenton-Abb., 69 schwarzweisse Zeichnungen 235 mm

Herausgeber

Abraham Kandel + weitere

Verlag

Springer Berlin

Seitenzahl

266

Maße (L/B/H)

24,4/16,1/2,2 cm

Gewicht

526 g

Auflage

2007. 2007

Sprache

Englisch

ISBN

978-3-540-68019-2

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

12.03.2007

Abbildungen

X, 85 schwarzweisse Abbildungen, 17 Tabellen, 16 Abbildungenton-Abb., 69 schwarzweisse Zeichnungen 235 mm

Herausgeber

Verlag

Springer Berlin

Seitenzahl

266

Maße (L/B/H)

24,4/16,1/2,2 cm

Gewicht

526 g

Auflage

2007. 2007

Sprache

Englisch

ISBN

978-3-540-68019-2

Herstelleradresse

Springer Nature Customer Service Center GmbH
Europaplatz 3
69115 Heidelberg
DE
ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Applied Graph Theory in Computer Vision and Pattern Recognition

  • Applied Graph Theory for Low Level Image Processing and Segmentation.- Multiresolution Image Segmentations in Graph Pyramids.- A Graphical Model Framework for Image Segmentation.- Digital Topologies on Graphs.- Graph Similarity, Matching, and Learning for High Level Computer Vision and Pattern Recognition.- How and Why Pattern Recognition and Computer Vision Applications Use Graphs.- Efficient Algorithms on Trees and Graphs with Unique Node Labels.- A Generic Graph Distance Measure Based on Multivalent Matchings.- Learning from Supervised Graphs.- Special Applications.- Graph-Based and Structural Methods for Fingerprint Classification.- Graph Sequence Visualisation and its Application to Computer Network Monitoring and Abnormal Event Detection.- Clustering of Web Documents Using Graph Representations.