Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 14.09.2026 auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher, nicht preisgebundene Bücher und Kalender in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind Abos & Flatrates, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Nur gültig mit im Onlineshop hinterlegter Bonuscard. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services.
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, 266 p.

Herausgeber

Abraham Kandel + weitere

Verlag

Springer Berlin

Seitenzahl

266

Maße (B/H)

15,5/23,5 cm

Gewicht

526 g

Sprache

Englisch

ISBN

978-3-540-68019-2

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

12.03.2007

Abbildungen

X, 266 p.

Herausgeber

Verlag

Springer Berlin

Seitenzahl

266

Maße (B/H)

15,5/23,5 cm

Gewicht

526 g

Sprache

Englisch

ISBN

978-3-540-68019-2

Herstelleradresse

Springer-Verlag GmbH
Heidelberger Platz 3
14197 Berlin
Deutschland
Email: sdc-bookservice@springer.com
Url: www.springer.com
Telephone: +49 30 827870
Fax: +49 30 8214091

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.