Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

**Gültig bis 06.07.2026 auf fremdsprachige Bücher online auf thalia.at, in der Thalia App ab einem Mindestbestellwert von 30€ und in allen Thalia Buchhandlungen in Österreich. In den Buchhandlungen nur gültig auf lagernde Ware. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel & eBooks. Pro Einkauf einmal einlösbar. Nur gültig gegen Vorlage oder im Onlineshop hinterlegter Bonuscard. Infos zur Einlösung in der Buchhandlung sind auf der Bonuscard-Vorteilspreisseite zu finden. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Einlösung bei Scan & Go-Bezahlung. 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

99,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

13.11.2010

Herausgeber

Abraham Kandel + weitere

Verlag

Springer Berlin

Seitenzahl

266

Maße (L/B/H)

23,5/15,5/1,6 cm

Gewicht

427 g

Auflage

Softcover reprint of hardcover 1st ed. 2007

Sprache

Englisch

ISBN

978-3-642-08764-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

13.11.2010

Herausgeber

Verlag

Springer Berlin

Seitenzahl

266

Maße (L/B/H)

23,5/15,5/1,6 cm

Gewicht

427 g

Auflage

Softcover reprint of hardcover 1st ed. 2007

Sprache

Englisch

ISBN

978-3-642-08764-6

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

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.