• Produktbild: Subspace Methods for Pattern Recognition in Intelligent Environment
  • Produktbild: Subspace Methods for Pattern Recognition in Intelligent Environment
Band 552 - 10%

Subspace Methods for Pattern Recognition in Intelligent Environment

10% sparen

98,99 € UVP 109,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

22.04.2014

Abbildungen

XVI, 99 illus., 52 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Yen-Wei Chen + weitere

Verlag

Springer Berlin

Seitenzahl

199

Maße (L/B/H)

24,1/16/1,8 cm

Gewicht

438 g

Auflage

2014

Sprache

Englisch

ISBN

978-3-642-54850-5

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

22.04.2014

Abbildungen

XVI, 99 illus., 52 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen

Herausgeber

Verlag

Springer Berlin

Seitenzahl

199

Maße (L/B/H)

24,1/16/1,8 cm

Gewicht

438 g

Auflage

2014

Sprache

Englisch

ISBN

978-3-642-54850-5

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)

Die Leseprobe wird geladen.
  • Produktbild: Subspace Methods for Pattern Recognition in Intelligent Environment
  • Produktbild: Subspace Methods for Pattern Recognition in Intelligent Environment
  • Active Shape Model and Its Application to Face Alignment.-

    Condition Relaxation in Conditional Statistical Shape Models.-

     Independent Component Analysis and Its Application to Classification of High-Resolution Remote Sensing Images.-

    Subspace Construction from Artificially Generated Images for Traffic Sign Recognition.-

    Local Structure Preserving based Subspace Analysis Methods and Applications.-

    Sparse Representation for Image Super-Resolution.-

    Sampling andRecovery of Continuously-Defined Sparse Signals and Its Applications.-

    Tensor-Based Subspace Learning for Multi-Pose Face Synthesis.