• Produktbild: Digitale Bildverarbeitung
  • Produktbild: Digitale Bildverarbeitung

Digitale Bildverarbeitung Grundkurs mit neuronalen Netzen und MATLAB®-Praktikum

42,50 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

30.11.2020

Abbildungen

XIII, mit 200 Amit 117 Abbildungenen, 117 Abb. in Farbe.

Verlag

Springer Fachmedien Wiesbaden GmbH

Seitenzahl

474

Maße (L/B/H)

24/16,8/2,7 cm

Gewicht

811 g

Auflage

1. Auflage 2020

Sprache

Deutsch

ISBN

978-3-658-22184-3

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

30.11.2020

Abbildungen

XIII, mit 200 Amit 117 Abbildungenen, 117 Abb. in Farbe.

Verlag

Springer Fachmedien Wiesbaden GmbH

Seitenzahl

474

Maße (L/B/H)

24/16,8/2,7 cm

Gewicht

811 g

Auflage

1. Auflage 2020

Sprache

Deutsch

ISBN

978-3-658-22184-3

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

Weitere Artikel finden Sie in

  • Produktbild: Digitale Bildverarbeitung
  • Produktbild: Digitale Bildverarbeitung
  • Digitale Bilder.- Helligkeit und Kontrast.- Punkt- und Rangoperatoren.- LSI-Systeme und lineare Filterung.- Glättungsfilter, Rauschen und Verzerrungen.- Kanten und Konturen.- Kantenschärfen und Hough-Methode.- Morphologische Transformationen.- Fourier-Transformation für digitale Bilder.- Filtern und Entzerren mit der 2-D-DFT.- Künstliche Neuronen und Lernen.- Flache neuronale Netze für die Klassifizierung.- Lernen mit dem Backpropagation-Algorithmus.- Neuronale Netze mit Faltungsschichten