Bis zu 50 % günstiger als neu 3 Jahre rebuy Garantie Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor SerieY-Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
System & SpiegelreflexAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
Beats by Dr. DreGoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Pattern-Based Compression of Multi-Band Image Data for Landscape Analysis

Wayne L. Myers, Ganapati P. Patil (Broschiert, Englisch)

Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
We offer here a non-conventional approach to muhivariate ima- structured data for which the basis is well tested but the analytical ramifi cations are still unfolding. Although we do not formally pursue them, there are several parallels with the nature of neural networks. We employ a systematic set of statistical heuristics for modeling multivariate image data in a quasi-perceptual manner. When the human eye perceives a scene, the elements of the scene are segregated heuristically into compo nents according to similarity and dissimilarity, and then the relationships among the components are interpreted. Similarly, we segregate or seg ment the scene into hierarchically organized components that are subject to subsequent statistical analysis in many modes for interpretive purposes. We refer to the segregated scene segments as patterns, since they provide a basis for perception of pattern. Since they are also hierarchically organ ized, we refer to them further as polypatterns. This leads us to our acro nym of Progressively Segmented Image Modeling As Poly-Patterns (PSIMAPP). Likewise, we formalize our approach in terms of pattern processes and segmentation sequences. In alignment with the terminology of image analysis, we refer to our multivariate measures as being signal bands.
106,99 €
Broschiert | Neu

oder

Auf Lager Versandbereit in 1-2 Werktagen
zzgl.

Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.

Auf Lager Versandbereit in 1-2 Werktagen
zzgl.

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
19.11.2010
Sprache
Englisch
EAN
9781441942715
Herausgeber
Springer US
Serien- oder Bandtitel
Environmental and Ecological Statistics
Sonderedition
Nein
Autor
Wayne L. Myers, Ganapati P. Patil
Seitenanzahl
190
Einbandart
Broschiert
Schlagwörter
GIS, Geoinformationssysteme, classification, distribution, formation, geography, landscape analysis, modeling, modelling, multi-band image data, remote sensing/photogrammetry
Thema-Inhalt
RN - Umwelt RGW - Geographische Informationssysteme (GIS) und Fernerkundung PSAF - Ökologie, Biosphäre PBT - Wahrscheinlichkeitsrechnung und Statistik
Höhe
235 mm
Breite
15.5 cm

Hersteller: Springer Nature Customer Service Center GmbH, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com

Warnhinweise und Sicherheitsinformationen

Informationen nach EU Data Act

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!