Export citation

Show simple item record

dc.contributor.authorMoldenhauer, Jörg*
dc.date.accessioned2021-02-11T08:43:59Z
dc.date.available2021-02-11T08:43:59Z
dc.date.issued2006*
dc.date.submitted2019-07-30 20:01:58*
dc.identifier34424*
dc.identifier.urihttps://directory.doabooks.org/handle/20.500.12854/41645
dc.description.abstractIn dieser Arbeit werden adaptive Methoden zur Analyse von Anthropomatikdaten entwickelt. Zielsetzung ist die automatische Erkennung von Systemzuständen mit Hidden-Markov-Modellen. Anwendungsbeispiele sind Bohrgeräusche aus der Wirbelsäulenchirurgie, medizinische Ultraschallbilder und menschliche Bewegungsdaten. Neben dem Vergleich mit anderen Klassifikationsverfahren werden Merkmalsgenerierung, geeignete Modellstrukturen, Optimierung der Zustände und Aspekte der Implementierung besprochen.*
dc.languageGerman*
dc.subjectQA75.5-76.95*
dc.subject.otherAdaptive Signalverarbeitung*
dc.subject.otherBildverarbeitung*
dc.subject.otherUltraschall*
dc.subject.otherBewegungsanalyse*
dc.subject.otherAutomatische Klassifikation*
dc.subject.otherHidden-Markov-Modell*
dc.subject.otherTumorklassifikation*
dc.titleAutomatische Erkennung von Zuständen in Anthropomatiksystemen*
dc.typebook
oapen.identifier.doi10.5445/KSP/1000005025*
oapen.relation.isPublishedBy68fffc18-8f7b-44fa-ac7e-0b7d7d979bd2*
virtual.oapen_relation_isPublishedBy.publisher_nameKIT Scientific Publishing
virtual.oapen_relation_isPublishedBy.publisher_websitehttp://www.ksp.kit.edu/
oapen.relation.isbn3866440685*
oapen.pagesXIV, 201 p.*


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

https://creativecommons.org/licenses/by-nc-nd/4.0/
Except where otherwise noted, this item's license is described as https://creativecommons.org/licenses/by-nc-nd/4.0/