Name: Structural Pattern Recognition with Graph Edit Distance: Approximation Algorithms and Applications (en Inglés)
Price: 320.64 PEN
Availability: InStock
Author: Riesen, Kaspar
ISBN: 9783319801018

portada Structural Pattern Recognition with Graph Edit Distance: Approximation Algorithms and Applications (en Inglés)

Structural Pattern Recognition with Graph Edit Distance: Approximation Algorithms and Applications (en Inglés)

Formato

Libro Físico

Autor

Kaspar Riesen

Editorial

Springer

Idioma

Inglés

N° páginas

158

Encuadernación

Tapa Blanda

Dimensiones

23.4 x 15.6 x 0.9 cm

Peso

0.25 kg.

ISBN13

9783319801018

Categorías

Diseño y teoría de bases de datos
Reconocimiento de formas
Visión por ordenador
Arquitectura de la información

Structural Pattern Recognition with Graph Edit Distance: Approximation Algorithms and Applications (en Inglés)

Kaspar Riesen (Autor) · Springer · Tapa Blanda

Libro Nuevo Importado

Envío: 12 a 17 días háb.

S/ 712,53S/ 320,64

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan más de 100 unidades

S/ 320,64

Llega entre el 14 Ago y el 24 Ago a CERCADO DE LIMA, Lima. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Structural Pattern Recognition with Graph Edit Distance: Approximation Algorithms and Applications (en Inglés)"

This unique text/reference presents a thorough introduction to the field of structural pattern recognition, with a particular focus on graph edit distance (GED). The book also provides a detailed review of a diverse selection of novel methods related to GED, and concludes by suggesting possible avenues for future research. Topics and features: formally introduces the concept of GED, and highlights the basic properties of this graph matching paradigm; describes a reformulation of GED to a quadratic assignment problem; illustrates how the quadratic assignment problem of GED can be reduced to a linear sum assignment problem; reviews strategies for reducing both the overestimation of the true edit distance and the matching time in the approximation framework; examines the improvement demonstrated by the described algorithmic framework with respect to the distance accuracy and the matching time; includes appendices listing the datasets employed for the experimental evaluations discussed in the book.