OFFRE LISEUSES
Une liseuse achetée = une housse offerte* jusqu'au 21 juin
Dernière sortie
Modélisation Hiérarchique de Données Multidimensionnelles
Les travaux présentés ont été réalisés dans le cadre d'une étude à moyen terme. Celle-ci a eu pour objectif d'étudier les techniques de découpage régulier d'ensembles de données numériques de manière à fournir des outils de résolution de problèmes permettant de modéliser des objets numériques multidimensionnels utilisés en conception et en fabrication assistées par ordinateur, en robotique, en analyse et synthèse d'images, en reconnaissance des formes, en aide à la décision, en cartographie et en gestion de bases de données numériques.
Ces outils reposent sur le principe de décomposition hiérarchique régulière et conduisent à la mise en oeuvre d'une généralisation des arbres quaternaires et octernaires : les arbres d'ordre 2k ou 2k-arbres paginés dans des arbres binaires. Ce premier tome, consacré à la modélisation hiérarchique de données numériques multidimensionnelles, décrit les principes de construction, de transformation, d'analyse et de reconnaissance des formes mis en oeuvre pour le développement d'algorithmes de traitement des données associées.
L'ensemble des algorithmes ainsi développés sont détaillés en pseudo-code en fin d'ouvrage.
Ces outils reposent sur le principe de décomposition hiérarchique régulière et conduisent à la mise en oeuvre d'une généralisation des arbres quaternaires et octernaires : les arbres d'ordre 2k ou 2k-arbres paginés dans des arbres binaires. Ce premier tome, consacré à la modélisation hiérarchique de données numériques multidimensionnelles, décrit les principes de construction, de transformation, d'analyse et de reconnaissance des formes mis en oeuvre pour le développement d'algorithmes de traitement des données associées.
L'ensemble des algorithmes ainsi développés sont détaillés en pseudo-code en fin d'ouvrage.
