Full metadata record
DC poleHodnotaJazyk
dc.contributor.authorWijewickrema, Sudanthi N. R.-
dc.contributor.authorPapliński, Andrew P.-
dc.contributor.editorSkala, Václav-
dc.date.accessioned2013-01-23T11:18:51Z-
dc.date.available2013-01-23T11:18:51Z-
dc.date.issued2005-
dc.identifier.citationWSCG '2005: Posters: The 13-th International Conference in Central Europe on Computer Graphics, Visualization and Computer Vision 2005 in co-operation with EUROGRAPHICS, University of West Bohemia, Plzen, Czech Republic, p. 71-72.en
dc.identifier.isbn80-903100-8-7-
dc.identifier.urihttp://wscg.zcu.cz/WSCG2005/Papers_2005/Poster/!WSCG2005_Poster_Proceedings_Final.pdf-
dc.identifier.urihttp://hdl.handle.net/11025/919-
dc.description.abstractIn this paper, we investigate the use of a neural network employing Genralised Hebbian Learning for the approximation of an image of a hypothetically ellipsoidal object as an ellipse. Further, we discuss how the same algorithm is used with higher dimensional data to model hyperellipsoids, with the basic aim at a specific application, namely the modelling of an object as an ellipsoid given a set of 3-dimensional points.en
dc.format2 s.cs
dc.language.isoencs
dc.publisherVáclav Skala - UNION Agencycs
dc.relation.ispartofseriesWSCG '2005: Postersen
dc.rights© Václav Skala - UNION Agencycs
dc.subjectanalýza hlavních komponentcs
dc.subjectlícování elipsycs
dc.subjectgeneralizované Hebbův zákon učenícs
dc.titleGeneralized Hebbian learning for ellipse fittingen
dc.typeconferenceObjecten
dc.typekonferenční příspěvekcs
dc.rights.accessopenAccessen
dc.type.versionpublishedVersionen
dc.subject.translatedprincipal component analysisen
dc.subject.translatedellipse fittingen
dc.subject.translatedgeneralised Hebbian learningen
dc.type.statusPeer-revieweden
Vyskytuje se v kolekcích:WSCG '2005: Posters

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Wijewickrema.pdfPlný text146,29 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/919

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.