Bayesian models for pattern recognition in Spatial Data:
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Abschlussarbeit Buch |
| Sprache: | English |
| Veröffentlicht: |
Hannover
Fachrichtung Geodäsie und Geoinformatik der Leibniz-Univ.
2018
|
| Schriftenreihe: | Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften. Reihe C, Dissertationen
Nr. 818 |
| Schlagworte: | |
| Beschreibung: | 88 Seiten Illustrationen, Diagramme |
Internformat
MARC
| LEADER | 00000nam a2200000 cb4500 | ||
|---|---|---|---|
| 001 | BV045169953 | ||
| 003 | DE-604 | ||
| 005 | 00000000000000.0 | ||
| 007 | t | ||
| 008 | 180906s2018 a||| m||| 00||| eng d | ||
| 035 | |a (OCoLC)1080942339 | ||
| 035 | |a (DE-599)BVBBV045169953 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a eng | |
| 049 | |a DE-2174 |a DE-83 | ||
| 100 | 1 | |a Huang, Hai |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Bayesian models for pattern recognition in Spatial Data |c Hai Huang |
| 264 | 1 | |a Hannover |b Fachrichtung Geodäsie und Geoinformatik der Leibniz-Univ. |c 2018 | |
| 300 | |a 88 Seiten |b Illustrationen, Diagramme | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 490 | 1 | |a Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften. Reihe C, Dissertationen |v Nr. 818 | |
| 502 | |b Dissertation |c Geodäsie der Bayerischen Akademie der Wissenschaften |d 2018 | ||
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 830 | 0 | |a Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften. Reihe C, Dissertationen |v Nr. 818 |w (DE-604)BV000004312 |9 818 | |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-030559269 | ||
Datensatz im Suchindex
| _version_ | 1804178857365864448 |
|---|---|
| any_adam_object | |
| author | Huang, Hai |
| author_facet | Huang, Hai |
| author_role | aut |
| author_sort | Huang, Hai |
| author_variant | h h hh |
| building | Verbundindex |
| bvnumber | BV045169953 |
| ctrlnum | (OCoLC)1080942339 (DE-599)BVBBV045169953 |
| format | Thesis Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01179nam a2200289 cb4500</leader><controlfield tag="001">BV045169953</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">00000000000000.0</controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">180906s2018 a||| m||| 00||| eng d</controlfield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1080942339</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV045169953</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">eng</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-2174</subfield><subfield code="a">DE-83</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Huang, Hai</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Bayesian models for pattern recognition in Spatial Data</subfield><subfield code="c">Hai Huang</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Hannover</subfield><subfield code="b">Fachrichtung Geodäsie und Geoinformatik der Leibniz-Univ.</subfield><subfield code="c">2018</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">88 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="1" ind2=" "><subfield code="a">Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften. Reihe C, Dissertationen</subfield><subfield code="v">Nr. 818</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="b">Dissertation</subfield><subfield code="c">Geodäsie der Bayerischen Akademie der Wissenschaften</subfield><subfield code="d">2018</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="830" ind1=" " ind2="0"><subfield code="a">Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften. Reihe C, Dissertationen</subfield><subfield code="v">Nr. 818</subfield><subfield code="w">(DE-604)BV000004312</subfield><subfield code="9">818</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-030559269</subfield></datafield></record></collection> |
| genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV045169953 |
| illustrated | Illustrated |
| indexdate | 2024-07-10T08:10:38Z |
| institution | BVB |
| language | English |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-030559269 |
| oclc_num | 1080942339 |
| open_access_boolean | |
| owner | DE-2174 DE-83 |
| owner_facet | DE-2174 DE-83 |
| physical | 88 Seiten Illustrationen, Diagramme |
| publishDate | 2018 |
| publishDateSearch | 2018 |
| publishDateSort | 2018 |
| publisher | Fachrichtung Geodäsie und Geoinformatik der Leibniz-Univ. |
| record_format | marc |
| series | Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften. Reihe C, Dissertationen |
| series2 | Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften. Reihe C, Dissertationen |
| spelling | Huang, Hai Verfasser aut Bayesian models for pattern recognition in Spatial Data Hai Huang Hannover Fachrichtung Geodäsie und Geoinformatik der Leibniz-Univ. 2018 88 Seiten Illustrationen, Diagramme txt rdacontent n rdamedia nc rdacarrier Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften. Reihe C, Dissertationen Nr. 818 Dissertation Geodäsie der Bayerischen Akademie der Wissenschaften 2018 (DE-588)4113937-9 Hochschulschrift gnd-content Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften. Reihe C, Dissertationen Nr. 818 (DE-604)BV000004312 818 |
| spellingShingle | Huang, Hai Bayesian models for pattern recognition in Spatial Data Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften. Reihe C, Dissertationen |
| subject_GND | (DE-588)4113937-9 |
| title | Bayesian models for pattern recognition in Spatial Data |
| title_auth | Bayesian models for pattern recognition in Spatial Data |
| title_exact_search | Bayesian models for pattern recognition in Spatial Data |
| title_full | Bayesian models for pattern recognition in Spatial Data Hai Huang |
| title_fullStr | Bayesian models for pattern recognition in Spatial Data Hai Huang |
| title_full_unstemmed | Bayesian models for pattern recognition in Spatial Data Hai Huang |
| title_short | Bayesian models for pattern recognition in Spatial Data |
| title_sort | bayesian models for pattern recognition in spatial data |
| topic_facet | Hochschulschrift |
| volume_link | (DE-604)BV000004312 |
| work_keys_str_mv | AT huanghai bayesianmodelsforpatternrecognitioninspatialdata |