Affordable Access

Modélisation Hiérarchique de Données Multidimensionnelles dans des Espaces Régulièrement Décomposés : Tome 1 : Principes de Base (1984-1988)

Authors
  • Guye, Olivier
Publication Date
Jan 01, 1988
Source
HAL-UPMC
Keywords
Language
French
License
Unknown
External links

Abstract

Les travaux présentés ont été réalisés dans le cadre d'une étude à moyen terme initiée par le Centre Electronique de l'Armement et menée par la société de recherche sous contrats ADERSA.L'objectif de l'étude a été de s'intéresser à des 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 et d'être employés 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 œuvre d'une généralisation des arbres quaternaires et octernaires:les arbres d'ordre 2**k ou 2**k-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 œuvre 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.Le présent ouvrage décrit notamment :- une méthode de construction qui s'adapte aux flots de données désordonnés et surabondants ;- son extension en limite inductive ;- le calcul du transformé homographique d'un arbre ;- le calcul d'attributs fondé sur les moments généralisés et la production d'arbres propres ;- des procédures de perception d'objets sans recouvrement en géométrie affine ;- différentes méthodes de reconnaissance de formes supervisée et non supervisée.

Report this publication

Statistics

Seen <100 times