Automatische Erkennung von Cover-Versionen und Plagiaten in ...

Weitere Magazine

Empfehlungen

Info

Bernhard Niedermayer, BSc. b.niedermayer@inode.at Geboren am 28. Juli 1983 Familienstand Ledig Staatsbürgerschaft Österreich Adresse Prennlehnerweg 20 Ausbildung und Studium A-4060 Leonding 1992–2001 BRG Landwiedstraße (Linz) curriculum vitæ 2001–2005 Bakkalaureatsstudim Informatik an der Johannes Kepler Universität Linz (JKU) 2005 Auslandssemester an der Oxford Brookes University (England) 2005– Studium der Wirtschaftsinformatik an der Johannes Kepler Universität Linz 2006– Master-Studium Informatik an der Johannes Kepler Universität Linz Praxis 2002–2006 Unterstützung des oberösterreichischen Leichtathletikverbands im EDV-Bereich bei Veranstaltungen 2004–2005 Entwicklung von eLearning-Materialien für das Institut für Informationsverarbeitung und Mikroprozessortechnik an der JKU 2004–2006 Arbeit als Tutor am Institut für Angewandte Wissensverarbeitung an der JKU 2006 Entwicklung von eLearning-Materialien für die Oxford Brookes University 2006–2007 Abhaltung von (Programmier-)Schulungen für die Firma Integanet Fremdsprachenkenntnisse Englisch Sehr gut in Wort und Schrift Spanisch Grundkenntnisse Auszeichnungen Maturiert mit ausgezeichnetem Erfolg Abschluss des Bakkalaureatsstudiums mit ausgezeichnetem Erfolg Mehrmalige Auszeichnung mit einem Leistungsstipendiumg während des Studiums Viermalige Teilnahme an der Österreichischen Chemie-Olympiade, bestes Resultat: 9. Rang (2001) Linz, 15. September 2007
Eidesstattliche Erklärung 101 Eidesstattliche Erklärung Ich erkläre hiermit an Eides statt, dass ich die vorliegende Arbeit selbstständig und ohne fremde Hilfe verfasst, andere als die angegebenen Quellen nicht benützt und die den benutzten Quellen wörtlich oder inhaltlich entnommenen Stellen als solche kenntlich gemacht habe. Linz, am 17. September 2007 Bernhard Niedermayer
Seite 1 und 2:
Automatische Erkennung von Cover-Ve
Seite 3 und 4:
Abstract This thesis is dedicated t
Seite 5 und 6:
Inhaltsverzeichnis IV 3.5 Transpose
Seite 7 und 8:
Abbildungsverzeichnis VI 3.15 Modif
Seite 9 und 10:
Einleitung 1 1 Einleitung Die vorli
Seite 11 und 12:
Einleitung 3 diese Vorgehensweise e
Seite 13 und 14:
Grundlagen 5 2 Grundlagen Dieses Ka
Seite 15 und 16:
Grundlagen 7 Typ III: Stimmen Bei d
Seite 17 und 18:
Grundlagen 9 Kritische Bänder Im m
Seite 19 und 20:
Grundlagen 11 Betrachtet man die mu
Seite 21 und 22:
Grundlagen 13 Abbildung 2.7: Flache
Seite 23 und 24:
Grundlagen 15 Abbildung 2.11: Empir
Seite 25 und 26:
Grundlagen 17 Abbildung 2.15: Dreik
Seite 27 und 28:
Feature Extraktion 19 3.1 Arbeitsab
Seite 29 und 30:
Feature Extraktion 21 3.2 Spektrala
Seite 31 und 32:
Feature Extraktion 23 3.2.3 Fenster
Seite 33 und 34:
Feature Extraktion 25 Name b SNR De
Seite 35 und 36:
Feature Extraktion 27 (a) (b) (c) A
Seite 37 und 38:
Feature Extraktion 29 zur Berechnun
Seite 39 und 40:
Feature Extraktion 31 e(t) ist dabe
Seite 41 und 42:
Feature Extraktion 33 sich am mensc
Seite 43 und 44:
Feature Extraktion 35 3.2.8.3 Simul
Seite 45 und 46:
Feature Extraktion 37 (a) (b) (c) A
Seite 47 und 48:
Feature Extraktion 39 di = ∆i −
Seite 49 und 50:
Feature Extraktion 41 Frequenz devn
Seite 51 und 52:
Feature Extraktion 43 Abbildung 3.1
Seite 53 und 54:
Feature Extraktion 45 wird. Alterna
Seite 55 und 56:
Feature Extraktion 47 Abbildung 3.1
Seite 57 und 58: Feature Extraktion 49 einem ringfö
Seite 59 und 60: Feature Extraktion 51 Die Methode g
Seite 61 und 62: Feature Extraktion 53 Gewonnen wird
Seite 63 und 64: Feature Extraktion 55 begründet li
Seite 65 und 66: Feature Extraktion 57 a und b stehe
Seite 67 und 68: Feature Extraktion 59 1. Expectatio
Seite 69 und 70: Feature Extraktion 61 3.6.1.4 Erwei
Seite 71 und 72: Feature Extraktion 63 analyse der z
Seite 73 und 74: Feature Extraktion 65 Abbildung 3.1
Seite 75 und 76: Feature Extraktion 67 3.7 Struktura
Seite 77 und 78: Feature Extraktion 69 Die Ähnlichk
Seite 81 und 82: Feature Extraktion 73 einander verg
Seite 85 und 86: Feature Extraktion 77 Ausrichtung z
Seite 87 und 88: Klassifizierung 79 jedoch von solch
Seite 89 und 90: Klassifizierung 81 4.2 Dynamic Time
Seite 91 und 92: Klassifizierung 83 bale Tempo kann
Seite 93 und 94: Klassifizierung 85 Eine Änderung d
Seite 95 und 96: Resultate und Perspektiven 87 • H
Seite 97 und 98: Resultate und Perspektiven 89 Titel
Seite 99 und 100: Resultate und Perspektiven 91 Abbil
Seite 101 und 102: Resultate und Perspektiven 93 Grund
Seite 103 und 104: Literaturverzeichnis 95 Literaturve
Seite 105 und 106: Literaturverzeichnis 97 Processing,
Seite 107: Literaturverzeichnis 99 [48] Steven
Alle anzeigen

Automatische Erkennung von Cover-Versionen und Plagiaten in ...

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?