「こうぞうてき」に関連した中国語例文の一覧 -中国語例文検索

3. 前記複数の中間データ生成手段のそれぞれは、前記ページごとの前記中間データを、複数の異なる前記基本色ごとに生成し、生成した中間データのすべてを前記複数の描画データ生成手段のそれぞれに対して出力し、前記複数の描画データ生成手段のそれぞれは、前記複数の中間データ生成手段のそれぞれから取得した前記中間データのうち対応する前記基本色の前記中間データを用いて、対応する前記基本色の前記描画データを生成する、ことを特徴とする請求項1に記載の画像処理システム。

3.根据权利要求 1的图像处理系统，其中所述多个中间数据生成部分按照所述多个不同的基本颜色生成各个页面的中间数据，并将所生成的中间数据全部输出至所述多个绘图数据生成部分，并且其中所述多个绘图数据生成部分使用从所述多个中间数据生成部分获取的中间数据中各相应基本颜色的中间数据来生成各相应基本颜色的绘图数据。 - 中国語 特許翻訳例文集

本明細書に記載されたさまざまな自動化態様を実施することにより、これらの技術は、（例えば、Hidden Markov Models（HMM）および関連する原型依存モデル、例えば、Bayesianモデル・スコアまたは近似を用いた構造探索によって生成されるBayesianネットワークのようなより一般的な確率論的グラフィック・モデル、例えば、サポート・ベクトル・マシン（SVM）のような線形クラシファイヤ、例えば、「ニューラル・ネットワーク」方法と称される方法のような非線形クラシファイヤ、ファジー理論方法、および、データ融合を実行するその他のアプローチ等のように）データから学習を行い、複数の記憶装置に情報を動的に格納することに関する推論および／または判定を行うための数多くの方法のうちの1つを適用しうる。

为了实现本文中所描述的各个自动化方面，这些技术可以采用多种方法中的一种方法，根据数据进行学习，然后关于动态地在多个存储单元之间存储信息得出推论和 /或做出判断 (例如，隐式马尔可夫模型 (HMM)和相关的原型依赖模型 (prototypical dependency model)，诸如贝叶斯网络 (例如，利用贝叶斯模型评分或近似法通过结构搜索所产生的 )之类的更一般化的概率图形模型、线性分类器(例如，支持向量机 (SVM))、非线性分类器 (例如，称为“神经网络”方法、模糊逻辑方法的方法 )，以及其它用于执行数据融合的方法等 )。 - 中国語 特許翻訳例文集

26. 前記符号化モードは、前記グループに係わる符号化のうち、前記グループ内のデータ処理単位別に、少なくとも1つの推定モードによる所定データ処理単位に係わる符号化を行い、推定モード別の符号化誤差率を算出し、前記データ処理単位別に、前記推定モード別の符号化誤差率のうち最小の誤差率に対応する前記所定データ処理単位及び推定モードの組み合わせを決定し、前記グループ内のデータ処理単位及び推定モードの組み合わせ別に符号化誤差率を比較し、最小の誤差率を有するデータ処理単位及び推定モードの組み合わせを選択し、前記グループの符号化モードに設定されたことを特徴とする請求項24に記載の映像復号化方法。

26.如权利要求 24所述的图像解码方法，其特征在于所述编码模式中，在对所述组的编码中，按照所述组内的数据处理单位，针对根据至少一个预测模式的预定数据处理单位进行编码来计算按照预测模式下的编码误差率，对按照所述数据处理单位，确定对应于按照所述预测模式下的编码误差率中的最小误差率的所述预定数据处理单位及预测模式的组合，按照所述组内的数据处理单位及预测模式的组合比较编码误差率，选择具有最小误差率的数据处理单位及预测模式的组合来设定为所述组的编码模式。 - 中国語 特許翻訳例文集

2. 前記制御部は、前記A／D変換部に対し、前記第1のカウント値の算出に用いた前記小期間の数と、前記第2のカウント値の算出に用いた前記小期間の数が同一の場合には、前記第1のカウント値及び前記第2のカウント値を補正せず、前記第1のカウント値の算出に用いた前記小期間の数と、前記第2のカウント値の算出に用いた前記小期間の数とが異なる場合には、各小期間の数に応じて前記第1のカウント値又は前記第2のカウント値を補正することを特徴とする請求項1に記載の撮像装置。

2.根据权利要求 1所述的摄像装置，其中在计算所述第一计数值时使用的所述小期间的数量与计算所述第二计数值时使用的所述小期间的数量相同的情况下，所述控制部不使所述 A/D转换部对所述第一计数值和所述第二计数值进行校正，在计算所述第一计数值时使用的所述小期间的数量与计算所述第二计数值时使用的所述小期间的数量不同的情况下，所述控制部使所述 A/D转换部根据各小期间的数量对所述第一计数值或所述第二计数值进行校正。 - 中国語 特許翻訳例文集

また、ゲイン調整部31によって調整されたR成分のゲイン量がB成分のゲイン量よりも大きい場合に、HSV色空間における彩度Sのヒストグラムにおけるグレー値（グレー画素の閾値）が所定値未満か否かを判断して、グレー値が所定値未満であると判断されると、調整済みのR成分のゲイン量をB成分のゲイン量よりも強く抑制するよう再調整するので、変更後の他の撮影環境に対応するようにゲイン量を適正な値に再調整して当該他の撮影環境下でも自然な画像を生成することができる。

另外，在增益调整部 31所调整的 R分量的增益量大于 B分量的增益量时，摄像装置 100判断 HSV色空间内的色度 S的直方图中的灰度值 (灰度像素的阈值 )是否小于规定值。 当判断为灰度值小于规定值时，摄像装置 100进行再调整，以相对 B分量的增益量较强地抑制调整完毕的 R分量的增益量，因此为了对应于变更后的其它摄影环境，而将增益量再调整为适当的值，这样即使在该其它摄影环境下也能够生成自然的图像。 - 中国語 特許翻訳例文集

本明細書に記載されたさまざまな自動化態様にしたがって、これらの技術は、（例えば、Hidden Markov Models（HMM）および関連する原型依存モデル、例えば、Bayesianモデル・スコアまたは近似を用いた構造探索によって生成されるBayesianネットワークのようなより一般的な確率論的グラフィック・モデル、例えば、サポート・ベクトル・マシン（SVM）のような線形クラシファイヤ、例えば、「ニューラル・ネットワーク」方法と称される方法のような非線形クラシファイヤ、ファジー理論方法、および、データ融合を実行するその他のアプローチ等のように）データから学習を行い、複数の記憶装置に情報を動的に格納することに関連する推論および／または判定を行うための数多くの方法のうちの1つを適用しうる。 モバイル・デバイス304は、帯域幅範囲に保持された情報を収集するオブテイナ310と、収集された情報が、帯域幅範囲のガード帯域幅に存在するかを判定するロケータ312とを含みうる。

根据实现本文描述的各种自动化的方面，这些技术可以使用与在多个存储单元上动态存储信息相关的、用于从数据进行学习并得出推论和 /或作出决定的大量方法中的一种方法 (例如，隐马尔科夫模型 (HMM)及相关的原型依赖模型、更一般的概率图模型 (例如 (例如由使用贝叶斯模型得分或近似值的结构搜索所建立的 )贝叶斯网络、线性分类器 (例如支持向量机 (SVM))、非线性分类器 (例如称为“神经网络”的方法 )、模糊逻辑方法以及执行数据融合的其它方法等 )。移动设备 304可以包括获取器 310和定位器 312，获取器 310收集保留在带宽范围中的信息，定位器 312确定所收集的信息是否位于该带宽范围的保护带宽上。 - 中国語 特許翻訳例文集