「すいろんましん」に関連した中国語例文の一覧 -中国語例文検索

おのおののデータ・ストリームについて多重化されたパイロットおよび符号化されたデータは、データ・ストリームのために選択された特定の変調スキーム（例えば、バイナリ・フェーズ・シフト・キーイング（BPSK）、直交フェーズ・シフト・キーイング（QPSK）、Mフェーズ・シフト・キーイング（M−PSK）、M直交振幅変調（M−QAM）等）に基づいて変調（例えば、シンボル・マップ）され、変調シンボルが提供される。

可以基于为每一个数据流所选定的特定调制方案 (例如，二进制移相键控 (BPSK)、正交移相键控 (QPSK)、M相移相键控 (M-PSK)或 M阶正交幅度调制(M-QAM)等等 )，对该数据流的复用后的导频和编码数据进行调制 (例如，符号映射 )，以便提供调制符号。 - 中国語 特許翻訳例文集

おのおののデータ・ストリームについて多重化されたパイロットおよび符号化されたデータは、データ・ストリームのために選択された特定の変調スキーム（例えば、バイナリ・フェーズ・シフト・キーイング（BPSK）、直交フェーズ・シフト・キーイング（QPSK）、Mフェーズ・シフト・キーイング（M−PSK）、M直交振幅変調（M−QAM）等）に基づいて変調（例えば、シンボル・マップ）され、変調シンボルが提供される。

可以根据针对每个数据流所选的特定调制方案 (例如，二相相移键控 (BPSK)、正交相移键控 (QPSK)、M相相移键控 (M-PSK)、M-正交幅度调制(M-QAM)等 )来对该数据流的复用后的导频和编码数据进行调制 (例如，符号映射 )，以便提供调制符号。 - 中国語 特許翻訳例文集

この情報202の受信に少なくとも部分的に基づいて、1以上のプロセッサ12 、回路118、および／または、NIC120は、少なくとも1つのノード60の少なくとも1つの電力消費状態の少なくとも1つの変更を要求する前に、少なくとも1つのパケット204の少なくとも1つのノード10による少なくとも部分的な受信の後に（比較的低い電力消費状態から、少なくとも1つのノード60が少なくとも1つのパケット204を受信および処理することができる比較的高い電力消費状態（例えば、現在の比較的高い電力消費状態）へ移る間）、少なくとも1つの期間Twの経過を少なくとも部分的に選択することができる。

至少部分地响应于至少部分地接收该信息 202，一个或多个处理器 12、电路 118和/或 NIC 120可以至少部分地选择 (在至少一个节点已经进入相对较低功耗状态之后 )所经过的至少一个时间段 Tw，Tw是在至少一个节点 10至少部分地接收至少一个分组 204之后，在请求至少一个节点 60的至少一个功耗状态的至少一个改变 (例如，从相对较低功耗状态变为在其中至少一个节点 60能够接收和处理至少一个分组 204的相对较高功耗状态(例如，其当前相对较高功耗状态 ))之前所经过的时间段。 该时间段 Tw可以等于以下条件 (1)或 (2)先发生的时间： - 中国語 特許翻訳例文集

一方、上記の例示的なソフトウェア要素によって実現されるそれぞれの方法も、例えば、構成されプログラムされたプロセッサ、特定用途向け集積回路（ASIC：application specific integrated circuit）、フィールド・プログラマブル・ゲート・アレイ（FPGA：field programmable gate array）およびデジタル信号プロセッサ（DSP：digital signal processor）などによって、同様に上述のハードウェア要素において符号化することが可能であることに留意する必要がある。

然而应当注意，借助于所述示例性软件元件实现的相应方法例如还可以借助于配置和编程处理器、专用集成电路 (ASIC)、现场可编程门阵列 (FPGA)和数字信号处理器 (DSP)而编码在所述硬件元件中。 - 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

本開示は、様々なメッセージ、パケット、信号、データなどが任意の適切なメッセージングプロトコルに従って送受信される、有線、無線、又はそれらの組み合わせの如何を問わない、任意の形態、タイプ、及びトポロジのネットワークにおいて実施することができ、ネットワークは、任意の適切なマルチレイヤ方式（例えば、一実施形態ではSOAPスタック、OSI基本参照モデル、又はそれらの派生形若しくは変形）に従って動作することができ、様々なネットワークコンポーネントへの、様々なネットワークコンポーネントからの、又はクライアント22と中央リソース12、14の間を含む、様々なネットワークコンポーネントの間の、XML要求メッセージ及び応答メッセージなどのアプリケーション層メッセージは、アプリケーション層よりも下位の層においてはパケットに区分又は分割することができ、1つ以上の層が、別の層からのペイロード部分の前後にある種の制御情報を付加して、カプセル化パケット又はメッセージを形成する。

本公开可以通过任何形式、类型和拓扑的网络来实现，不论是有线的、无线的或其组合，其中各种消息、分组、信号、数据等根据任何适当的消息收发协议来发送和接收，其中网络可以根据任何适当的多层方案 (例如，在一个实施方式中是 SOAP栈、OSI基本参考模型或其衍生或变形 )来操作，其中去往、来自各联网组件及其之间 (包括客户端 22与中央资源 12、14之间 )的诸如 XML请求和响应消息的应用层消息在应用层之下的较低层处被分段或者分割为分组，并且其中一个或多个层可以在来自另一层的载荷部分周围添加特定的控制信息，以形成封装的分组或消息。 - 中国語 特許翻訳例文集

本発明の第7の側面に従い、その上に記憶された命令を有するデータキャリが提供され、プロセッサによって実行される時、プロセッサに、ビデオストリームを受信させ、隣接画素または複数組の画素を識別するように、各フレームの画素を走査することによって、ビデオストリームの各フレームの中の対象の輪郭を識別させ、隣接画素または複数組の画素の属性間の相対的差異は、所定のレベルを上回り、これらの画素または複数組の画素間の連続した線として、輪郭を画定しており、輪郭の範囲外である画素を、事前に選択した色、好ましくは黒にさせ、処理されたビデオストリームを伝送させる。

根据本发明的第七方面，本发明提供了存储有指令的数据载体，在处理器执行所述指令时，所述数据载体使得所述处理器接收视频流，通过扫描各帧的像素以识别邻近的像素或像素组，而其中所述邻近的像素或像素组的属性之间的相对差异是高于预定水平，和把轮廓限定为这些像素或像素组之间的连续的线，来识别所述视频流的各帧中的对象的轮廓，并且使落在所述轮廓之外的像素成为预先选定的颜色，优选为黑色，并且传输所述已处理的视频流。 - 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