「でるたかんすう」に関連した中国語例文の一覧 -中国語例文検索

ΔBVからΔBV_nextを与える関数H（ΔBV）は、図12の点線のグラフC1を実現する関数であり、図18のようなΔBVに対するΔBV_nextの関係を格納したテーブル参照形式で実現することや、近似関数などで求められる。

根据ΔBV而赋予ΔBV_next的函数 H(ΔBV)是用于实现图 12的虚线的曲线 C1的函数，使用图 18那样的存储了ΔBV_next相对于ΔBV的关系的表参照形式加以实现来求得、或使用近似函数等来求得。 - 中国語 特許翻訳例文集

ここで、累積印字画素数YXが所定の閾値を超えたということは、画素位置xが、図3に示す「何らかの文字列」のような印字すべきデータ（印字データ）の端である確率が高いことを意味する。

在此，累计打印像素数 Yx超过了预定的阈值，意味着像素位置 x是图 3所示的“某字符串”那样的应该打印的数据 (打印数据 )的端部的概率高。 - 中国語 特許翻訳例文集

具体的には、ハンドオーバ・コンポーネント254またはその中の任意の1つもしくは複数のコンポーネントは、データから学習し、そのように構成されるモデルから推論結果を導くための多数の方法体系のうちの1つを使用することができる。

具体地讲，切换组件 254或其中的任何组件可采用许多方法中的一种来从数据学习，然后从如此构建的模型得出推论。 - 中国語 特許翻訳例文集

ここで、累積印字画素数YXが所定の閾値を超えたということは、画素位置xが、図3に示す「何らかの文字列」のような印字データの端である確率が高いことを意味する。

在此，累计打印像素数 Yx超过了预定的阈值，意味着像素位置 x是图 3所示的“某字符串”那样的打印数据的端部的概率高。 - 中国語 特許翻訳例文集

本実施の形態では、上述のステップS270で説明した関数G（ΔBV）との違いは符号のみであり、この制御の狙いはステップS270で説明したとおりである。

在本实施方式中，与在上述的步骤 S270中说明的函数 G(ΔBV)的不同之处只是标号，该控制的目的如在步骤 S270中说明的那样。 - 中国語 特許翻訳例文集

本発明によれば、所望波に近接する周波数の干渉波の存在を検出した場合は、AGCループの収束電力を抑え、アクティブフィルタの飽和を防止することができ、所望波に近接しない周波数の干渉波の所在を検出した場合は、アクティブフィルタが飽和しない範囲でAGCループの収束電力を高め、アクティブフィルタ出力のS／N比を向上させることができる。

根据本发明，当检测到接近所希望波的频率的干扰波存在时，能够抑制 AGC环路的收敛电力，并防止有源滤波器的饱和，当检测到未接近所希望波的频率的干扰波存在时，能够在有源滤波器未饱和的范围内提高 AGC环路的收敛电力，并提高有源滤波器输出的 S/N比。 - 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