「ベクトル線」に関連した中国語例文の一覧 -中国語例文検索

『線画』、『表』のオブジェクトのうち、キャプション識別子が付与されたオブジェクトの場合には、ステップS1107において、ベクトル変換によるベクトルパス記述を生成する。

在对其添加说明标识符的“线条画”或“表”对象的情况下，在步骤 S1107，通过向量转换产生向量路径描述。 - 中国語 特許翻訳例文集

第2の手法は、ユーザの位置座標Yを始点とするベクトルV12の延長線が線分Lと交わるかどうかを判定するものである。

第 2方法判定将用户的位置坐标 Y作为起点的向量 V12的延长线是否与线段 L相交。 - 中国語 特許翻訳例文集

なお、ベクトルV12の延長線が線分Lと交われば、ユーザの正面が画像形成装置11の正面を向いていると判定する。

另外，如果向量 V12的延长线与线段 L相交，则判定为用户的正面朝向图像形成装置 11的正面。 - 中国語 特許翻訳例文集

例えば、輪郭を関数近似する代わりに、線図形の芯線を関数近似するベクトル化手法も良く知られている。

例如，代替对轮廓进行函数近似，对线条画的中心线 (core line)进行函数近似的向量化方法也是众所周知的。 - 中国語 特許翻訳例文集

この自動視差調整量は上述した特徴点と対応点とを結ぶ線分である視差ベクトルである。

此自动视差调整量是视差矢量，其为如上所述的连接特征点和对应点的线段。 - 中国語 特許翻訳例文集

ステップS400において、プロセッサ200は、無線インターフェース205を通して、複素変調シンボルのベクトルの受信を検出する。

在步骤 S400中，所述处理器 200检测出通过所述无线接口 205接收到一个复调制符号矢量。 - 中国語 特許翻訳例文集

サイズM×Nのデータ行列Dを仮定すると、SVD因数分解は、D=U＊S＊V’により与えられる。 ただし、Uは（左）特異ベクトルのM×N列の直交行列であり、Sは対角線に沿った特異値（sl,s2,…sN）を備えるN×N対角行列であり、Vは（右）特異ベクトルのN×N直交行列である。

给定大小为 M×N的矩阵 D，SVD因数分解由 D＝ U*S*V’给出，其中 U为 (左 )奇异向量的 M×N的列正交矩阵，S为具有沿对角线的奇异值 (s1，s2，...sN)的 N×N对角矩阵，且 V为 (右 )奇异向量的 N×N正交矩阵。 - 中国語 特許翻訳例文集

これに対して、Cb、Crの予測画像生成では、図10に示すように、対応するY成分の動きベクトルをスケーリングした結果として得られる動きベクトルが指す画素位置の画素値を、その近傍4箇所の整数画素の画素値から、画素間距離に応じた重み付け線形内挿処理にて求める。

与此不同，在 Cb、Cr的预测图像生成中，如图 10所示，关于作为按比例缩放相对应的 Y分量的运动矢量的结果得到的运动矢量指示的像素位置的像素值，从其附近 4个位置的整数像素的像素值通过与像素间距离相对应的加权线性内插处理求出。 - 中国語 特許翻訳例文集

例えば、M＝3（即ち、中間のBフレームが2つ）の場合、単純な線形補間により、第1のBフレームは、後のPフレームの動きベクトルの−2／3倍を使用し、かかるPフレームに対するピクセルの補正値（offset）を決定するとともに、後のPフレームの動きベクトルの1／3倍を使用し、前のPフレームに対するピクセルの補正値を決定する。

例如，如果 M＝ 3(即两个居间的 B帧 )，用简单线性插值，第一个 B帧使用 -2/3倍的后续 P帧运动向量以确定相对于这种 P帧的像素偏移，和 1/3倍的后续 P帧运动向量以确定相对于前面 P帧的像素偏移。 - 中国語 特許翻訳例文集

Rxビーム形成プロセスの間、ビーム形成コントローラ106は、図2を参照して上述したステアリングベクトルu1、u2、・・・、unのシーケンスを繰り返し、ベクトルuの現在の値に従って、位相シフト角度θ1、θ2、・・・、θnを、デジタル的に制御可能な遅延線130、132、134に適用してもよい。

在 Rx波束成形过程期间，波束成形控制器 106可以通过以上参考图 2而讨论的导向矢量序列 u1，u2，...un来迭代地步进，并且根据矢量 u的当前值向以数字方式可控的延迟线 130、132和 134应用相移角θ1，θ2，...θn。 - 中国語 特許翻訳例文集

次のステップS401において、プロセッサ200は、無線インターフェースに対して、複素変調シンボルの少なくとも1つの受信ベクトルを復号するように指示する。

在下一步骤 S410中，所述处理器 200命令所述无线接口解码至少一个所接收到的复调制符号矢量。 - 中国語 特許翻訳例文集

図9では、重複領域DR内の点線で表された1つの正方形が1つのブロックを示しており、各ブロック内の矢印は、それらのブロックの動きベクトルLMVを表している。

在图 9中，交叠区域 DR中由虚线表示的一个方块表示一个块，并且各个块中的箭头表示这些块的运动矢量 LMV。 - 中国語 特許翻訳例文集

例えば、図7（a）の設定に従えば、『文字』、『線画』および『表』属性の領域に対してはベクトル変換処理が、『写真』属性の領域に対しては画像切り出し処理が行われる。

例如，根据图 7A的设置，在“字符”、“线条画”和“表”属性的区域上进行向量转换处理，并且在“照片”属性的区域上进行图像裁切处理。 - 中国語 特許翻訳例文集

このとき、当該オブジェクトが『線画』、『表』オブジェクトである場合、ステップS1107で生成されたベクトルパス記述は透明枠生成には不要であるため、記憶部211から削除することが可能である。

此时，当对象是“线条画”或“表”对象时，不需要步骤 S1107中产生的向量路径描述来产生透明框，使得可从存储单元 211删除向量路径描述。 - 中国語 特許翻訳例文集

例えば、通信装置10が移動体端末であるなら、シンボルベクトルskは、無線基地局に送信される移動体端末のメモリに格納されたデータ、或は、移動体端末のユーザからの音声データを有しているかもしれない。

例如，如果通信装置 10是移动终端，则符号向量 sk可包括移动终端的存储器中存储的数据或来自移动终端的用户的话音数据以便传输到无线电基站。 - 中国語 特許翻訳例文集

実施例1の動作説明では、図7（c）の対応テーブルを用いることで『写真』、『線画』、『表』に対して、個々のオブジェクトのグラフィックス記述を画像パーツとして生成して前景画像に含め、強調表示用の透明ベクトルパス記述をそれぞれ生成していた。

在第一实施例的操作的描述中，通过使用图 7C的对应表，对于“照片”、“线条画”和“表”，作为图像部分产生各个对象的图形描述，在前景图像中包括该图像部分，并且对各个对象产生用于强调对象的透明向量路径描述。 - 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