「金属Oリング」に関連した中国語例文の一覧 -中国語例文検索

したがって、図9の変換部24、逆変換部31、量子化部25、逆量子化部30、デブロッキングフィルタ22は、図11の変換部124、逆変換部131、量子化部125、逆量子化部130、デブロッキングフィルタ122をそれぞれ3成分分繰り返す演算で実現できるので、第1のピクチャ符号化部5と第2のピクチャ符号化部7a〜7cの内部構成の一部を共通の機能ブロックで実現することもできる。

以及像条数据的位流结构不同。 因而，由于图 9的变换部 24、反变换部 31、量化部 25、反量化部 30、解块过滤器 22可分别用 3个分量大小重复的运算来实现图 11的变换部 124、反变换部 131、量化部 125、反量化部 130、解块过滤器 122，故也可用共同的功能块来实现第 1图片编码部 5和第 2图片编码部 7a～ 7c的内部结构的一部分。 - 中国語 特許翻訳例文集

モバイルノードは、北京（図2のコアネットワーク領域番号2）へと移動した後に、ホームエージェント発見を開始し、最大範囲のエニーキャストアドレス（例えば、グローバルに有効なエニーキャストアドレス）への初期接続のポイントについての情報を含むIKEメッセージを送信する。

在行进到北京 (图 2中的核心网区域 #2)之后，它发起归属代理发现，并且将包括关于初始附接点的信息的 IKE消息发送至具有大范围的选播地址，例如全球有效的选播地址。 - 中国語 特許翻訳例文集

1. 非同期ワイヤレス通信ネットワークのルーティングノード（R3）の動作を設定するための方法であって、前記ルーティングノード（R3）は、間欠的動作を有する無線トランシーバを含み、前記間欠的動作は、アウェイク・インターバル（Rl）及びスリープ・インターバル（Rs）の周期的シーケンスに対応し、前記ネットワークは、複数のクラスタ（CL1、CL2、．．．）を含み、前記クラスタ（CL1、CL2、．．．）のそれぞれは、1つのクラスタヘッドノード（R3、R4、．．．）を有し、クラスタヘッドノードは、前記クラスタの他のノードから送信されたデータパケットを受信するルーティングノードであり、クラスタ内での送信が試行されたときにビジーチャネル確率（c）に出くわし、クラスタ内での送信が実行されたときに通信衝突確率（p）に出くわし、データパケットは、伝送成功確率（ψ）及び伝送の平均遅延（τ）と共にクラスタ内で伝送され、前記方法は、A）前記ルーティングノード（R3）が前記クラスタヘッドノードである前記クラスタ（CL1）について、前記ビジーチャネル確率（c）、前記通信衝突確率（p）、前記ルーティングノード（R3）の前記アウェイク・インターバルの継続時間（Rl）及び前記スリープ・インターバルの継続時間（Rs）の関数としてのエネルギー消費を求めるステップと、B）前記ルーティングノード（R3）が前記クラスタヘッドノードである前記クラスタ（CL1）について、前記ビジーチャネル確率（c）及び通信衝突の前記確率（p）の所定の値のもと、且つ、前記伝送成功確率（ψ）及び伝送の前記平均遅延（τ）に対する所定の制限もとで、前記エネルギー消費を設定された閾値未満に低減する前記ルーティングノード（R3）の前記アウェイク・インターバルの継続時間（Rl）及び前記スリープ・インターバルの継続時間（Rs）の値を求めるステップと、C）前記ルーティングノード（R3）の前記アウェイク・インターバルの継続時間（Rl）及び前記スリープ・インターバルの継続時間（Rs）を、ステップBで求めた前記値の中から選択された値に設定するステップと

1.用于设置异步无线通信网络的路由节点 (R3)的操作的方法，其中所述路由节点(R3)包含具有间歇式操作的无线电收发器，所述间歇式操作对应于清醒间隔(Rl)和休眠间隔 (Rs)的周期性序列，其中所述网络包含多个集群 (CL1、CL2...)，所述集群 (CL1、CL2...)中的每一个具有一个集群头节点 (R3、R4...)，其中集群头节点是接收从集群的其他节点发射的数据包的路由节点，其中当试图进行集群内发射时遭遇忙信道概率 (c)，其中当执行集群内发射时遭遇通信冲突概率 (p)，且在集群内传输数据包具有成功传输概率 (Ψ)和平均传输延时 (τ)，该方法包含以下步骤： A)对于其中所述路由节点(R3)是集群头节点的集群(CL1)，根据忙信道概率(c)、通信冲突概率 (p)、所述路由节点 (R3)的清醒间隔 (Rl)的持续时间和休眠间隔 (Rs)的持续时间，确定能耗，B)对于其中所述路由节点 (R3)是集群头节点的集群 (CL1)，在设置的阈值下、在忙信道概率 (c)和通信冲突概率 (p)的预定值下且在用于成功传输概率 (Ψ)和平均传输延时(τ)的预定约束下，确定减小所述能耗的所述路由节点 (R3)的清醒间隔 (Rl)的持续时间和休眠间隔 (Rs)的持续时间的值，以及C)将所述路由节点 (R3)的清醒间隔 (Rl)的持续时间和休眠间隔 (Rs)的持续时间设置为从步骤 B)确定的所述值中选择的值。 - 中国語 特許翻訳例文集

サブブロック構造がソースブロック全体に渡るときこれはいくつかの場合において好ましいだろう、しかし、各記号とともに送られるヘッダーデータ内でサブブロック識別子をこのように伝送することは、ソースブロックの送信の最中にチャネルをつなぐ受信器がサブブロックのサブブロッキング構造を速く理解することを可能としてもよく、ソースブロックへのデータ送信はいくつかの物理層ブロックに渡ってもよい。

在一些情况中，由于子块结构跨越整个源块，而源块的数据的发送可以在若干物理层块上，这可能是优选的，并且因此在与每个符号一起发送的头部数据中携带子块标识符可以允许在源块传输的中间加入该信道的接收机快速地理解源块的子块结构。 - 中国語 特許翻訳例文集

低複雑度のビデオ復号器100は、高速可変長復号化（VLD）及び逆量子化モジュール110（図1には、“高速VLD及び逆量子化”とラベル表示されるものである）、逆離散コサイン変換（IDCT）ユニットのような逆変換ユニット120（図1には、“逆変換”とラベル表示されるものである）、動き補正モジュール130（図1には、“MCモジュール”とラベル表示されるものである）、加算器のような計算器140、再構成フレーム出力ユニット150（図1には、“再構成フレーム出力”とラベル表示されるものである）、及び、フレームバッファのようなフレーム保存手段160を含み、ここで、動き補正モジュール130は、一時予測ユニット132（図1には、“一時予測”とラベル表示されるものである）及び空間予測ユニット134（図1には、“空間予測”とラベル表示されるものである）を含み、また、再構成フレーム出力モジュール150は、インループフィルタ152のようなデブロッキングフィルタを含む。

视频解码器 100包含快速可变长度解码 (variable length decode，VLD)与反量化模块 110(在图1中标示为“快速可变长度解码与反量化”)、反变换单元 120(在图 1中标示为“反变换”，例如反离散余弦变换 (inverse discrete cosine transform，IDCT)单元 )、包含时间预测单元 132(在图 1中标示为“时间预测”)与空间预测单元 134(在图 1中标示为“空间预测”)的运动补偿模块 130(在图 1中标示为“MC模块”)、算术单元 140(例如加法器 )、包含解块滤波器 (例如嵌入式滤波器 152)的重建帧输出单元 150(在图 1中标示为“重建帧输出”)、以及帧存储器 160(例如帧缓冲器 )。 - 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