1、“.....各组之间差异有统计学意义，其可信度为百分之九十五。基于唯识别使用，数据材料可以分为两部分。这节其余部分，除非另有说明，都是基于使用唯识别分组数据。受访者中使用唯识别，他们认为唯识别主要用于初级包装或者产品水平，受访者将唯识别用于二次包装或包装盒，而受访者将之应用于高级包装或运输设备水平。受访者认为，他们将唯识别应用在所有三个层次包装上。条形码是最常使用方法，它用于指定包装上惟识别，通过人类可读文本或数字字符串实现......”。

2、“.....他们在产品和包装上使用标签，以达到唯识别。另有受访者个认为，他们正考虑在未来实施，并且受访者说，他们已对使用技术进行了详细研究。唯识别被记录和阅读位置也应该进行评估图。可见下游利用唯识别比上游使用更为常见。内部使用似乎占主导地位，特别是对于追踪产成品存货。类似模式可以在执行唯识别驱动程序中看到。改进跟踪分数最高，同时减少了盗窃。数据表明四个不同公司群有类似驱动力量。旨在提高物料流协作和减少假冒和盗窃公司达到了最高水平整合......”。

3、“.....采样比率为，实验中使用马达分别有转子断条，轴承故障，和正常马达。结果及其分析特征层模糊积分诊断模型在滚动体滚动轴承实验数据起用后，模型就开始生效，这时在振动信号只能得到时域特征，对于测试特征层模糊积分融合模型，涉及三个特征峰度峰值均方根，表和表表示了识别率和隶属度和它们之间关系。在机械环境中，是很敏感，对三种轴承故障识别率已经达到，当单独使用时也会出现相同情况......”。

4、“.....然而平均模糊积分要高于平均隶属度在单独特征中，它表示了模糊积分数据融合已经对诊断有了改进。为了是计划模糊积分模型更加有效，于是我们引用了个没有那么敏感特征来取代它振幅因数，我们可以使用不同方法来建立局部拼接关系，比如概率密度函数方法，我们是使用分析理论来识别关系，此时模糊隶属度反映了拼接度。在表里我们可以看到峰值隶属度分布和轴承内圈故障外圈故障和滚动体故障有关，其他特征隶属度分布也可以通过同样方法来得到......”。

5、“.....是曲线弧长，是加权弧长。而相应梯度下降流为其中，是任何单调递减非负函数，κ是曲线曲率。在式中，第部分作用就像个结果，如果曲线在对象以外，将指向对象外。同时，法向量指向曲线内，所以为负......”。

6、“.....因此，曲线将缩小和接近边缘。与此相反，当曲线在对象内时，也会指向对象内。所以，是正，指向法向量相反方向。因此曲线将延伸，也更接近对象边缘。这是图像外部能量。所以，当根据模型进行计算时，它实际上要受到两种类型能量控制。个来源于变形曲线，它被称为内部能量。另种是梯度，它控制边缘上曲线。这就是外部能量。图模型分割四彩色图像分割模型由于彩色图像包含更多对象有用信息，直接基于彩色图像分割可以达到更好效果......”。

7、“.....然后对其进行独立处理。然而，在图像分割中，这种方法效果不好，因为不同分割结果可以从不同单通道图像实现，然后发生碰撞。因此，最好办法是开发个分割模型，能把彩色图像作为均匀图像处理。正如在上节中，模型主要是基于图像中对象边缘上。边缘实际上是所表示图像中灰度级梯度。因此，要把模型延同步处理，通常把边作为强度脊模型。然而在实践中，这假设只有近似，导致了这些算法些缺陷......”。

8、“.....和不同来源上得来不精确信息。设计模糊规则是个有吸引力方案，他能尽可能提高边缘质量。这种算法缺陷是它们需要大量计算。这些结果是我们得出这样结论系统实施呈现了对比度和采光变化上更大鲁棒性，除了避免获取双边缘。它在线条流畅性，直线直线性和曲线圆度性上给出了永久影响。同时，边角更加锐化，并且可以很容易定义。外文原文二，续部分，而离散谐波部分将大大减少。利用现有随机脉宽调制方法有三种基本概念，这在文献中已经有明确介绍......”。

9、“.....它可以通过规则或自然采样法实现。规则采样法采用逆变器，特点是输出频率每个周期开关间隔是个整数。从个周期到个周期是可以随机变化。使用传统三角或空间矢量调制法可以实现自然采样法。在三角调制法中，将参考电压信号与三角载波信号相比较，在这里三角波具有随机生成斜率。图中显示了运用这种随机方法生成三角波。随机脉冲位置在随机脉冲位置中，在独立开关间隔中开关脉冲信号是随机给定。最简单方法包含只有两个可能随机选择位置......”。