rate is 100 M/s). We can simply dig

rate is 100 M/s). We can simply digitise this pulse by a 1000
dimension vector consisting of 1000 time-series data points. A
longer waveform, which may involve multiple PD pulse, thus
requires a higher dimensional vector for its representation. In
addition, we can also extract features for pulse shape (e.g.,
the pulse height, the pulse rise and decay time, etc.) from the
time domain [18] and some other properties for pulses from
the frequency domain by signal processing methods.

ผลลัพธ์ (ไทย) 1:

อัตราเป็น 100 M/s) เราสามารถเพียง digitise นี้ชีพจร โดย 1000มิติเวกเตอร์ที่ประกอบด้วยจุดข้อมูลอนุกรมเวลา 1000 Aรูปคลื่นยาว ซึ่งอาจเกี่ยวข้องกับหลาย PD ชีพจร ดังนั้นต้องสูงกว่ามิติเวกเตอร์สำหรับการแสดงของ ในนอกจากนี้ เราสามารถยังแยกคุณลักษณะสำหรับรูปร่างของพัลส์ (เช่นความสูงชีพจร การชีพจรเพิ่มขึ้นและการสลายตัวเวลา ฯลฯ) จากการเวลาโดเมน [18] และบางคุณสมบัติสำหรับพัลส์จากโดเมนความถี่ โดยวิธีการประมวลผลสัญญาณ

ผลลัพธ์ (ไทย) 2:

อัตรา 100 M / s) เราก็สามารถรูปแบบดิจิทัลชีพจรนี้โดย 1000
เวกเตอร์มิติประกอบด้วย 1000 จุดข้อมูลอนุกรมเวลา
รูปแบบของคลื่นนานซึ่งอาจเกี่ยวข้องกับการเต้นของชีพจร PD หลายจึง
ต้องมีมิติเวกเตอร์ที่สูงขึ้นสำหรับการเป็นตัวแทน ใน
นอกจากนี้เรายังสามารถดึงคุณสมบัติสำหรับรูปร่างชีพจร (เช่น
ความสูงชีพจรชีพจรเพิ่มขึ้นและการเสื่อมสลายเวลา ฯลฯ ) จาก
โดเมนเวลา [18] และบางส่วนคุณสมบัติอื่น ๆ สำหรับพัลส์จาก
โดเมนความถี่โดยวิธีการประมวลผลสัญญาณ

ผลลัพธ์ (ไทย) 3:

อัตราเป็น 100 m / s ) เราสามารถ digitise ชีพจรนี้โดย 1000เวกเตอร์มิติประกอบด้วย 1000 ข้อมูลอนุกรมเวลาจุด เป็นยาว สัญญาณ ซึ่งอาจเกี่ยวข้องกับหลาย PD ชีพจรจึงต้องใช้ขนาดสูงเวกเตอร์ของตัวแทน ในนอกจากนี้เรายังสามารถดึงคุณสมบัติรูปทรงชีพจร ( เช่นชีพจรสูงชีพจรเพิ่มขึ้นและเวลาผุ ฯลฯ ) จากโดเมนเวลา [ 18 ] และคุณสมบัติอื่น ๆบาง สำหรับกะพริบจากโดเมนความถี่สัญญาณวิธีการประมวลผล