B. LEVEL 2: ‘‘MULTIPLE EMBEDDING’’

B. LEVEL 2: ‘‘MULTIPLE EMBEDDING’’ WITH DIFFERENT (NON-REPEATED) PEAK BINSTo reduce the number of those constraints in empirical schemes (Level 1), our previous work [30] employed multiple embedding method with much more flexible selection approach to determine peak bins, which achieves a better performance. However, some inherent constriction for multiple embedding method could not be completely removed. It requires all the peak and zero bins should be chosen at one time and those values are different from each other, which is defined as ‘‘non-repeated (also called single) peak bins’’ case. The scheme could be illustrated in Fig.4(b) and Fig.5(a).

結果 (繁體中文) 1:

B. LEVEL 2：''MULTIPLE嵌入算法'' -不同（不重複）峰支路輸出
為了減少在經驗方案那些約束的數目（級別1），我們以前的工作[30]採用多個嵌入方法具有更靈活的選擇方法來確定峰值箱，達到更好的性能。然而，對於多埋線法一些固有的收縮不能完全去除。它要求所有的峰值和零倉應在同一時間進行選擇，並將這些值是彼此不同的，其被定義為'非重複（也稱為單）峰支路輸出''的情況。該方案可在圖4（b）和圖5（a）進行說明。

結果 (繁體中文) 2:

B. 級別 2： "多嵌入"與不同 （非重複） 峰值
為了減少經驗方案（級別 1）中這些約束的數量，我們以前的工作 [30] 採用了多種嵌入方法，採用更靈活的選擇方法來確定峰值條柱，從而實現更好的性能。但是，無法完全消除多個嵌入方法的某些固有收縮。它要求一次選擇所有峰值和零條箱，並且這些值彼此不同，定義為"非重複（也稱為單個）峰值箱"的情況。該方案如圖4（b）和圖5（a）所示。

結果 (繁體中文) 3:

B、級別2:具有不同（非重複）峰值存儲區的“多個嵌入”
為了减少經驗方案（1級）中的這些約束，我們以前的工作[30]採用了多個嵌入方法和更靈活的選擇方法來確定峰值箱，從而獲得更好的效能。然而，多重嵌入法的一些固有的局限性並不能完全消除。它要求同時選擇所有峰值和零峰值，並且這些值彼此不同，這被定義為“非重複（也稱為單）峰值”情况。該方案如圖4（b）和圖5（a）所示。