外文翻译格式参考报告
毕业设计外文资料翻译
学院：电子工程学院
专业班级：自动化071
学生姓名：陈新鹏学号：030713103
指导教师：马娟丽
外文出处：Multi-focus Image Fusion Algorithms
Research Based on Curvelet Transform 附件：1.外文资料翻译译文； 2.外文原文
指导教师评语：
签名：
年月日
基于曲波变换的多聚焦图像融合算法研究
摘要：由于光学透镜聚焦深度的限制，往往很难得到一个包含所有相关聚焦目标的图像。多聚焦图像融合算法可以有效地解决这个问题。基于广泛应用的多聚焦图像融合算法的分析，本文提出一种基于多聚焦图像融合算法的曲波变换。根据曲波变换分解的不同频率区，分别讨论低频系数和高频系数的选择规律。本文中低频系数和高频系数被分别与NGMS（就近梯度最大选择性）和LREMS（局部区域能量最大的选择性）融合。结果表明，提出的多聚焦图像融合算法可以获得和图像聚焦融合算法相同的图像，在客观评价和主观评估方面较其他算法有明显的优势。
关键字：曲波变换；多聚焦图像；融合算法
1.简介
如今，图像融合被广泛应用于军事、遥感、医学和计算机图像等领域。图像融合的主要目的将来自两个或更多相同场景的信息相结合以获得一个包含完整信息的图像。比如，廉价相机的主要问题是我们不能获得不同距离的每个目标以获得一个聚焦所有目标的图像。因此，我们需要一种多聚焦图像融合方法来聚焦和获得更清晰的图像。
经典融合算法包括计算源图像平均像素的灰度值，拉普拉斯金字塔，对比度金字塔，比率金字塔和离散小波变换（DWT）。然而，计算源图像平均像素灰度值的方法导致一些不期望的影响例如对照物减少。小波变换的基本原理是对每个源图像进行分解，然后将所有这些分解单元组合获取合成表示，从中可以通过寻找反变换恢复融合图像。这种方法显然是有效的。但是，小波变化只能通过变换边缘特征反映出来，却不能表达边缘的特点。同时，也因为它采用各向同性所以小波变化无法显示边缘方向。由于小波变换的限制，Donoho 等人提出了曲波变换的概念，它采用边缘作为基本元素，较为成熟并可以适应图像特征。此外，曲波变换具有各向异性和有更好的方向，可以提供更多图像处理的信息。
通过曲波变换的原则我们知道：曲波变化除了具有多尺度小波变换和地方特色外，它还具有方向特征和支持会话的基础特征。曲波变化可以适当代表图像边缘和相同逆变换精度的光滑区。继曲波变化低波段和高波段融合算法系数的研究后，提出一种思想：低-带系数采用NGMS方法和不同的方向高带系数采用LREMS方法。
2.第二代曲波变化
第二代曲波变换和第一代的曲波变换不同的是，没有导入脊波变换的实施过
程，但直接提交曲波基本格式的具体表达，这可以说是深入解释曲波变换。在此根本文献让离散算法快速实现。
频率区域中窗口函数的概念：??
? ??ωj U : ()()()()ωωωωωj j j j V U U 121~~ψ==? (1)
()()()212112ωφωφωψ-=,()()112ωψωψj j -=和()x φ是
一维的窗口函数；()()12]2[2ωωωj j V V =,()x V 定义字段 [-1,1] 实数函数，时间内容()12=-∑+∞-∞=m t V m 函数()ωj U ~在频域内假定会议接近于 (){}2122112,122,22:j j j j -≤-+≤-≤≤ωωωωω，
曲线函数定义的两个维数： ()()()()b,ωS
i θj,k,l j,k,l T θl l e ωS U ωω---?==121~??? (2)
随着频率，比例j -2,方向角l θ和位置
()()221,2,2j j T l j k k k b l
---???=θω (),2,2221j j k k b --??=??
????-=1tan 01θ
θS , 为粗略的尺寸（低域）
位置()2,100022k k b j j --= 曲线函数定义为：
()()()()()w b i j j k k j k j e k k ,212,1,,,000210022~~---==φφωω?ω? (3)
比较公式2和公式3可知“粗略”规模曲波函数相对于其他曲波函数构想并没有介绍方向参数。所以曲波变换在低频段区域靠近小波变换，但在j 规模，曲波变换平等的瓜分坡度区间[]22j 加入222j j ?契形区。
二维连续函数),()(21x x f
x f =曲线变换定义为公式：
()ωωωπ?ωθd e U S f x f k l k c b i j l k j l ),(2,,)(~)(~21),(),,(?
== (4)
同时曲线变换在离散实例中定义为公式：
()()∑-?=2
,1tan ,~1,,121,2,1n n l j j D n n n f L L l k j C θ
()()j j L n k L n k i j e n n U ,222,111221,~+π (5)
()},:{,20,220,2,10,110,12,1j j j L n n n L n n n n n P +≤≤+≤≤=
窗口函数()21,~n n U j 支持会话
()212,2,1,~;2,2n n f L L j j j j ≈≈
是二维离散信号发散：FFT,2,221N n n N <≤-
公式5显示了该图像()21,t t f 是分解使用快速离散曲波变换的FFT 方法：
（1） 图像()21,t t f 被分解二维的FFT ，获取序列
()21,~n n f ,2,221N n n N <≤-
（2） 根据不同比例j 和方向l θ重复采样()21,~n n f 或插入要接收的值
()
l n n n f θtan ,~121- （3） 让()l θn ,n n f tan ~121-按比例放大窗口函数()21,~n n U j 来接收新序列
()l θn ,n n f tan ~121-()21,~n n U j 并让j j L L ,2,1?保存二维FFT ，因此得到比例j 方向l 和位置),(21k k k =离散曲波变换系数()l k j C D ,,。
3.图像融合算法的研究
图像融合算法依赖于：
图A 曲波变换系数
图B 曲波变换系数
图1 曲波变换基础上的图像融合算法的过程
A ：低频率系数融合算法
曲波变换在低频率地区接近小波转换，图像组件包括主要能源图像并决定其轮廓，它可以通过正确选择低频率的视觉系数提高图像效果。现有融合规则主要有最大像素法、最小像素法，计算平均像素灰色的级别值，图像法、LREMS 法、本地源区域偏差方法[6]。
最大像素法、 最小像素法和计算平均像素灰度级别源图像方法的值没有考虑到局部邻接相关性，所以融合结果不能获得更好的结果。局部区域能源法和偏差法恰当的考虑到了局部邻接相关性，但没有考虑到图像边缘和定义。
考虑到这种缺陷，本文提出的NGMS ，它主要描述图像详细信息和图像聚焦级别。八种局部邻接相关性拉普拉斯算法总和被用于图像定义的评估，它被定义为[9]：曲线变换是牵引源图像A,B 被曲波分解，然后采取不同的融合算法来选择不同的曲波变化系数，结果获得融合图像曲波变换系数，最后反曲波变换获得融合的图像。根据图1显示：
()()()()()()()()()
()()()1,1,11,11,1,1,1,11,1,8,,,2
22++-+--+-+---+-------?≈??+??=?j i f j i f j i f j i f j i f j i f j i f j i f j i f y j i f x j i f j i f (6)
图像A 曲波变换 曲波变换 融合图像F 曲波变换系数 融合算法 曲波逆变换 融合图像F
图像B
B ：高频系数融合算法
曲波变换有过度的方向特征，因此可以精确地表示图像的特征边缘的方向，并且该高频系数区域即表达图像的边缘细节信息。
像素绝对值最大法、LREMS 法、局部地域差法、方向对比度法等，都被运用于高频系数。由于曲波变换的特点，LREMS 法被该文件引用。假设图像高频系数是CH ，那么融合算法像：
()()()()()()()()?
??<=≥=y x E y x E y x CHB y x CHF y x E y x E y x CHA y x CHF CHB CHA CHB CHA ,,,,,,,,,,当当 （7） CHA 和CHB 表示曲波变换高频系数的图像A 和图像B ，CHF(x,y)表示保存的x,y 融合高频系数。ECHA(x,y)表示局部区域能源保存的x,y 的图像A 的曲波变换高频系数，ECHB(x,y)表示局部区域能源保存的x,y 的图像B 的曲波变换高频系数。
4.实验结果与分析
为了能够生动正确的验证和保证算法的有效性以达到熟练使用多聚焦图像技术，请见图2和图3的实验。
图a 和图b 是表2的源文件，图c 是使用小波变换的方式形成的聚焦图像，图d 、e 、f 都是采用曲波变换方式，但是他们的融合算法不同。为了计算应用于低波段源图片法的平均像素阵列的灰度值及图d 中的高波段使用的是LREMS 技术.在图e 中，也就是本篇论文采用的方法，图片的高波段采用的是LREMS 技术而在低波段的区域采用的是NGMS 技术。在图片f 中的高低波段区域都是采用的是LREMS 技术。图3也是一样。图片a 和b 是原图片，图片c 是使用波纹取出转移技术的结果。图片d 、e 、f 都是采用的是曲波转移方式。图片d 中采用的是计算平均像素的阵列应用于低波段区域，而图像e 采用的是应用于高波段的LREMS 技术和应用于低波段NGMS 技术，而在图f 中都是采用的是应用于高波段的LREMS 技术。
图像融合的优化问题还是没有得到解决。目标图像视觉效果和图像压缩比率是衡量图像处理的技术指标。在视觉效果中，曲波变换和曲波变换能够在聚焦上获得明显的效果。但是使用曲波技术的模糊图像要比使用波形技术的图像处理效果要好。应用于低频段区的局部区域能源法和高频段区的局部地区能源优于其他曲波变换的方法，在本文所提算法中可以得到详细纹理的焦点与已删除的模糊图像。 在此有目标熵，交错熵，平均梯度，标准偏差和学习偏差。熵，交错熵以及平均梯度在该文件中被运用。目标图像融合的结果现实于表1和表2。
图2多聚焦图像融合的实验
图3多聚焦图像融合的实验
表1 图2多聚焦图像融合实验目标比较
算法
熵过剩熵平均梯度目标
A 3.512386 0.088889 18.026218
B 3.552386 0.083026 18.107795
C 3.560853 0.080059 18.032043
D 3.562860 0.060411 18.310158
表2 图3多聚焦图像融合实验目标比较
算法
熵过剩熵平均梯度
目标
A 3.397759 0.622601 42.552248
B 3.407853 0.579938 42.879251
C 3.404399 0.533373 42.642053
D 3.427928 0.483034 42.782833
A：基于小波变换的图像融合。
B：计算应用于低频段区和高频段区的源图像法和LREMS法（有曲波变换分解）的平均像素灰度级。
C：应用于低频段区和高频段区的LREMS法（有曲波变换分解）。
D：应用于低频段区的NGMS法和高频段区的LREMS法（有曲波变换分解）（该文件运用的方法）。
然后就可以从我们方法得到的结果得出结论，这种方法优于小波变换方法以及其他基于曲波变换的同时具有客观评价和视觉的方法。
5.结论
在该文中，我们提出了应用于低频段区的NGMS法和高频段区的LREMS 法都是以曲波变换算法为基础的。相对于DWT和其他基于曲波变换的功能规则它具有一定的优势。因此，我们提出的方法得到了一种多聚焦图像融合的有效方法。
外文原文
Multi-focus image fusion algorithms research
based on Curvelet transform
Qiang Fu, Fenghua Ren, Legeng Chen, Zhexin Xiao
Guilin University of Electronic Technology
fqrfh@https://www.sodocs.net/doc/3818114202.html,
Abstract:Due to the limited depth-of-focus of optical lenses, it is often difficult to get an image that contains all relevant objects in focus. Multi-focus image fusion algorithms can solve this problem effectively. Based on the analysis of the most widely used multi-focus image fusion algorithms, a new curvelet transform based multi-focus image fusion algorithm is proposed in this paper. According to the different frequency areas decomposed by Curvelet transform, the selection rules of the low frequency coefficients and the high frequency coefficients are discussed respectively. Low frequency coefficients and the high frequency coefficients are fused with NGMS (Neighborhood Gradient Maximum Selectivity) and LREMS (Local Region Energy Maximum Selectivity) separately in this paper. It is shown that the multi-focus image fusions by the proposed algorithm can obtain the same scene in focus image fusion, and have protruding advantage over other algorithms on subjective evaluation and objective evaluation.
Keywords:Curvelet transform; multi-focus image; fusion algorithm
Ⅰ. Introduction
Nowadays, image fusion was broadly applied in military, remote sensing, medicine, and computer vision etc. The main objective of image fusion is to combine information from tow or more source images of the same scene to obtain an image with completely information. For example, the main general problem of inexpensive cameras is that, we can not take every object on different distances to obtain an image with focus on all objects in the same scene. In this case, a multi-focus image fusion method is needed to get in focus or sharply images [1-2].
Classical fusion algorithms include computing the average pixel-pixel gray level value of the source images, Laplacian pyramid, Contrast pyramid, Ratio pyramid, and Discrete Wavelet Transform (DWT). However, computing the average pixel-pixel gray level value of the source images method leads to undesirable side effects such as contrast reduction. The basic idea of DWT based methods is to perform decompositions on each source image, and then combine all these decompositions to obtain composite representation, from which the fused image can be recovered by finding inverse transform. This method is shown to be effective. However, wavelets transform can only reflect "through" edge characteristics, but can not express "along" edge characteristics. At the same time, the wavelet transform cannot precisely show the edge direction since it adopts isotropy. According to the limitation of the wavelet
transform, Donoho et al. was proposed the concept of Curvelet transform, which uses edges as basic elements, possesses maturity, and can adapt well to the image characteristics. Moreover, Curvelet Transform has anisotropy and has better direction, can provide more information to image processing [1-2].
Through the principle of Curvelet transform we know that: Curvelet transform has direction characteristic, and its base supporting session satisfies content anisotropy relation, except have multi-scale wavelet transform and local characteristics. Curvelet transform can represent appropriately the edge of image and smoothness area in the same precision of inverse transform. The low-bands coefficient adopts NGMS method and different direction high-bands coefficient adopts LREMS method was proposed after researching on fusion algorithms of the low-bands coefficient and high-bands coefficient in Curvelet transform.
Ⅱ. The Second Era Curvelet Transform [8, 10-11]
The second eras Curvelet transform is different to the first eras Curvelet transform that is without importing Ridgelet transform within implementing process, but directly present idiographic express format of base of Curvelet, this can be say in deed meaning Curvelet transform. Hereon fundamentally literature gives it fast discrete implement algorithm. Conception of window function in frequency
region ??
? ??ωj U : ()()()()ωωωωωj j j j V U U 121~~ψ==? (1)
Where ()()()212112ωφωφωψ-=,()()112ωψωψj j -= and ()x φ is one dimension low
window function;()()12]2[2ωωωj j V V =,()x V is definition field [-1,1] real number function, event content
()12=-∑+∞-∞=m t V m Function ()ωj U ~ supposed session in frequency region is close to (){}
2122112,122,22:j j j j -≤-+≤-≤≤ωωωωω， Two dimensions Curvelet function defines: ()()()()b,ωS
i θj,k,l j,k,l T θl l e ωS U ωω---?==121~??? (2)
With in frequency, scale j -2, direction angle l
θ and position ()()221,2,2j j T l j k k k b l
---???=θω. Where (),2,2221j j k k b --??=??????-=1tan 01θθS , But "coarse" scale (low domain), position ()2,100022k k b j j --=
Curvelet function define:
()()()()()w b i j j k k j k j e k k ,212,1,,,0
00210022~~---==φφωω?ω? (3)
After comparing formula (2) and formula (3) can know that "coarse" scale Curvelet function did not introduce direction parameter relative to others scale Curvelet function conception. So Curvelet transform is close to wavelet transform in low bands region, but in j scale, Curvelet transform equality slope interval Carve up []22j entries 222j j ? cuniform area.。
Two dimension continuum functions ),()(21x x f x f = Curvelet transform define as formula (4):
()ωωωπ?ωθd e U S f x f k l k c b i j l k j l ),(2,,)(~)(~21),(),,(?
== (4)
And Curvelet transform define as formula (5) in the discrete instance:
()()∑-?=2
,1tan ,~1,,121,2,1n n l j j D n n n f L L l k j C θ ()()j j L n k L n k i j e n n U ,222,111221,~+π (5)
Where ()}
,:{,20,220,2,10,110,12,1j j j L n n n L n n n n n P +≤≤+≤≤= is window function ()21,~n n U j support session, Where ()212,2,1,~;2,2n n f L L j j j j ≈≈ is two dimension discrete signal discrete FFT,2,221N n n N <≤-
Formula (5) shows that image ()21,t t f was decomposed using fast discrete Curvelet transform with FFT method:
(1) Image ()21,t t f was decomposed two dimensions FFT, getting the sequence ()21,~n n f ,2,221N n n N <≤-
According to different scale j and direction l θ, repeat sampling ()21,~n n f or insert
value to
receive
()
l n n n f θtan ,~121- (3) Let ()l θn ,n n f tan ~121- multiply window function ()21,~n n U j to receive new
sequence
()l θn ,n n f tan ~121-()21,~n n U j , and let j j L L ,2,1? pot two dimensions FFT ，
Accordingly get scale j, direction l and position ),(21k k k = discrete Curvelet transform coefficient ()l k j C D ,,.
Ⅲ. Researching of Image Fusion Algorithm
Image fusion algorithm process base on Curevelet transform is: tow source image A, B was decomposed by Curvelet transform, then adopt different fusion algorithm to select different Curvelet transform coefficient, receive result fusion image Curvelet transform coefficient, at last inverse Curvelet transform to get fusion image. According to figure 1 show: Image A Curvelet Transform coefficient
Image B Curvelet Transform coefficient
Figure 1 process of image fusion algorithm base on Curvelet transform
A. low frequency coefficient fusion algorithm
Curvelet transform is close to wavelet transform in low frequency region, image component including main energy decide image contour, so it can enhance effect of the image vision by correctly selecting low frequency coefficient. Existing fusion rule mostly have max pixel method, min pixel method, computing the average pixel-pixel gray level value of the source images method, LREMS method, local region deviation method [6]. Max pixel method, min pixel method and computing the average pixel-pixel gray level value of the source images method did not take into account local neighbor relativity each other, so fusion result can not get better effect; local region energy method and deviation method onside take into account local neighbor relativity each other, but did not take into account image edge and definition. Accounting to this lack, NGMS method was proposed in this paper, it mainly describes image detail and image in focus grade. Eight local neighbor relativity sum of Laplacian algorithm was adopted to evaluate of Image definition, it defines as [9]:
()()()()()()()()()
()()()1,1,11,11,1,1,1,11,1,8,,,222++-+--+-+---+-------?≈??+??=?j i f j i f j i f j i f j i f j i f j i f j i f j i f y
j i f x j i f j i f (6)
B. high frequency coefficient fusion algorithm
Curvelet transform have excessive direction characteristics, so can precisely express image edge orientation, and that region of high frequency coefficient namely express image edge detail information. Pixel absolute max method, LREMS method, local region deviation method, direction contrast method etc. was used in high frequency coefficient. LREMS method was adopted in this paper base on characteristics of Curvelet transform. Hypothesis image high frequency coefficient is CH, then fusion algorithm such as:
()()()()()()()()?
??<=≥=y x E y x E y x CHB y x CHF y x E y x E y x CHA y x CHF CHB CHA CHB CHA ,,,,,,,,,,当当 (7) Where CHA and CHB express Curvelet transform high frequency coefficient of image A and image B, CHF(x, y) show high frequency coefficient in pot(x, y) fusion high frequency coefficient, ECHA (x , y ) show Curvelet transform high frequency coefficient of image A in pot(x, y) local region energy, ECHB (x , y ) show Curvelet transform high frequency coefficient of image B in pot(x, y) local region energy. Ⅳ. Experiments result and analyze
In order to validate right and validity algorithm by using multi-focus image to experimented in this paper. Experiment is shown in figure2 and figure3.
Figure(a)and (b) is source image in figure2; figure(c) is result of using wavelet transform to fusion image; figure(d), (e) and (f) all were adopted decomposed by Curvelet transform, but their fusion rule is different; computing the average pixel-pixel gray level value of the source images method used in low-bands area and LREMS method used in high-bands were adopted in figure(d), NGMS method used in low-bands area and LREMS method used in high-bands area are adopted in figure(e)(this paper method), LREMS method used in low-bands area and LREMS method used in high-bands area were adopted in figure(f). The same is to figure3, figure(a)and (b) is source image; figure(c) is result of using wavelet transform to fusion image; figure(d), (e) and (f) all were adopted decomposed by Curvelet transform, but their fusion rule is different; computing the average pixel-pixel gray level value of the source images method used in low-bands area and LREMS method used in high-bands were adopted in figure(d), NGMS method used in low-bands area and LREMS method used in high-bands area are adopted in figure(e) (this paper method), LREMS method used in low-bands area and LREMS method used in high-bands area were adopted in figure(f).
Result of fusion image evaluating still cannot solve. Subjective vision effect and image ration analyst were used to evaluate quality of result fusion image. With subjective vision effect, Curvelet transform and wavelet transform can get panorama
in focus image, but fusion image using Curvelet transform is better to wavelet transform; method of local region deviation using in low-bands area and high-bands area using local region energy was better to other methods in Curvelet transform, in this paper algorithm can got more detail, texture in focus and removed blur image.
There was target of entropy, across entropy, average grads, standard deviation and leaning deviation etc. Target of entropy, across entropy and average grads was used in this paper. The image fusion result of the target is shown in table1 and table 2.
Figure2. Experiment of multi-focus image fusion
Figure3. Experiment of multi-focus image fusion
Table1 multi-focus image fusion experiment of figure2 targets compare
算法
熵过剩熵平均梯度
目标
A 3.512386 0.088889 18.026218
B 3.552386 0.083026 18.107795
C 3.560853 0.080059 18.032043
D 3.562860 0.060411 18.310158
Table2 multi-focus image fusion experiment of figure3 targets compare
算法
熵过剩熵平均梯度
目标
A 3.397759 0.622601 42.552248
B 3.407853 0.579938 42.879251
C 3.404399 0.533373 42.642053
D 3.427928 0.483034 42.782833
A: Image fusions based on wavelet transform
B: computing the average pixel-pixel gray level value of the source images method used in low-bands area and LREMS method used in high-bands (decomposed by Curvelet transform)
C: LREMS method used in low-bands area and LREMS method used in high-bands area (decomposed by Curvelet transform)
D: NGMS method used in low-bands area and LREMS method used in high-bands area (decomposed by Curvelet transform) (this paper method)
Then we can get the conclusion from abovethe results obtained by our method are superior to wavelet transform method and others methods based on Curvelet transform in both objective and visual evaluations.
Ⅴ. Conclusion
In this paper we presented NGMS method used in low-bands area and LREMS method used in high-bands area are based on Curvelet transform algorithm. It has an advantage over DWT and others fusion rules based on Curvelet transform. Therefore, our proposed approach leads to an effective method for multi-focus image fusion. References
[1] PAJARES G，CRUZ J M, “A wavelet-based image fusion tutoria”, Pattern Recognition，2004，37：1855-1872．
[2] DONOHO D L，DUNCAN M R, “Digital Curvelet transform：Strategy, implementation and experiments”, SPIE，2000，4056：12-29．
[3] Starck J L，Cand’s E J，Donoho D L, “The Curvelet Transform for Image enoising”, IEEE Transactions on Image，Processing，2002，ll(6)：670-684．
[4] Pusit Borwonwatanadelok, Wirat Rattanapitak,Somkai tUdombunsakul, “Multi-focus image fusion based on stationary wavelet transform and extended spatial frequency measurement”, IEEE, 2009, 77-81
[5] Yinghua Lu, Xue Feng, Jingbo Zhang, Rujuan Wang, Kaiyuan Zheng, Jun Kong, “A multi-focus image fusion based on wavelet and region detection”, IEEE, 2007, 9,294-298
[6] Jun Yang, Zhongming Zhao, “Multi-focus image fusion method based on curvelet transform”, Opto-Electronic Engineering 2007, 6(34) :( 67-71)
[7] Qiang Zhang, Baolong Guo, “Image fusion algorithm using curvelet transform”, Journal of jilin University (Engineering and Technology Edition), 2007, 3(37):458-463
[8] Qiang Zhang, Baolong Zhang, “Fusion of remote sensing images based on the second generation curvelet transform”, Optics and Precision Engineerin g, 2007, 7 (15): 1131-1135
[9] Wei Sun, Ke Wang, Guoliang Yuan, Nan Wang. “A multi-focus image fusion algorithm in the complex wavelet domain”, Journal of Image and Graphics, 2008, 5(13):951-957
[10] CANDES E J, DONGOHO D L. “New tight Frames of curvelets and optimal representations of objects with piecewise-C2 singularities”, Comm. onPureand Appl. Math. 2004, 57:219-266. [11] CANDES E J, DONOHO D L, YING L. Fast discrete curvelet transforms[R]. California:Applied and computational Mathematics, California Institute of Technology, 2005
外文文献翻译——参考格式
广东工业大学华立学院 本科毕业设计（论文） 外文参考文献译文及原文 系部经济学部 专业经济学 年级 2007级 班级名称 07经济学6班 学号 16020706001 学生姓名张瑜琴 指导教师陈锶 2011 年05月
目录 1挑战：小额贷款中的进入和商业银行的长期承诺 (1) 2什么商业银行带给小额贷款和什么把他们留在外 (2) 3 商业银行的四个模型进入小额贷款之内 (4) 3.1内在的单位 (4) 3.2财务子公司 (5) 3.3策略的同盟 (5) 3.4服务公司模型 (6) 4 合法的形式和操作的结构比较 (8) 5 服务的个案研究公司模型：厄瓜多尔和Haiti5 (9)
1 挑战：小额贷款中的进入和商业银行的长期承诺 商业银行已经是逐渐重要的运动员在拉丁美洲中的小额贷款服务的发展2到小额贷款市场是小额贷款的好消息客户因为银行能提供他们一完整类型的财务的服务，包括信用，储蓄和以费用为基础的服务。整体而言，它也对小额贷款重要，因为与他们广泛的身体、财务的和人类。如果商业银行变成重的运动员在小额贷款，他们能提供非常强烈的竞争到传统的小额贷款机构。资源，银行能廉宜地发射而且扩张小额贷款服务rela tively。如果商业广告银行在小额贷款中成为严重的运动员，他们能提出非常强烈的竞争给传统的小额贷款机构。然而，小额贷款社区里面有知觉哪一商业银行进入进入小额贷款将会是短命或浅的。举例来说，有知觉哪一商业银行首先可能不搬进小额贷款因为时候建立小额贷款操作到一个有利润的水平超过银行的标准投资时间地平线。或，在进入小额贷款，银行之后可能移动在－上面藉由增加贷款数量销售取利润最大值－或者更坏的事，退出如果他们是不满意与小额贷款的收益性的水平。这些知觉已经被特性加燃料商业银行的情形进入小额贷款和后来的出口之内。在最极端的，一些开业者已经甚至宣布，”降低尺度死！”而且抛弃了与主意合作的商业银行。 在最 signific 看得到的地方，蚂蚁利益商业银行可能带给小额贷款，国际的ACCION 发展发射而且扩张的和一些商业银行的关系小额贷款操作。在这些情形的大部分方面， ACCION 和它的合伙人正在使用方法，已知的当做服务公司模型，表演早答应当做一个能工作的方法克服真正的。 商业银行的障碍进入和穿越建立长命的小额贷款操作一个商业银行 这论文描述如何服务公司模型、住址商业银行中的主要议题进入进小额贷款，监定成功建立的因素动作井小额贷款服务公司，和礼物结果和小额贷款的课servic e 公司用最长的经验，在海地和审判官席 del 的 SOGEBANK│ SOGESOL 初期结果指出那这服务公司模型表现一重要的突破在促成商业银行进入和留在小额贷款。在厄瓜多尔的 Pichincha│ CREDIFE。初期结果指出服务公司模型在促成商业广告中表现一次重要的突破银行进入而且留在小额贷款。
毕业设计外文翻译资料
外文出处： 《Exploiting Software How to Break Code》By Greg Hoglund, Gary McGraw Publisher : Addison Wesley Pub Date : February 17, 2004 ISBN : 0-201-78695-8 译文标题： JDBC接口技术 译文： JDBC是一种可用于执行SQL语句的JavaAPI（ApplicationProgrammingInterface应用程序设计接口）。它由一些Java语言编写的类和界面组成。JDBC为数据库应用开发人员、数据库前台工具开发人员提供了一种标准的应用程序设计接口，使开发人员可以用纯Java语言编写完整的数据库应用程序。 一、ODBC到JDBC的发展历程 说到JDBC，很容易让人联想到另一个十分熟悉的字眼“ODBC”。它们之间有没有联系呢？如果有，那么它们之间又是怎样的关系呢？ ODBC是OpenDatabaseConnectivity的英文简写。它是一种用来在相关或不相关的数据库管理系统（DBMS）中存取数据的，用C语言实现的，标准应用程序数据接口。通过ODBCAPI，应用程序可以存取保存在多种不同数据库管理系统（DBMS）中的数据，而不论每个DBMS使用了何种数据存储格式和编程接口。 1．ODBC的结构模型 ODBC的结构包括四个主要部分：应用程序接口、驱动器管理器、数据库驱动器和数据源。应用程序接口：屏蔽不同的ODBC数据库驱动器之间函数调用的差别，为用户提供统一的SQL编程接口。 驱动器管理器：为应用程序装载数据库驱动器。 数据库驱动器：实现ODBC的函数调用，提供对特定数据源的SQL请求。如果需要，数据库驱动器将修改应用程序的请求，使得请求符合相关的DBMS所支持的文法。 数据源：由用户想要存取的数据以及与它相关的操作系统、DBMS和用于访问DBMS的网络平台组成。 虽然ODBC驱动器管理器的主要目的是加载数据库驱动器，以便ODBC函数调用，但是数据库驱动器本身也执行ODBC函数调用，并与数据库相互配合。因此当应用系统发出调用与数据源进行连接时，数据库驱动器能管理通信协议。当建立起与数据源的连接时，数据库驱动器便能处理应用系统向DBMS发出的请求，对分析或发自数据源的设计进行必要的翻译，并将结果返回给应用系统。 2．JDBC的诞生 自从Java语言于1995年5月正式公布以来，Java风靡全球。出现大量的用java语言编写的程序，其中也包括数据库应用程序。由于没有一个Java语言的API，编程人员不得不在Java程序中加入C语言的ODBC函数调用。这就使很多Java的优秀特性无法充分发挥，比如平台无关性、面向对象特性等。随着越来越多的编程人员对Java语言的日益喜爱，越来越多的公司在Java程序开发上投入的精力日益增加，对java语言接口的访问数据库的API 的要求越来越强烈。也由于ODBC的有其不足之处，比如它并不容易使用，没有面向对象的特性等等，SUN公司决定开发一Java语言为接口的数据库应用程序开发接口。在JDK1．x 版本中，JDBC只是一个可选部件，到了JDK1．1公布时，SQL类包（也就是JDBCAPI）
土木工程外文翻译参考3篇
学校 毕业设计（论文）附件 外文文献翻译 学号： xxxxx 姓名： xxx 所在系别： xxxxx 专业班级： xxx 指导教师： xxxx 原文标题： Building construction concrete crack of prevention and processing 2012年月日 .
建筑施工混凝土裂缝的预防与处理1 摘要 混凝土的裂缝问题是一个普遍存在而又难于解决的工程实际问题，本文对混凝土工程中常见的一些裂缝问题进行了探讨分析，并针对具体情况提出了一些预防、处理措施。 关键词：混凝土裂缝预防处理 前言 混凝土是一种由砂石骨料、水泥、水及其他外加材料混合而形成的非均质脆性材料。由于混凝土施工和本身变形、约束等一系列问题，硬化成型的混凝土中存在着众多的微孔隙、气穴和微裂缝，正是由于这些初始缺陷的存在才使混凝土呈现出一些非均质的特性。微裂缝通常是一种无害裂缝，对混凝土的承重、防渗及其他一些使用功能不产生危害。但是在混凝土受到荷载、温差等作用之后，微裂缝就会不断的扩展和连通，最终形成我们肉眼可见的宏观裂缝，也就是混凝土工程中常说的裂缝。 混凝土建筑和构件通常都是带缝工作的，由于裂缝的存在和发展通常会使内部的钢筋等材料产生腐蚀，降低钢筋混凝土材料的承载能力、耐久性及抗渗能力，影响建筑物的外观、使用寿命，严重者将会威胁到人们的生命和财产安全。很多工程的失事都是由于裂缝的不稳定发展所致。近代科学研究和大量的混凝土工程实践证明，在混凝土工程中裂缝问题是不可避免的，在一定的范围内也是可以接受的，只是要采取有效的措施将其危害程度控制在一定的范围之内。钢筋混凝土规范也明确规定：有些结构在所处的不同条件下，允许存在一定宽度的裂缝。但在施工中应尽量采取有效措施控制裂缝产生，使结构尽可能不出现裂缝或尽量减少裂缝的数量和宽度，尤其要尽量避免有害裂缝的出现，从而确保工程质量。 混凝土裂缝产生的原因很多，有变形引起的裂缝：如温度变化、收缩、膨胀、不均匀沉陷等原因引起的裂缝；有外载作用引起的裂缝；有养护环境不当和化学作用引起的裂缝等等。在实际工程中要区别对待，根据实际情况解决问题。 混凝土工程中常见裂缝及预防: 1.干缩裂缝及预防 干缩裂缝多出现在混凝土养护结束后的一段时间或是混凝土浇筑完毕后的一周左右。水泥浆中水分的蒸发会产生干缩，且这种收缩是不可逆的。干缩裂缝的产生主要是由于混凝土内外水分蒸发程度不同而导致变形不同的结果：混凝土受外部条件的影响，表面水分损失过快，变形较大，内部湿度变化较小变形较小，较大的表面干缩变形受到混凝土内部约束，产生较大拉应力而产生裂缝。相对湿度越低，水泥浆体干缩越大，干缩裂缝越易产 1原文出处及作者：《加拿大土木工程学报》
外文翻译模板2010
中国石油大学（华东） 本科毕业设计（论文）外文翻译 学生姓名：王辰 学号：0607XXXX 专业班级：信息与计算科学06-2班 指导教师：陈华 2010年6月24日
（原文复印或打印材料,B5纸） In this paper based on the unique geometry and mechanical movement of beam pumping unit,we have presented a simple swing equation and computed motorial parameter;meanwhile under the conditions of the static load and inertial load of the polished-rod of a conventional pumping unit,we have also presented on equivalent dynamic model of the pumping unit system and the type-curves of net torque of the crankshaft with the characteristic of inertial counterbalance have been computed;Based on features and mechanical analysis of belt，a simple model for calculating belt transmission efficiency is developed the model can provide a theoretical base for study on the other transient variable of beam pumping unit;the cyclic loading coefficients is defined once and compute the nominal Power of the motor; at last we compare the beam pumping unit and the adjustable diameter and changeable toque pumping unit, based on this a program have been finished，and we also introduce other power saving pumping units. This graduation project mainly completes through the high accuracy data acquisition, the gain installs on the oil well oil extraction equipment the electric current, the voltage, the temperature, the pressure, the fluid position, the contact surface, the current capacity, contains water data and so on sensor, corresponds the connection with the many kinds of wireless communications (for example GPRS/CDMA) transmits it to the observation and control center, as well as will receive in the central server to the parameter carries on the real-time analysis and the processing parallel intergrowth becomes the database and the curve report form. Is advantageous for the oil field management level to carry on the prompt accurate management to the scene equipment. This system depends on in the Beijing Kunlun passing condition automation software science and technology limited company's entire center cultural work
大数据外文翻译参考文献综述
大数据外文翻译参考文献综述 (文档含中英文对照即英文原文和中文翻译) 原文： Data Mining and Data Publishing Data mining is the extraction of vast interesting patterns or knowledge from huge amount of data. The initial idea of privacy-preserving data mining PPDM was to extend traditional data mining techniques to work with the data modified to mask sensitive information. The key issues were how to modify the data and how to recover the data mining result from the modified data. Privacy-preserving data mining considers the problem of running data mining algorithms on confidential data that is not supposed to be revealed even to the party
running the algorithm. In contrast, privacy-preserving data publishing (PPDP) may not necessarily be tied to a specific data mining task, and the data mining task may be unknown at the time of data publishing. PPDP studies how to transform raw data into a version that is immunized against privacy attacks but that still supports effective data mining tasks. Privacy-preserving for both data mining (PPDM) and data publishing (PPDP) has become increasingly popular because it allows sharing of privacy sensitive data for analysis purposes. One well studied approach is the k-anonymity model [1] which in turn led to other models such as confidence bounding, l-diversity, t-closeness, (α,k)-anonymity, etc. In particular, all known mechanisms try to minimize information loss and such an attempt provides a loophole for attacks. The aim of this paper is to present a survey for most of the common attacks techniques for anonymization-based PPDM & PPDP and explain their effects on Data Privacy. Although data mining is potentially useful, many data holders are reluctant to provide their data for data mining for the fear of violating individual privacy. In recent years, study has been made to ensure that the sensitive information of individuals cannot be identified easily. Anonymity Models, k-anonymization techniques have been the focus of intense research in the last few years. In order to ensure anonymization of data while at the same time minimizing the information
毕业设计外文翻译附原文
外文翻译 专业机械设计制造及其自动化学生姓名刘链柱 班级机制111 学号1110101102 指导教师葛友华
外文资料名称： Design and performance evaluation of vacuum cleaners using cyclone technology 外文资料出处：Korean J. Chem. Eng., 23(6), (用外文写) 925-930 (2006) 附件： 1.外文资料翻译译文 2.外文原文
应用旋风技术真空吸尘器的设计和性能介绍 吉尔泰金，洪城铱昌，宰瑾李， 刘链柱译 摘要：旋风型分离器技术用于真空吸尘器 - 轴向进流旋风和切向进气道流旋风有效地收集粉尘和降低压力降已被实验研究。优化设计等因素作为集尘效率，压降，并切成尺寸被粒度对应于分级收集的50％的效率进行了研究。颗粒切成大小降低入口面积，体直径，减小涡取景器直径的旋风。切向入口的双流量气旋具有良好的性能考虑的350毫米汞柱的低压降和为1.5μm的质量中位直径在1米3的流量的截止尺寸。一使用切向入口的双流量旋风吸尘器示出了势是一种有效的方法，用于收集在家庭中产生的粉尘。 摘要及关键词：吸尘器; 粉尘; 旋风分离器 引言 我们这个时代的很大一部分都花在了房子，工作场所，或其他建筑，因此，室内空间应该是既舒适情绪和卫生。但室内空气中含有超过室外空气因气密性的二次污染物，毒物，食品气味。这是通过使用产生在建筑中的新材料和设备。真空吸尘器为代表的家电去除有害物质从地板到地毯所用的商用真空吸尘器房子由纸过滤，预过滤器和排气过滤器通过洁净的空气排放到大气中。虽然真空吸尘器是方便在使用中，吸入压力下降说唱空转成比例地清洗的时间，以及纸过滤器也应定期更换，由于压力下降，气味和细菌通过纸过滤器内的残留粉尘。 图1示出了大气气溶胶的粒度分布通常是双峰形，在粗颗粒（>2.0微米）模式为主要的外部来源，如风吹尘，海盐喷雾，火山，从工厂直接排放和车辆废气排放，以及那些在细颗粒模式包括燃烧或光化学反应。表1显示模式，典型的大气航空的直径和质量浓度溶胶被许多研究者测量。精细模式在0.18?0.36 在5.7到25微米尺寸范围微米尺寸范围。质量浓度为2?205微克，可直接在大气气溶胶和 3.85至36.3μg/m3柴油气溶胶。
毕业设计外文翻译
毕业设计（论文） 外文翻译 题目西安市水源工程中的 水电站设计 专业水利水电工程 班级 学生 指导教师 2016年
研究钢弧形闸门的动态稳定性 牛志国 河海大学水利水电工程学院，中国南京，邮编210098 nzg_197901@https://www.sodocs.net/doc/3818114202.html,，niuzhiguo@https://www.sodocs.net/doc/3818114202.html, 李同春 河海大学水利水电工程学院，中国南京，邮编210098 ltchhu@https://www.sodocs.net/doc/3818114202.html, 摘要 由于钢弧形闸门的结构特征和弹力，调查对参数共振的弧形闸门的臂一直是研究领域的热点话题弧形弧形闸门的动力稳定性。在这个论文中，简化空间框架作为分析模型，根据弹性体薄壁结构的扰动方程和梁单元模型和薄壁结构的梁单元模型，动态不稳定区域的弧形闸门可以通过有限元的方法，应用有限元的方法计算动态不稳定性的主要区域的弧形弧形闸门工作。此外，结合物理和数值模型，对识别新方法的参数共振钢弧形闸门提出了调查，本文不仅是重要的改进弧形闸门的参数振动的计算方法，但也为进一步研究弧形弧形闸门结构的动态稳定性打下了坚实的基础。 简介 低举升力，没有门槽，好流型，和操作方便等优点，使钢弧形闸门已经广泛应用于水工建筑物。弧形闸门的结构特点是液压完全作用于弧形闸门，通过门叶和主大梁，所以弧形闸门臂是主要的组件确保弧形闸门安全操作。如果周期性轴向载荷作用于手臂，手臂的不稳定是在一定条件下可能发生。调查指出:在弧形闸门的20次事故中，除了极特殊的破坏情况下，弧形闸门的破坏的原因是弧形闸门臂的不稳定;此外，明显的动态作用下发生破坏。例如:张山闸，位于中国的江苏省，包括36个弧形闸门。当一个弧形闸门打开放水时，门被破坏了，而其他弧形闸门则关闭，受到静态静水压力仍然是一样的，很明显，一个动态的加载是造成的弧形闸门破坏一个主要因素。因此弧形闸门臂的动态不稳定是造成弧形闸门(特别是低水头的弧形闸门)破坏的主要原是毫无疑问。
外文翻译模板
最佳分簇规模的水声传感器网络 Liang Zhao,Qilian Liang 德州大学阿灵顿分校电子工程系 Arlington, TX 76010, USA Email: https://www.sodocs.net/doc/3818114202.html,, https://www.sodocs.net/doc/3818114202.html, 摘要：在这篇论文中,我们主要关注的是的最优化分簇规模对水声传感器网络的影响。由于稀疏部署和信道属性的水声传感器网络是不同于地面传感器。我们的分析表明,最优分簇规模主要工作频率所决定的声音的传播。此外,区域数据聚合中也起着因素在很大程度上决定最佳分簇规模。 1引言 水下传感器网络(UW-ASN)可看成是个自组织网络，组成的传感器与一个声音进行分配感应的任务。为了达到这个目的,传感器必须自组织成一个独立的可以适应水下环境的网络,。UW-ASNs可以沿用许多通讯技术传统自组织网络和陆地的无线传感器网络,但仍有一些重要的区别为有限的能量和带宽约[1],[5],此协议对传统发展无线自组网路并不一定适合绝无仅有的网络的特点。当一个无线传感器可能要在一个微小的电池持续比较长的时间，能源效率就成为一个大问题。 由于广播的性质和有限的带宽，在浅水通信[6] [7]，多跳可以引起传感器节点之间严重干扰。一个新的路由称为“矢量为基础的转移” （VBF）缓解了这个问题 [8]。 VBF本质上是一种基于位置的路由选择方法：节点紧邻“矢量”转发源宿信息。 通过这种方式，只有一小部分的节点参与路由。另一种解决办法是，每一个传感器分簇通信应该直接指向簇头和内部分簇通信应协调由簇头，以最大限度地提高带宽利用率以往的研究水下通信经常使用时间计划调度方法[9],[10],这可能是适合的小型网络简单。然而，扁平架构还可能限制网络的规模。特别是由于传播延迟声汇简单的时间调度算法方案并不适合较大的水下网络[11]。在文献[11]中，Salva-Garau 和 Stojanovic建议聚类水声载体网络的方案，这组相邻载体进入分簇，和使用的TDMA（时分多址）内每个群集。在分簇管理的干扰是分配到相邻的簇不同的扩频码，同时可扩展性是通过在空间复用码。网络运行开始初始化阶段，并移动到不断维修期间而流动性管理。他们还利用仿真分析，以获得最佳簇大小和传输功率为一种具有一定的载体密度网络。[12]提出了平台，同时使用光学和声汇水下通信。虽然光通信可以达到更高的数据速率，它的应用仅限于短距离点至点通信。该平台也使得移动使用data muling,，这对于大批量的理想延迟容许的应用程序。
毕业设计外文翻译
毕业设计（论文） 外文文献翻译 题目：A new constructing auxiliary function method for global optimization 学院： 专业名称： 学号： 学生姓名： 指导教师： 2014年2月14日
一个新的辅助函数的构造方法的全局优化 Jiang-She Zhang，Yong-Jun Wang https://www.sodocs.net/doc/3818114202.html,/10.1016/j.mcm.2007.08.007 非线性函数优化问题中具有许多局部极小，在他们的搜索空间中的应用，如工程设计，分子生物学是广泛的，和神经网络训练．虽然现有的传统的方法，如最速下降方法，牛顿法，拟牛顿方法，信赖域方法，共轭梯度法，收敛迅速，可以找到解决方案，为高精度的连续可微函数，这在很大程度上依赖于初始点和最终的全局解的质量很难保证．在全局优化中存在的困难阻碍了许多学科的进一步发展．因此，全局优化通常成为一个具有挑战性的计算任务的研究． 一般来说，设计一个全局优化算法是由两个原因造成的困难：一是如何确定所得到的最小是全球性的（当时全球最小的是事先不知道），和其他的是，如何从中获得一个更好的最小跳．对第一个问题，一个停止规则称为贝叶斯终止条件已被报道．许多最近提出的算法的目标是在处理第二个问题．一般来说，这些方法可以被类?主要分两大类，即：（一）确定的方法，及（ii）的随机方法．随机的方法是基于生物或统计物理学，它跳到当地的最低使用基于概率的方法．这些方法包括遗传算法（GA），模拟退火法（SA）和粒子群优化算法（PSO）．虽然这些方法有其用途，它们往往收敛速度慢和寻找更高精度的解决方案是耗费时间．他们更容易实现和解决组合优化问题．然而，确定性方法如填充函数法，盾构法，等，收敛迅速，具有较高的精度，通常可以找到一个解决方案．这些方法往往依赖于修改目标函数的函数“少”或“低”局部极小，比原来的目标函数，并设计算法来减少该?ED功能逃离局部极小更好的发现． 引用确定性算法中，扩散方程法，有效能量的方法，和积分变换方法近似的原始目标函数的粗结构由一组平滑函数的极小的“少”．这些方法通过修改目标函数的原始目标函数的积分．这样的集成是实现太贵，和辅助功能的最终解决必须追溯到
Web应用程序安全外文翻译参考文献
Web应用程序安全外文翻译参考文献(文档含中英文对照即英文原文和中文翻译) 原文： Basic Security Practices for Web Applications Even if you have limited experience with and knowledge of application security, there are basic measures that you should take to help protect your Web applications. The following sections in this topic provide minimum-security guidelines that apply to all Web applications.General Web Application Security Recommendations;Run Applications with Minimum Privileges ;Know Your Users; Guard Against Malicious User Input;Access Databases Securely;Create Safe Error Messages;Keep Sensitive Information Safely;Use Cookies Securely;Guard Against Denial-of-Service Threats. 1. General Web Application Security Recommendations
外文文献翻译封面格式及要求(模版)
毕业论文外文文献翻译 院 年级专业： 2009 级XXXXXXXXXXX 姓 名：学 号：附 件： 备注：（注意：备注页这一整页的内容都不需要打印，看懂了即可）
1.从所引用的与毕业设计（论文）内容相近的外文文献中选择一篇或一部分进行翻译（不少于3000实词）； 2.外文文献翻译的装订分两部分，第一部分为外文文献；第二部分为该外文文献的中文翻译，两部分之间用分页符隔开。也就是说，第一外文文献部分结束后，使用分页符，另起一页开始翻译。 3.格式方面，外文文献的格式，除了字体统一使用Times new roman 之外，其他所有都跟中文论文的格式一样。中文翻译的格式，跟中文论文的格式一样。 （注意：备注页这一整页的内容都不需要打印，看懂了即可,定稿后,请删除本页.） 范文如下：注意,下面内容每一部份均已用分页符分开了,如果用本模板,请将每一模块单独删除,直接套用到每一模板里面,不要将全部内容一次性删除. 【Abstract】This paper has a systematic analysis on outside Marco-environment of herbal tea beverage industry and major competitors of brands inside the herbal tea market. Based on
the theoretic framework, this paper takes WONG LO KAT and JIA DUO BAO herbal tea as an example, and researches the strategy on brand positioning and relevant marketing mix of it. Through analysis on the prevention sense of WONG LO KAT herbal tea, it was positioned the beverage that can prevent excessive internal heat in body, a new category divided from the beverage market. the process of brand positioning of it in Consumers brain was finished. Based on this positioning strategy, WONG LO KAT reasonably organized and arranged its product strategy, price strategy, distribution strategy and promotion strategy, which not only served for and further consolidated the position of preventing excessive internal heat in body, but also elevated the value of brand. The JDB and WONG LO KAT market competition brings us enlightenment. Reference the successful experience from the JDB and lessons from the failure of the WONG LO KAT.，Times New Roman. 【Key Words】Brand positioning; Marketing mix; Positioning Strategy; enlightenment, lessons；ABC （本页为英文文献摘要，关键词两项一起单独一页，字体为：Times New Roman，小四号，1.5倍行距）
毕业设计外文翻译格式实例.
理工学院毕业设计(论文)外文资料翻译 专业：热能与动力工程 姓名：赵海潮 学号：09L0504133 外文出处：Applied Acoustics, 2010(71):701~707 附件： 1.外文资料翻译译文；2.外文原文。
附件1：外文资料翻译译文 基于一维CFD模型下汽车排气消声器的实验研究与预测Takeshi Yasuda, Chaoqun Wua, Noritoshi Nakagawa, Kazuteru Nagamura 摘要目前，利用实验和数值分析法对商用汽车消声器在宽开口喉部加速状态下的排气噪声进行了研究。在加热工况下发动机转速从1000转/分钟加速到6000转/分钟需要30秒。假定其排气消声器的瞬时声学特性符合一维计算流体力学模型。为了验证模拟仿真的结果，我们在符合日本工业标准（JIS D 1616）的消声室内测量了排气消声器的瞬态声学特性，结果发现在二阶发动机转速频率下仿真结果和实验结果非常吻合。但在发动机高阶转速下（从5000到6000转每分钟的四阶转速，从4200到6000转每分钟的六阶转速这样的高转速范围内），计算结果和实验结果出现了较大差异。根据结果分析，差异的产生是由于在模拟仿真中忽略了流动噪声的影响。为了满足市场需求，研究者在一维计算流体力学模型的基础上提出了一个具有可靠准确度的简化模型，相对标准化模型而言该模型能节省超过90％的执行时间。 关键字消声器排气噪声优化设计瞬态声学性能 1 引言 汽车排气消声器广泛用于减小汽车发动机及汽车其他主要部位产生的噪声。一般而言，消声器的设计应该满足以下两个条件：（1）能够衰减高频噪声，这是消声器的最基本要求。排气消声器应该有特定的消声频率范围，尤其是低频率范围，因为我们都知道大部分的噪声被限制在发动机的转动频率和它的前几阶范围内。（2）最小背压，背压代表施加在发动机排气消声器上额外的静压力。最小背压应该保持在最低限度内，因为大的背压会降低容积效率和提高耗油量。对消声器而言，这两个重要的设计要求往往是互相冲突的。对于给定的消声器，利用实验的方法，根据距离尾管500毫米且与尾管轴向成45°处声压等级相近的排气噪声来评估其噪声衰减性能，利用压力传感器可以很容易地检测背压。 近几十年来，在预测排气噪声方面广泛应用的方法有：传递矩阵法、有限元法、边界元法和计算流体力学法。其中最常用的方法是传递矩阵法（也叫四端网络法）。该方
最新外文翻译模板精编版
2020年外文翻译模板 精编版
精品好文档，推荐学习交流 华北电力大学 毕业设计（论文）附件 外文文献翻译 学号：201001000826姓名：郑蓓 所在院系：电力工程系专业班级：电力1002 指导教师：刘英培 原文标题：Simulation of PMSM Vector Control System based on Non-linear PID and Its Easy DSP Realization 2014年4月10日
基于非线性PID永磁同步电机矢量控制系统仿真及其DSP实现 摘要 本文给出空间矢量脉宽调制（SVPWM）的基本原理，以及构建两条闭合回路矢量控制永磁同步电机（PMSM）的仿真模型方法。同时，在速度闭环对于新型非线性PID控制器进行了研究。仿真结果表明它具有无超调和小速度脉动良好的动态和静态性能。此外，利用在MATLAB中嵌入式目标为TI C2000（C2000 ETTI）的工具，我们将SVPWM仿真模型转换成可执行代码，并下载到TMS320F2812，实现基于DSP永磁同步电机的开环控制。这种方法避免了繁琐的编程工作，缩短了系统开发周期，实现了同步模拟和DSP实现永磁同步电机矢量控制系统的目标。 1 引言 永磁同步电机被广泛使用在交流伺服系统，因为它有如快速响应，出色的操控性能，尺寸小和重量轻等优点。最近，SVPWM技术逐渐取代了传统的SPWM。SVPWM的目的是产生磁通矢量来接近交流电机实际气隙磁通圆，通过在逆变器装置调整切换时间和控制电功率的通断模式。相较于SPWM，SVPWM 技术降低了谐波含量和开关损耗，其直流电压利用率也提高了很多。此外，它很容易被数字化。因此，我们在本文应用SVPWM技术。 原文出处及作者：Wang Song; Shi Shuang-shuang; Chen Chao, "Simulation of PMSM vector control system based on non-linear PID and its easy DSP realization," Control and Decision Conference, 2009. CCDC '09. Chinese , vol., no., pp.949,953, 17-19 June 2009
外文翻译排版格式参考
毕业设计(论文)外文资料翻译 系别：电子信息系 专业：通信工程 班级：B100309 姓名：张杨 学号： B 外文出处： 附件： 1. 原文； 2. 译文 2014年03月
An Introduction to the ARM 7 Architecture Trevor Martin CEng, MIEE Technical Director This article gives an overview of the ARM 7 architecture and a description of its major features for a developer new to the device. Future articles will examine other aspects of the ARM architecture. Basic Characteristics The principle feature of the ARM 7 microcontroller is that it is a register based load-and-store architecture with a number of operating modes. While the ARM7 is a 32 bit microcontroller, it is also capable of running a 16-bit instruction set, known as "THUMB". This helps it achieve a greater code density and enhanced power saving. While all of the register-to-register data processing instructions are single-cycle, other instructions such as data transfer instructions, are multi-cycle. To increase the performance of these instructions, the ARM 7 has a three-stage pipeline. Due to the inherent simplicity of the design and low gate count, ARM 7 is the industry leader in low-power processing on a watts per MIP basis. Finally, to assist the developer, the ARM core has a built-in JTAG debug port and on-chip "embedded ICE" that allows programs to be downloaded and fully debugged in-system. In order to keep the ARM 7 both simple and cost-effective, the code and data regions are accessed via a single data bus. Thus while the ARM 7 is capable of single-cycle execution of all data processing instructions, data transfer instructions may take several cycles since they will require at least two accesses onto the bus (one for the instruction one for the data). In order to improve performance, a three stage pipeline is used that allows multiple instructions to be processed simultaneously. The pipeline has three stages; FETCH, DECODE and EXECUTE. The hardware of each stage is designed to be independent so up to three instructions can be processed simultaneously. The pipeline is most effective in speeding up sequential code. However a branch instruction will cause the pipeline to be flushed marring its performance. As we shall see later the ARM 7 designers had some clever ideas to solve this problem. Instruction Fig 1 ARM 3- Stage pipeline