【论文写作】课程总结

论文写作

作为一名研究生,学会论文写作是打好研究基础的第一步并且在不断的写作中不断总结。通过闵帆老师的本次课程,我对于论文写作的各个部分有了一个基本的认识,同时老师也提供了不同部分的一些注意事项供我们参考。

学术论文的基本概念

论文写作第一步就需要了解什么是论文,分别从以下六个点简洁的介绍了关于论文的相关问题,分别为学术论文是什么、为什么写学术论文、如何写学术论文、什么时候写学术论文 、在哪里写学术论文。
其中在如何写学术论文中,我了解到计算机方面各个顶刊,并通过自己查阅资料知道了其他会议和期刊。

常见的Latex格式文件

该部分的学习让我了解到原来论文写作是有更加便利的格式文件,可以通过获取不同期刊提供的格式文件,就可以事半功倍。

cls文件

1、用于控制论文的总体格式
2、使用不同的格式文件时, .tex 源文件头部需要进行相应调整
正文不一定调整, 除非涉及图、表、公式的排版.

bst文件

用于控制参考文献的格式

Latex 介绍和使用

链接: Latex介绍和使用
Latex的一些介绍和使用流程,方便以后论文写作使用

慎用的单词和短语

在英文论文的写作中,有一些未出现在任何学术论文中的单词,不应被使用。
老师博客提到的一些禁用单词

单词
Have’t 与 Don’t
And
Easy
Simple
Solve
Novel
Only
Prove

我们还可以通过链接: 单词使用频率查找相关单词的使用频率。在我们写作之前可以通过查找该网站确定我们使用的单词。
在这里插入图片描述

除此之外,我们在阅读不同期刊时,可以有意识的去收集目前论文的高频单词,把握写作表达规范。

如何解决英文句子语法问题

老师在课上提到中文写作和英文写作的逻辑是一致的,所以我们无论是写中文论文还是英文论文,首先都是需要我们把表达的逻辑想清楚,中文和英文都只是不同的表达形式。
老师提到要写一个好的句子,有两种方法分别为借鉴法和倒腾法。

借鉴法

1、找20篇顶刊论文
2、找各个部分的简单句子
3、获得句型
4、在自己论文中使用
两个模式:
1、正向构建
找一篇与自己论文相关领域的顶刊论文,从中找合适的句子,按照一定方式进行组织。
2、反向查找
对于自己要写的句子,从众多文献中查找一个与之最相近的句子。

倒腾法

1、写一个表达自己意思的英文句子
2、翻译成中文句子
3、再翻译成英文句子
4、直到中文句子和英文句子都不再改变
5、将句子中的非专业词汇换成正确的专业词汇

英文句子的写作需要我们首先掌握英文的基础语法,然后多去阅读自己研究领域的英文论文,多加练习英文写作。

符号系统与数学表达式

构建一个符号系统对我来说是相当困难的,但是有些时候想要简洁方便的将理论方法展示出来,构建一个符号系统是相当有必要的。如果研究领域之前有前人构建好的符号系统,我们应该尽量沿用。如此不仅为我们提供了便利,免去了构建的痛苦,同时也为相关领域论文的阅读者有一个相对友好的阅读环境。

对于一个初学者,应该严格参照老师的注意事项:
1、不要对式子、符号进行额外的、特殊的处理,包括强行增加空格、花括号等
2、数学表达式的处理是 Latex 相较于 Word 非常重要的优势,在本科阶段,公式的编辑主要是通过word的公式编辑器进行公式的编写,使用latex可以提供相当大的便利。
3、一般的变量 (标量为) 斜体的, 而常数和运算符是正体. 在 Latex 中你不用考虑那么多, 直接用 $ 符号将它们括起来就行
4、不同字体的同一个字母表示不同的涵义
5、集合、数组、向量应使用粗体
6、如果要给一个式子编号
7、如果在文字中的数学表达式太长, 就可以超过页面右边界
8、数学式子是句子的一部分, 因此它们应该有相应的逗号、分号、句号. 如果使用逗号, 后面的 where 应该顶格写, 以表示在同一行. 还应以小写开头, 表示是句子的后面部分
9、数学式子里面的文字应该用 \mathrm{otherwise} 这种方式括起来
10、如果需要与内容匹配的括号, 可以用 \left(, \left[ 之类
11、找一篇已经发表论文的 .tex 文件来学习数学表达式

通过了解老师提出的一些注意事项,我们可以极大地避免一些问题。

一篇论文的写作(论文各个部分的编写)

论文的各个部分都有详细的说明,对于初学者的我们只需要先按照老师的提示老老实实的写论文。
在这里插入图片描述

题目

简短的注意事项极大地帮助了我们对于题目的编写。
1、必须要有吸引力
对于计算机领域,我们要将自己提出的新方法和新问题,简洁的展现在题目中,让审稿人或者读者能够更加直接的了解到我们论文的核心。选择更加具有挑战性的问题和更加高效和准确的方法能够直接抓住审稿人和读者的眼球,但是我们要能够接得住。就是选择的新问题和新方法要能够和题目相呼应才行。
2、必须易于理解
3、应该易于检索
选择当下流行的词语能够提高被读者搜索的次数,并且有助于提高论文的被引用次数。
4、长度最好控制在40-60个字母之间
对于该条注意事项,我本以为题目的长度并不会影响论文本身,但是事实表明题目的长度确实有不同程度的影响。如此看来,论文相当重要。
5、尽量不使用 based on
6、使用 through, with 等来表示技术

摘要10句

本节课一下子让不会写摘要的我找到了方向,如此简介明确摘要10句对我来说相当有帮助。
1、问题及其重要性
2、已有工作
3、已有工作局限性
4、本文工作
5、本文方法的第 1 个技术/步骤/方面/优势/贡献
6、本文方法的第 2 个技术/步骤/方面/优势/贡献
7、本文方法的第 3 个技术/步骤/方面/优势/贡献
8、实验设置
9、实验结果
10、提升
我们既可以在完成整体论文之后再写摘要,也可以在论文主体之前就把摘要写好。在论文之后写可以更好的总结论文全部内容,而在完成论文主题之前写则可以为后续论文提供一个大纲。无论我们选择哪一个方式,我们都需要在最后不断修改我们的论文。论文本不需要文采,对于初学者来说,我们按照老师提供的模板可以让我以一个最快的和最合适的角度入门论文的写作,我觉得我们应该先按照老师提供的思路写作,当我们有一定熟练后可以进行一定的修改。

关键词的写法

在这里我了解到了关键词经常被看做摘要的一种补充,那我们可以在写完摘要之后在考虑关键词的填写。关键词一般需要3–5 个关键词,同时关键词一般由 1–3 个单词构成。需要将关键词按照字母排序,以及一些期刊支持两类关键词。

引言

在英文论文中,Introduction需要讲述完整的故事。这是需要注意的,如果我们在计算机领域中发表英文论文,我们需要去遵循这个风格。对论文所涉及的研究进行初步的介绍,通常是一段或数段短文。
我们可以按照以下方面去写引言。
1、说明论文的主题、范围和目的。
2、说明本研究的起因、背景及相关领域简要回顾目前研究进度。
3、预期结果或本研究意义。
4、引言一般不分段。
每段应有 5–10 句. 这样, 该段就有 50-150 个单词。
在计算机领域流行在引言放一张图片,但是需要论文后面围绕图片进行解释,这种方式也相对比较方便,无论是对于读者还是作者来说,读者可以通过开篇的第一张图片就可以了解论文大致要讲的内容,而作者也可以通过围绕图片来组织自己的论文。简直是一举两得,后面论文写作我会尽力尝试这个方式。期刊论文要求写论文的组织结构。

文献综述

首先绝大多数的参考文献应在文献综述中引用。每篇论文都应该有文献综述,这是我第一次了解到文献综述,可以为读者提供便利,在读者需要查阅一些技术细节时可以通过我们的文献综述去查看。我们也需要明白我们应该在哪些地方引用参考文献,例如引言中、related work中、实验之后。

理论部分

理论部分与前面的符号系统和数据表达式是息息相关的,我们主要就是通过构建符号系统和书写数学表达式去展现我们理论部分原理。通过符号系统和数学表达式,相对于其他方式我们可以更加简洁和明了的向读者和审稿人阐述我们的算法原理或者方法原理。
除了自己构建符号系统,在应用领域我们更多的是使用前人以及构建好的符号和数学表达式,但是我们可以根据自己的应用领域结合理论部分,向读者展现更加清晰的思路和选择算法和该方法的原因。

算法伪代码

在计算机领域,算法伪代码是论文的核心。伪代码能够给我们提供一个简便的方式向读者或者审稿人阐述解决问题的具体方法。
在书写算法伪代码时,需要注意一下几点:
1、需要说明输入、输出;
2、方法 (函数) 名可写可不写, 如果被别的方法调用就必须写;
3、需要写出主要步骤的注释;
4、长度控制在 15-30 行;
5、可使用数学式子或对已有数学式子的引用;
6、不重要的步骤可以省略;
7、一般需要进行时间、空间复杂度分析
算法伪代码本身对于初学者有一定难度,如何规范的描述算法以及如何去编写算法。我认为可以先将实际的代码写出来之后再去构建算法伪代码。

实验

实验对于计算机论文相当重要,在机器学习和深度学习领域实验部分可以参照一定的路径。
数据集信息需要一些注意的地方,数据集越多, 覆盖领域越广, 结果就越可信。本身数据集越大也可以更好的训练模型。数据集大些更好,拥有更多特征或属性。获取自己主要参考文献中的数据, 有利于进行比较,也可以使用一些公开数据集,这样更加方便也更加利于大家进行不同模型好坏的比较。
论文的实验主要回答一些作者和读者关心的问题,我们可以设置一些问题,在实验之后逐一回答它们。
同时老师也提出在内部和外部比较,其中内部比较主要是对于我们使用的主要方案和其他方案的比较,选取最佳的那个方案。外部比较主要是与其他论文中的算法和实现方案比较。

结论

需要注意审稿人会逐一阅读本部分,结论一般要太长有5 句就完全足够了。这是对结论长度的一个限制,其次我们也要避免使用与摘要内相同的句子。可以具体到论文中的某个算法, 某条性质, 某个定理, 某个实验结果,这样就自然与摘要区别开来。读者很可能非常关注进一步工作这一部分,,因为他们可以按照这种思路继续进行研究,为读者提供了一定的便利与新的研究方向的思路。
当然我们可以老实将进一步工作方向写出来,也可以不给读者展现出来。

参考文献

参考文献这一部分时,主要讲在Latex中如何管理和引用文献。大家也可以参考老师的博客原文。链接: 原文
在这里插入图片描述

在 LaTeX 中,你可以使用 BibTeX 或 BibLaTeX 来管理你的文献。

\usepackage{natbib}
\bibliographystyle{plainnat}
\bibliography{references.bib}

创建一个 .bib 文件,里面包含你的所有参考文献。

@article{einstein1905,
    author = {Albert Einstein},
    title = {Zur Elektrodynamik bewegter K{\"o}rper},
    journal = {Annalen der Physik},
    volume = {322},
    number = {10},
    pages = {891--921},
    year = {1905},
    publisher = {Wiley-VCH}
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值