![](https://img-blog.csdnimg.cn/20190918135101160.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
论文总结
文章平均质量分 71
本科阶段的文献阅读总结~
alwaysuzybai
"Serena, you're the most beautiful, amazing, alive person I've ever know."
展开
-
论文总结7 基于LDA主题模型的软件缺陷分派方法_黄小亮|TF-IDF
传统的向量空间模型的软件缺陷分配方法:存在特征空间且包含等问题,分派准确率较低。:将缺陷报告从原始的高维文本单词空间映射到低维语义主题空间,在新的主题空间上进行分派。软件缺陷分派的,就是利用缺陷跟踪系统(如 Bugzilla)中己解决缺陷的历史信息(包括参与解决缺陷的人员信息),对新提交的缺陷进行自动分派。缺陷的自动分派能帮助系统开发与维护人员将宝贵的时间专注于缺陷的修复。相比于普通的文本分类问题,缺陷分派,而,每个开发人员相当于一个类别,因此分配效果普遍较差,分派准确率低。原创 2023-03-13 23:02:57 · 325 阅读 · 0 评论 -
英语学习|同义词替换|论文降重|similar|popular
1.单数复数变换2.加the去the3.主动被动变换4.同义词替换5.从句类型变换6.状语位置变化7.变化顺序9.of/‘s10.无关紧要的副词可以删除algorithm出现一般用复数algorithms, === methods方法method === 模型model。原创 2022-12-22 23:26:23 · 347 阅读 · 0 评论 -
英文文章写作|文献管理|阅读文献|引用文献|国内文章
经常复习。注意,文献作者必须是以英文为母语者,文献内容要与你的专业有关。这属于平时看文献的副产品。比如要知道最新进展,最好是查阅期刊;要了解别人的研究动向,最好是参会或看会议论文汇编。‼️不要找错信息源‼️。原创 2022-12-14 22:32:54 · 446 阅读 · 0 评论 -
科研习惯|科研经验 (上)
掌握了一点查全文的技巧,往往会以搞到全文为乐,以至于没有时间看文章的内容,更不屑于看摘要。真正有用的全文并不多,过分追求全文是浪费,不可走极端。当然只看摘要也是不对的。转载 2022-12-14 16:39:50 · 77 阅读 · 0 评论 -
科研论文写作|科研论文常犯的9个问题总结
目录01 摘要与结论几乎重合02 关键词过于随意03前言引文不科学04实验描述过于简单05结果部分逻辑比较混乱06图表制作比较粗糙07论文几乎没有任何讨论08结论部分罗列过多09 参考文献格式混乱 这一条是我见过研究生论文中最常出现的事情,很多情况下,他们论文中摘要部分与结论部分重复率超过70%。 当然,我自己在评审论文时,见过重复率超过90%的人。就原因而言,个人认为是他们对摘要和结论的“作用”没有太多认识。 对于摘要而言,首先要用一小句话引出为什么做这个研究,然转载 2022-12-06 19:16:20 · 156 阅读 · 0 评论 -
小样本学习跨域(Cross-Domain)问题总结
https://arxiv.org/abs/2001.08735 小样本学习跨域(Cross-domain)问题总结 - 知乎目录零·研究现状一:A CLOSER LOOK AT FEW-SHOT CLASSIFICATION实验介绍:实验设置: 实验结果:结果表明:二:A Broader Study of Cross-Domain Few-Shot Learning元学习模型测试结果:迁移学习测试结果: 结果表明:三:FEW-SHOT ACOUSTIC EVENT DETECTION VIA META L原创 2022-12-06 08:58:23 · 1882 阅读 · 1 评论 -
跨域推荐(Cross-Domain Recommendation)的最新综述
论文解读系列第十六篇:IJCAI 2021--跨域推荐(Cross-Domain Recommendation)的最新综述 - 知乎目录1.背景介绍(1)内容层级相关性(content-level relevance)(2)用户层级相关性(user-level relevance)(3)产品层级相关性(item-level relevance)2.综述的动机3. 不同的跨域推荐场景以及挑战场景1. 单目标跨域推荐(single-target CDR)场景2. 多领域推荐(Multi-Domain Recom原创 2022-12-05 20:57:29 · 3412 阅读 · 0 评论 -
中科院博士分享:如何避免SCI写作中的中式思维以及Chinglish
现在随着全球经济的下行,很多小伙伴都选择了延时就业,因此更多的人开始考研和考博。新东方大学生学习与发展中心发布的《新东方2023考研报告》预测:2023考研报名将超过520万人。那么我们如何才能写出审稿人不能拒绝的SCI论文呢?虽然编辑不会因为你的少许语法错误而拒稿,但是会因为读不懂你写的内容而拒稿。因此,当我们写作SCI论文的时候,我们需要学习一些英语写作的习惯,避免中式思维或者直接套用机器翻译。下面我分几种情况跟大家分享一些我的经验,也会给大家推荐几个,助力大家SCI论文的写作之旅。转载 2022-11-27 20:48:17 · 167 阅读 · 0 评论 -
论文写作步骤和技巧梳理
了解完论文的结构之后,我们再一步步循序渐进,慢慢来完成,在询问了多位优秀毕业生的论文写作技巧后,总结成文来和大家分享,接下来就来说一说关于论文的写作步骤和技巧,满满干货,希望可以给莘莘学子一些新的建议与启发。正文就是论文的主体部分,所以这部分的撰写显得尤为重要,因此要注意结构完整、逻辑清晰、中心突出,论点正确,论据充分,论证严密,同时注意语句通顺,格式准确,保证文章的完整性。选题决定好了之后,就要开始写开题报告了,撰写开题报告时,要先阐明选题的目的和意义,接着选题的基本内容确定下来,并且适当了解。转载 2022-11-27 20:26:32 · 1726 阅读 · 2 评论 -
基于图滤波的快速增量推荐方法
ChineseCSCW2022(太原)会议,汇报来自复旦大学张光平同学,本篇文章为会议记录,如有侵权,请联系我删除‼️。原创 2022-11-26 16:36:43 · 117 阅读 · 0 评论 -
基于因果化评论的可解释推荐方法
ChineseCSCW2022(太原)会议,汇报来自复旦大学张光平同学,本篇文章为会议记录,如有侵权,请联系我删除‼️。原创 2022-11-26 16:30:31 · 460 阅读 · 0 评论 -
众包与群智
ChineseCSCW2022(太原)会议,汇报来自北京航空航天大学大学孙海龙老师团队,汇报人:孙海龙教授+陈志珺同学,本篇文章为会议记录,如有侵权,请联系我删除‼️。大量标记数据 ——推动——> deep learning(machine learning)发展。【进化算法/演化算法】无万能算法,需要给出一个合理的假设。周志华首次提出一种基于弱监督学习的(群智)众包标注数据;专家的知识+机器学习模型的学习性能——> 促发展。标记质量不好——>“众包”标注数据有噪声;多数投票方法——转化——>概率图模型。原创 2022-11-26 15:46:00 · 402 阅读 · 0 评论 -
深度学习学习路线
深度学习入门的话推荐《TensorFlow:实战Google深度学习框架》,这本书内容比较详细也比较基础,以tensorflow为框架,从搭建网络的每个具体功能讲起,配有示例,逐渐搭起来一个网络,后续还有手写字符识别, Inception等比较基础的网络,便于上手,也便于对深度学习有一个较为具体的认识。入门之后推荐《深度学习、优化与识别》,这本书大体介绍了深度学习网络的分类,卷积网络,自编码网络,融合网络,生成网络,二值网络,循环神经网络等,都有一个较为概括的介绍,对于深度学习会有一个比较全面的认识。转载 2022-11-10 23:38:34 · 368 阅读 · 0 评论 -
信息物理系统CPS&工业信息物理系统ICPS
(Cyber-Physical System)CPS就是一个在环境感知的基础上,深度融合了计算、通信和控制能力的可控、可信、可扩展的网络化物理设备系统,它通过计算进程和物理进程相互影响的反馈循环实现深度融合和实时交互来增加或扩展新的功能,以安全、可靠、高效和实时的方式监测或者控制一个物理实体。CPS的最终目标是实现信息世界和物理世界的完全融合,构建一个可控、可信、可扩展并且安全高效的CPS网络,并最终从根本上改变人类构建工程。2.ICPS与相关概念(ICS、CPS、IoT、OT)的关系;原创 2022-11-09 11:08:35 · 1994 阅读 · 0 评论 -
网络入侵检测IDS常用数据集KDD Cup99/NSL-KDD/UNSW-NB15/ADFA/CIC IDS2017/2018下载途径
网络入侵检测IDS常用数据集KDD Cup99/NSL-KDD/UNSW-NB15/ADFA/CIC IDS2017/2018下载途径原创 2022-11-02 13:47:24 · 3300 阅读 · 0 评论 -
科研入门:文献检索,阅读技巧及工具使用
1.文献检索的三大利器之 Web of Science、Scopus 和Google Scholar。2.文献阅读辅助工具之阅读器、英汉词典、文献管理软件和浏览器。3.文献阅读技巧之不同动机不同方案。转载 2022-10-31 17:29:57 · 1618 阅读 · 0 评论 -
论文总结-交通预测(未完成)
通过找文献、下载文献、精读文献,向好的文章学习,具体化、实例化的总结归纳每一篇文章!不要浪费时间在劣质文章和试读文章,要多多花费时间在精读文章上~~学会使用《中国计算机学会推荐国际学术会议和期刊目录》原创 2022-10-31 14:08:26 · 1723 阅读 · 2 评论 -
中国计算机学会CCF推荐国际学术期刊以及学术会议
中国计算机学会推荐国际学术期刊以及学术会议计算机体系结构/并行与分布计算/存储系统计算机网络网络与信息安全软件工程/系统软件/程序设计语言计算机科学理论计算机图形学与多媒体人机交互与普适计算。原创 2022-10-26 20:25:00 · 440 阅读 · 0 评论 -
论文总结2 大样本情况下线性概率模型与广义线性模型的比较
Logit 和 Probit 模型是两种常用的二分类模型。在实际应用中,这些模型使用的主要目的有两点:一是统计推断(估计我们感兴趣的协变量所对应的参数并对其进行检验),二是分类(对新样本进行分类或计算预测概率)。n个样本和p维预测变量,定义预测变量、设计矩阵、系数向量、误差项;于是,线性概率模型可以表示为:,或者为:注意到,该模型利用最小二乘方法进行估计 ,再以的权重进行加权最小二乘重新估计参数。原创 2022-09-21 18:47:32 · 862 阅读 · 0 评论 -
论文总结6接5 HPLC结合聚类分析法+向量机
2022高教社杯数学建模c题 系统聚类分析是一种将研究对象分为相对同质的群组的统计分析技术,建立一种分析不同类型玻璃中14种化学成分的HPLC方法,对两种玻璃中的成分含量进行测定,并结合系统聚类分析法对不同种类玻璃的化学成分进行分析。具体应用实例见机器学习专栏!!!原创 2022-09-21 15:15:48 · 358 阅读 · 0 评论 -
论文总结5 基于Kmeans聚类的XGBoost集成算法研究
XGBoost 是一种在梯度提升算法(GBDT)基础上改进的学习算法,其特点为复杂度低、并行效果好、计算精度高,但其泛化能力有待提升。选择 Bagging 多模型融合思想, 采用多个 XGBoost 基分类器,使得每个基分类器只拟合部分样本下的部分特征属性,然后用 Kmeans聚类,进而提升其泛化能力。原创 2022-09-17 08:24:42 · 1269 阅读 · 0 评论 -
论文总结3 对数线性模型 罗盛
列联表分析无法系统地评价变量间的联系,无法估计变量间交互作用的大小,而对数线性模型是处理这些问题的最佳方法。对数线性模型结构:两两关联模型、条件独立模型、 部分独立模型、相互独立模型;根据模型拟合优度检验的统计量和 Pearson选择最优对数线性模型。对应分析(Correspondence Analysis)又称R-Q型因子分析,它们是在 R-型因子分析和 Q-型因子分析的基础上发展起来的一种新的多元统计方法用于分析二维数据阵中行变 量和列变量之间的关系。原创 2022-09-16 15:23:17 · 1451 阅读 · 0 评论 -
论文总结1
适用:因变量是两元或者多元的离散数据,此处考虑因变量为文物表面风化/文物表面未风化;原创 2022-09-16 11:55:47 · 163 阅读 · 0 评论