论文修改建议 (ZhangXM 20211020 问题与方法的创新)

1. 新问题，新方法？新方法
2. 老方法有什么缺点/不足？对比实验
3. 大家都做分类。有些方案不扩增，我们可以与他们比较。这时候比较分类性能。
4. 对于不同的扩增算法，我们与之比较扩增效果。与其它扩增方案比的意义更大。
5. 可以把别人论文中的结果拷贝过来，直接用。
6. 用同样的数据集，可以是别人的，也可以是自己的。前者更加公平，后者可能对自己更有利，因为我们可以按照数据的特性调整超参数。
7. 一楼：分类算法。二楼 a：针对不平衡数据的分类算法。二楼 b：针对小样本的分类算法。三楼：基于数据扩增的分类算法。我们是四楼。
8. 对比性能的基本前提：输入数据一致。
9. 可以与随机方案比。
10. 题目：强调技术还是问题？
    Data augmentation of unbalanced small sample microorganisms 主要说明扩增的有效性（有扩增与无扩增导致分类效果的变化）
    Unbalanced small sample microorganisms classifiction through data augmentation and classifier ensembling

Data augmentation for unbalanced small sample microorganisms diagnoise
Data augmentation for microorganism-based diagnoise
Data augmentation for microbial-based diagnostics

Abstract: Microbial-based diagnostics usually employ data with two characteristics: small sample and class imbalance.
%Existing approaches have difficulties while handling these characteristics due to .
This paper proposes …

Abstract: This paper handles two data characteristics of microbial-based diagnostics: small sample and class imbalance.
Our approach is composed of three techniques.