论文写作 伪代码符号命名规则

不同格式的符号命名规则

符号	latex表示	意义
$x$	$\mathcal{x}$	标量
$\mathbf{x}$	$\bm{x}$	向量
$\mathbf{x}$	$\mathbf{x}$	变量集
$\mathbf{A}$	$\mathbf{A}$	矩阵
$\mathbf{I}$	$\mathbf{I}$	单位矩阵
$\chi$	$\mathbf{\chi}$	样本空间或状态空间
$\mathcal{D}$	$\mathcal{D}$	概率分布
$\mathbf{D}$	$\mathbf{D}$	样本数据（数据集）
$\mathcal{H}$	$\mathcal{H}$	假设空间
$\mathbf{H}$	$\mathbf{H}$	假设集
$\mathfrak{L}$	$\mathfrak{L}$	学习算法
$(\cdot ,\cdot ,\cdot )$	$(\cdot,\cdot,\cdot)$	行向量
$(\cdot ;\cdot ;\cdot )$	$(\cdot;\cdot;\cdot)$	列向量
$(\cdot {)}^{\mathbf{T}}$	$(\cdot)^\mathbf{T}$	向量或者矩阵转置
{ …   } \{\dots\} {…}	${\dots}$	集合
∣ { …   } ∣ |\{\dots\}| ∣{…}∣	∣ { …   } ∣ |\{\dots\}| ∣{…}∣	集合 { …   } \{\dots\} {…}中元素个数
$||\cdot |{|}_p$	$||\cdot || _{p}$	$L_p$范数，$p$损失时为$L_2$范数
$\mathbf{P}(\cdot )$,$\mathbf{P}(\cdot |\cdot )$	$\mathbf{P(\cdot)}$,$\mathbf{P(\cdot|\cdot)}$	概率质量函数，条件概率质量函数
$\mathbf{p}(\cdot )$,$\mathbf{p}(\cdot |\cdot )$	$\mathbf{p(\cdot)}$,$\mathbf{p(\cdot|\cdot)}$	概率密度函数，条件概率密度函数
$\mathbb{E}{.}_{\sim \mathcal{D}}[f(\cdot )]$	$\mathbb{E}._{\mathcal{\sim{D}}}{~ [f(\cdot)]}$	函数$f(\cdot )$对\cdot在分布$\mathbf{D}$下的数学期望；意义明确时将省略$\mathbf{D}$和（或）$\cdot$
$\sup (\cdot )$	$\sup (\cdot)$	上确界
$\mathbb{I}(\cdot )$	$\mathbb{I}(\cdot)$	指示函数，在$\cdot$为真和假时分别取值1，0
$\mathrm{s}\mathrm{i}\mathrm{g}\mathrm{n}(\cdot )$	$\mathrm{sign}(\cdot)$	符号函数，在$\cdot <0,=0,>0$时分别取值为-1,0,1

伪代码例子总结

1.

– 临时变量/系数使用希腊字母：（$\alpha ,\beta ,...,\rho ,\delta$）
– 参数：$\theta$
– 学习器：$\Theta$
– 指代非零元素集合：$\Omega$
– 接近0的正数:$\epsilon$
– 时间：$\tau$

2.

数据类型	latex表示	意义	注释
矩阵	$\mathbf{X}$	A data matrix	一般用$\mathbf{X}$，$\mathbf{A}$表示
标量	$d_c$	cutoff distance	名词主语（distance）+形容词（cutoff)->$d_c$
标量	$q_i$	the proportion of queried instance	主语（queried instance）->$q_i$
标量	$q_r$	the proportion of representative instances	选择一个文中没有出现过的英文字母(q)+representative®，与上面$q_i$相呼应
矩阵	$\mathbf{S}\mathbf{T}$	small block threshold	形容词（small block)+名词主语（Threshold)->$\mathbf{S}\mathbf{T}$
矩阵	$\mathbf{L}=(l_1,...,l_n)$	Quseried\predicted labels	名词主语(labels)->$\mathbf{L}$
矩阵	$\mathbf{B}=[1,...,n]$	Bolck containing all instances	Block->$\mathbf{B}$
标量	$N_q=\lfloor n\times q_i\rfloor$	Number of queries	名词主语(Number)+状语(queries)->$N_q$
标量	$N_r=\lfloor N_q\times q_r\rfloor$	Number of representatives	名词主语(Number)+状语(representatives)->$N_r$
标量	${\rho }_i$,${\delta }_i$		临时变量/系数使用希腊字母（$\alpha ,\beta ,...,\rho ,\delta$）
标量	$\gamma ⟵({\gamma }_1,....,{\gamma }_N)⟵\rho \cdot \delta$		临时变量/系数使用希腊字母（$\alpha ,\beta ,...,\rho ,\delta$）

3.

数据类型	latex表示	意义	注释
变量集	$U$,$C$		选择文中没有出现过且觉得合适的英文字母，因为是要表示变量集，要大写
/	$d$	data	输入的数据
标量	$N$	the maximal number of labels provided by the oracle $N$	表示一个序列数
变量集	$d(x)$	$d(x)$ for all $x\in U$	函数返回结果（data）
变量集	$(\rho ,\delta ,ms)$	$(\phi ,\delta ,ms)$=buildMasterTree$(S,d_c)$	临时变量/系数使用希腊字母（$\alpha ,\beta ,...\rho ,\delta$）
变量集	$(ct,bl)$	$(ct,bl)$=densityCluster$(ms,k)$	临时参数/中间变量用用希腊字或者取一个英文缩写变量名
变量集	$U_1^{{}^{\prime }}$	$U_1^{{}^{\prime }}=selectCritical(ct,bl)$	聚类结果

4.

数据类型	latex表示	意义	注释
矩阵	$\mathbf{O}$	The offset of all points	offset->$\mathbf{O}$
标量	${\mathbf{S}}_i$	location of strata	矩阵中的元素，我认为可以命名成${\mathbf{L}}_i$,按照名词主语在前的规则，但是也可以把strata当主语代表这个变量所代表的意思
标量	$v$	velocity of wave	velocity->$v$
矩阵	$\mathbf{D}=(d\times n\times k)$	Seismic data	data->$\mathbf{D}$
标量	$k$	iteration variable	表示迭代下标的数目,计算机中常用$k,i,j$
标量	$t$	time	time->$t$或$\tau$
标量	$a$	acceleration	acceleration->$a$

5.

数据类型	latex表示	意义	注释
矩阵	$\mathbf{D}$	seismic data	data->$\mathbf{D}$
标量	$ϵ$	mutation probility	一个标量$p_m$?
矩阵	$\mathbf{E}$	minimun error	error->$\mathbf{E}$
向量	$\mathbf{r}=[p_1,\dots ,p_n]$	Encode the offset of each point	向量为小写英文字母,resolution->$\mathbf{r}$
向量	${\mathbf{r}}^{\ast }=[p_1,\dots ,p_n]$	target offset of each point	由上面$\mathbf{r}$变换而来->${\mathbf{r}}^{\ast }$
矩阵	$\mathbf{R}=[{\mathbf{r}}_1,...,{\mathbf{r}}_h]$	Collection of multiple sets of codes	$\mathbf{r}$的集合->$\mathbf{R}$
矩阵	$ME$	maximum energy	maximum energy->$ME$
标量	$f(x)$	function(prameter)	函数返回结果