《论文写作》课程总结

​

一、课程简介

1.课程受众

《论文写作》是由闵帆老师讲授的一门研究生课程，如果你是初入者，并且之前对论文写作没有一个系统性的认识，那么该门课程就是解决你论文写作问题的一剂良药。具体内容可以到闵帆老师的博客进行查看。闵帆老师的博客链接

2. 课程内容

本次课程涵盖了十分丰富的内容，包括论文写作的一些基本知识、论文各部分写作时的一些技巧和方法等等。下图是对闵帆老师所讲授内容的一个梗概：

二、个人学习感悟

基础知识

1. 学术论文五问（what、why、how、when、where）

what（是什么）:

学术论文是某一学术课题在实验性、理论性或预测性上具有的新的科学研究成果或创新见解和知识的科学记录，或是某种已知原理应用于实际上取得新进展的科学总结，用以提供学术会议上宣读、交流、讨论或学术刊物上发表，或用作其他用途的书面文件。
通俗的讲，就是：

• 对研究工作的阶段性总结， 单篇论文的内容应适度，创新点一两个即可，若有一系列的研究工作，则应撰写一系列的论文。但切忌过度灌水。
• 科研八股文 每个部分的内容有其固定的要求。这便于读者快速找到自己所需要的信息。论文无需华丽的文采，只需将正确的内容放在正确的位置。
• 结构清晰的表格 其中包含大表（节 Section）中套着小表（小节 Subsection）以及小小表（句子 Sentence）。没有最八股的表格，只有更八股的表格。

why(为什么)：

写学术论文往高处说是为了推动学术发展、传承知识，但对个人而言，无非就是关于自身利益和名誉的事情，为了毕业，为了评职称、为了宣传自己的成果等等不一而足。

how(怎么写)

• 读文献, 总结模板, 在自己的模板上写。

• 计算机方面, 需要查阅顶刊如 Science, Artificial Intelligence (AI), IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 顶会如 the Association for the Advance of Artificial Intelligence (AAAI) 50 篇以上的论文。

• 使用别人总结的模板写 (如闵帆老师的总结)。

when（什么时候写）

在很早的时候，我认为论文是一个很高大上的东西（当然，高级别的确实是），只有做出了重大的科研成果之后，才能够有资格去写一篇高水准的文章。但后来我发现，即使是一个小小的成果，你也可以发一篇论文，正是这无数的小小成果积累，才有了后来的重大突破。每一篇论文都是一个独立的贡献，即使它可能看起来微不足道，但它在推动学术发展、传承知识方面起着重要的作用。

在本科的时候，你就可以着手写论文了。如果是研究生，想要顺利毕业，最迟研一下动手写。写论文时间并不固定，取决于你什么时候有空闲，或者什么时候来了灵感，不论是上午、下午还是晚上，都可以是创作的好时间。如果你要写的论文需要实验支撑，你可以在做实验之前写一个摘要和大纲，在做实验的过程中对其进行修改，在实验完成以后，再填充内容。当然，你也完全可以在实验完成后在开始写也是没问题的。

where(在哪儿写)

一个能够让你静下来思考的地方（有了灵感你可以随时随地）

2. Latex

Latex论文模板

查看闵帆老师的博客总结: 常见的 Latex 格式文件

Latex常用数学符号总结

写这个主要是为了对它进行分类方便自己以后查找

常用

符号	含义	示例
_	下标	$a_1$
^	上标	$a^2$
\nabla	梯度	$\nabla f(x)$
\leq或\le	小于等于	$a\le 2$
\geq或\ge	大于等于	$a\ge 2$
\cdot	乘号	$a\cdot b$
\times	乘号（×号）	$a\times b$
\div	除号	$a÷b$
\pm	正负号	$a\pm b$
\mp	负正号	$a\mp b$
\sqrt{}	开平方根	$\sqrt{a}$
\frac{}{}	分数	$\frac{a}{b}$
\sum	求和	${\sum }_{i=1}^n{a}_i$
\int	积分	${\int }_a^{b}f(x)dx$
\to	指向	$A\to B$
\leftarrow	左箭头	$a\leftarrow b$
\rightarrow	右箭头	$a\to b$
\leftrightarrow	左右箭头	$a\leftrightarrow b$
\neq	不等于	$a\ne b$
\approx	约等于	$a\approx b$
\equiv	全等于	$a\equiv b$
\forall	全称量词	$\forall a\in A$
\exists	存在量词	$\exists a\in A$

集合：

符号	含义	示例
\cup	并集	$A\cup B$
\cap	交集	$A\cap B$
\setminus	差集	$A\setminus B$
\emptyset	空集	$\varnothing$
\subseteq	子集或等于	$A\subseteq B$
\subset	真子集	$A\subset B$
\supseteq	包含或等于	$A\supseteq B$
\supset	真包含	$A\supset B$
\in	属于	$a\in A$
\notin	不属于	$a\notin A$

大尺寸运算符号

符号	含义	示例
\sum	求和	${\sum }_{i=1}^n{a}_i$
\prod	乘积	${\prod }_{i=1}^n{a}_i$
\int	积分	${\int }_a^{b}f(x)dx$
\oint	闭合积分	${\oint }_{C}f(x)dx$
\bigcup	大并集	${\bigcup }_{i=1}^n{A}_i$
\bigcap	大交集	${\bigcap }_{i=1}^n{A}_i$
\bigvee	大逻辑或	${\bigvee }_{i=1}^n{P}_i$
\bigwedge	大逻辑与	${\bigwedge }_{i=1}^n{P}_i$
\bigotimes	大张量积	${⨂}_{i=1}^n{V}_i$
\bigsqcup	大平方并	${⨆}_{i=1}^n{A}_i$
\bigoplus	大直和	${⨁}_{i=1}^n{V}_i$
\bigodot	大圆点积	${⨀}_{i=1}^n{V}_i$

希腊字母

符号	含义	示例
\alpha	α (Alpha)	$\alpha$
\beta	β (Beta)	$\beta$
\gamma	γ (Gamma)	$\gamma$
\delta	δ (Delta)	$\delta$
\epsilon	ε (Epsilon)	$ϵ$
\zeta	ζ (Zeta)	$\zeta$
\eta	η (Eta)	$\eta$
\theta	θ (Theta)	$\theta$
\iota	ι (Iota)	$\iota$
\kappa	κ (Kappa)	$\kappa$
\lambda	λ (Lambda)	$\lambda$
\mu	μ (Mu)	$\mu$
\nu	ν (Nu)	$\nu$
\xi	ξ (Xi)	$\xi$
\pi	π (Pi)	$\pi$
\rho	ρ (Rho)	$\rho$
\sigma	σ (Sigma)	$\sigma$
\tau	τ (Tau)	$\tau$
\upsilon	υ (Upsilon)	$\upsilon$
\phi	φ (Phi)	$\varphi$
\chi	χ (Chi)	$\chi$
\psi	ψ (Psi)	$\psi$
\omega	ω (Omega)	$\omega$

定界符

符号	含义	示例
( )	圆括号	$(a+b)$
\lfloor \rfoor	向下取整	$\lfloor b\rfloor$
\lfceil \rceil	向上取整	$\lceil b\rceil$
[ ] \lbrack \rbrack	方括号	$[x,y]$
\{ \} \lbrace \rbrace	花括号	{ 1 , 2 , 3 } \{1, 2, 3\} {1,2,3}
\langle \rangle	尖括号	$⟨x⟩$
| |	竖线（绝对值）	$|x|$
\lVert \rVert	双竖线（范数）	$\Vert x\Vert$

重音

符号	含义	示例
\hat{}	插头符号 (Caret)	$\hat{a}$
\widehat{}	更宽的插头符号 (Widehat)	$\hat{a}$
\check{}	钩形符号 (Check)	$\check{a}$
\tilde{}	波浪符号 (Tilde)	$\tilde{a}$
\widetilde{}	更宽的波浪符号 (Widetilde)	$\tilde{a}$
\acute{}	锐音符号 (Acute)	$\acute{a}$
\grave{}	重音符号 (Grave)	$\grave{a}$
\dot{}	点符号 (Dot)	$\dot{a}$
\ddot{}	双点符号 (Double Dot)	$\ddot{a}$
\breve{}	弧形符号 (Breve)	$\breve{a}$
\bar{}	连线符号 (Bar)	$\bar{a}$
\overline{}	更长的连线符号 (Overline)	$\overline{a}$

加粗

符号	含义	示例
\textbf{}	加粗文本	\textbf{这是加粗的文字}
\mathbf{}	加粗数学符号	$a$ 和 $\mathbf{a}$
\bm{}	使用bm宏包加粗数学符号	$\mathbf{a}$
\boldmath{}	数学环境里可以加粗且不会使斜体消失(需要添加amsmath宏包)	$\boldmath {a}$

Latex等式对齐

$$\begin{array}{rlr}text& =12345& \\ & =67890& \\ & =13579& \end{array}$$
源码：

// $ 用于对齐 \\ 表示换行
$$\begin{aligned} text & = 12345  & \\ &= 67890  & \\ &= 13579\end{aligned}$$

$$\begin{array}{rlr}\phi (n)& =n\times \prod _{i=1}^s\frac{p_i-1}{p_i}& \\ & =p_1\times n^{\prime }\times \prod _{i=1}^s\frac{p_i-1}{p_i}& \\ & =p_1\times \phi (n^{\prime })& \end{array}$$

$$\begin{aligned} \varphi(n) & = n \times \prod_{i = 1}^s{\frac{p_i - 1}{p_i}}  & \\ &= p_1 \times n' \times \prod_{i = 1}^s{\frac{p_i - 1}{p_i}}  & \\ &= p_1 \times \varphi(n') \end{aligned}$$

Latex大括号

方法一：

$$f(x)=\{\begin{array}{rlr}x& =& \cos (t)\\ y& =& \sin (t)\\ z& =& \frac{x}{y}\end{array}$$

方法二：
$$F^{HLLC}=\{\begin{array}{rcl}{F}_L& & 0<S_L\\ F_L^{\ast }& & S_L\le 0<S_M\\ F_R^{\ast }& & S_M\le 0<S_R\\ F_R& & S_R\le 0\end{array}$$

方法三:
$$f(x)=\{\begin{array}{ll}0& \text{x=0}\\ 1& \text{x!=0}\end{array}$$
源码

方法一：

$$ f(x)=\left\{
\begin{aligned}
x & = & \cos(t) \\
y & = & \sin(t) \\
z & = & \frac xy
\end{aligned}
\right.
$$

方法二：
$$ F^{HLLC}=\left\{
\begin{array}{rcl}
F_L       &      & {0      <      S_L}\\
F^*_L     &      & {S_L \leq 0 < S_M}\\
F^*_R     &      & {S_M \leq 0 < S_R}\\
F_R       &      & {S_R \leq 0}
\end{array} \right. $$

方法三:
$$f(x)=
\begin{cases}
0& \text{x=0}\\
1& \text{x!=0}
\end{cases}$$

各种括号：
$$\begin{array}{c}\begin{array}{cc}0& 1\\ 1& 0\end{array}\left(\begin{array}{cc}0& -i\\ i& 0\end{array}\right)\left[\begin{array}{cc}0& -1\\ 1& 0\end{array}\right]\left\{\begin{array}{cc}& 0\\ 0& -1\end{array}\right\}\left|\begin{array}{cc}a& b\\ c& d\end{array}\right|\Vert \begin{array}{cc}i& 0\\ 0& -i\end{array}\Vert \end{array}$$

$$E=\left[\begin{array}{cccc}1& 0& \cdots & 0\\ 0& 1& \cdots & 0\\ ⋮& ⋮& ⋮& ⋮\\ 0& 0& \cdots & 1\\ & & & \end{array}\right]$$
源码：

$$
\begin{gathered}
\begin{matrix} 0 & 1 \\ 1 & 0 \end{matrix}
\quad
\begin{pmatrix} 0 & -i \\ i & 0 \end{pmatrix}
\quad
\begin{bmatrix} 0 & -1 \\ 1 & 0 \end{bmatrix}
\quad
\begin{Bmatrix} 1 & 0 \\ 0 & -1 \end{Bmatrix}
\quad
\begin{vmatrix} a & b \\ c & d \end{vmatrix}
\quad
\begin{Vmatrix} i & 0 \\ 0 & -i \end{Vmatrix}
\end{gathered}
$$

$$
E=
\left[
\begin{matrix}
1 & 0 & \cdots & 0 \\\
0 & 1 & \cdots & 0 \\\
\vdots & \vdots & \vdots & \vdots \\\
0 & 0 & \cdots & 1 \\\
\end{matrix}
\right]
$$

上大括号
$$A=\stackrel{2^3}{\overbrace{\left[\begin{array}{ccc}1& 2& 3\\ 1& 2& 3\\ 1& 2& 3\end{array}\right]}}$$
源码：

$$
// \overbrace 控制上大括号 \left[:左中括号  \right]右中括号
 A=  \overbrace{\left[
        \begin{array}{ccc}
          1 & 2 & 3 \\
          1 & 2 & 3 \\
           1 & 2 & 3 \\
         \end{array}
     \right]}^{2^{3}} 
$$

右大括号
$$A=\left[\begin{array}{ccc}1& 2& 3\\ 1& 2& 3\\ 1& 2& 3\end{array}\right]\}{2}^3$$
源码：

//  \left. 和\right\} 控制右大括号
$$    A = \left.\left[
          \begin{array}{ccc}
            1 & 2 & 3 \\
            1 & 2 & 3 \\
            1 & 2 & 3 \\
          \end{array}
        \right]\right\}2^{3} 
$$

3.英文论文慎用词、短语

一般而言, 未出现在任何学术论文中的单词, 不可以使用.
Have’t 与 Don’t
在正式的论文中, 这种简写是不正确的. 应使用 have not, do not, cannot 之类. 仅当 authors’ 之类的情况, 才使用撇号.
And
禁止在句子的开头用 And. 它在这个位置没有任何实际的意义, 因为相邻的句子本身就有相关性. 除了童话, 没人在句首使用 and.
句子中间慎用 and, 除非你有对仗工整的词组, 如: data mining and machine learning. 而 data mining and algorithm design 就是一种滥用, 因为两者从语义上来说无法并列. 初学者滥用本词的非常多, 所以需要全篇自查, 并绕过它.
Easy
禁用. 如果一个东西是简单的, 大家还研究它们干什么?
Simple
慎用. 它与 easy 有些相似. 如果是想说 simple yet effective, 也可以偶尔使用.
Solve
慎用. 只有我们彻底解决某个数学难题, 写出了相应的定理与证明, 才能说 solve. 做机器学习, 一般无法解决某个问题, 所以应该写 handle 或 address.
Novel
常用的单词是 new. 只要你写一篇论文, 要么涉及 new 问题, 要么涉及 new 方法, 所以这个说法很正常. 但 novel 一词就比较夸张, 表示比较大的创新. 审稿人看到这个词会提升对这篇论文的预期, 如果发现招数没有太特别, 就会拒掉. 所以使用这个词的时候要慎重. 当然, 也有人指出, 如果你投的是顶刊顶会, 都不敢用 novel 的话, 审稿人也会小瞧你. 还是根据自己工作的创新性来选择吧.
Only
把 only 放到一个尽可能靠后的位置. 如: 使用 consider only uniform distribution 而不是 only consider uniform distribution. 前者表示你仅考虑了均匀分布, 对其它分布有能力研究, 只是暂时没做而已. 而后者表示你怂.
Prove
实验结果只能表明 (show) 而不能证明 (prove) 某个规律, 如你的结果比别人的好. 仅当你写了定理、性质及其证明过程, 才能说 prove.
其它
使用 https://www.linggle.com 查看单词或词汇的使用频率. 例如: related work 有 415,960 次匹配, 而 related works 只有 46,757 次, 一般情况写成前者.

4.怎样解决自己的英语语法问题

一个英文句式网站. 长这样:

基本原则：自己的语言逻辑能力是十分重要的，中文的逻辑太烂也就写不出好的英文文章。
闵帆老师提到了两种方法博客链接，一是借鉴法：通过阅读大量文献进行句式总结或者在需要的时候再去看别人是如何写的；二是倒腾法，先写出一个英文句子，然后使用翻译软件来回切换，得到一个收敛的结果，这个要求你最开始的逻辑要大致正确，否则很难得到一个好的结果。

5. 第一篇论文写作流程

闵帆老师建议新手先采用自底向上的方式堆材料, 有了初稿再采用自顶向下的方式把控全局.具体细节： 第一篇论文的写作流程

论文各部分

1. 论文题目

一个出色的论文题目应该能够吸引读者的兴趣，清晰地传达研究的目标和重要性，同时保持简洁和准确。一个好的题目应该满足以下条件：
简明扼要：论文题目应该简洁明了，能够准确反映研究的主题，避免使用冗长或模糊的词汇。标题应该在一定程度上总结研究的主要内容。
清晰明了：题目应该让读者能够快速理解研究的核心问题或目标。避免使用过于专业或晦涩的术语，除非目标读者群体是专业人士。
创新性：如果可能的话，论文题目应该突显研究的创新性和独特性。这有助于引起读者的兴趣。
避免废话：尽量避免在标题中使用废话、重复的词汇或没有实际信息的修饰语。
与内容相关：最重要的是，论文题目必须与研究内容相关，不应该误导读者或与实际研究不符。
文法正确：确保题目使用正确的语法和拼写，以保持专业性和可信度。
实例参见：给自己的论文一个中肯而闪亮的题目

2. 摘要

摘要是对论文内容简短而全面的概述，让读者能够明白你的论文到底做了什么内容。在我看来，摘要就是论文的门面了，现在大多数读者都是通过阅读摘要来快速判断一篇论文是否对自己有价值；在论文投稿时，审稿人也是会首先阅读你的摘要，如果你的摘要写的逻辑混乱，完全不知道在讲啥，那后果大家都懂的。
摘要一般都分为研究的背景及目的（Background and Object）、方法（Methods）、结果（Results）和结论（Conclusions），当然有些期刊会明确要求从哪些方面来叙述。闵帆老师的摘要10句逐句分析了摘要应该写哪些内容（比如问题及其重要性、已有工作、本文工作等等）和各句的注意事项，并且给出了具体的实例，值得大家去学习。虽然这样子可能有八股之嫌，但是论文写作本身就不是一个要求文采的事情，一个固定的结构能够让读者迅速定位到自己想要看到的内容，除此以外如果你够强，论文本身足够能打，谁不称赞一句这就是你的style呢？

3.关键词

关键词这里我学到的就是：

1. 关键词要注意控制字数（1-3个单词）。
2. 关键词按照字母顺序来排序的，我在此前听到最多的是“表达论文观点和内容的最关键的关键词，应放前面；表达同一范辞的关键词，应尽量相对集中和靠拢”这一类的说法，当然可能都有道理，这里根据期刊不同可能是有不同要求的，但是按字母顺序着实会方便不少（少噶点脑细胞去思考怎么去排序）。

4. 引言

在计算机英文论文中, Introduction 需要讲述完整的故事。在论文引言中，讲述一个完整的故事可以帮助读者更好地理解论文的背景、目的和研究历程。这个故事应该围绕论文的主题展开，包括以下几个方面：

• 研究背景：介绍论文主题的背景信息，包括前人的研究、存在的问题和研究的必要性等。
• 研究目的：明确地阐述论文的研究目的，以及想要解决的问题或填补的空白。
• 研究历程：简要介绍研究的方法、实验过程和数据分析等主要环节，使读者对整个研究过程有一个清晰的认识。
• 研究结果：在引言中，可以适当地展示部分初步的研究结果，以帮助读者更好地理解研究的重要性和意义。

看着是否觉得和摘要的写法有些类似？因为写引言最八股的方式，就是采用与摘要相同的节奏。摘要的每一句, 都扩展成引言中的一段. 每段的首句被称为"主题句"。
在计算机领域也有开局一张图的说法，这样子做 In this paper 之后就应该围绕该图进行解释，当然这要求图要画得好，否则不如就采用上面的风格。
老师在介绍引言部分的写法时，还介绍了引言的层次，包括单词级的拼写、句子级别的表达简洁、段落级别的丰富（多角度）等等，我觉得这不仅适合用在引言这一个部分，整个论文都要遵循这些准则。

5.文献综述（引言和相关工作部分）

文献综述表示对前人工作的尊重, 我们是站在巨人的肩头上；当读者不清楚某些技术的细节时便于查阅。在引言和相关工作部分（Related work）都需要写文献综述，不同的是引言部分要写得较为简略一些，但是越是简约越不好写，因为这要求我们用一句话去概括论文作者的核心思想，同时还要注意查重（想必写过计算机毕业论文的同学深有体会），即使是你之前做的是同样的工作，写过一遍综述了，但是在你新的论文中，直接搬过来也是不行的，你得重新组织语言去再写一遍。
在写文献综述时，不可避免我们要对前人的工作做出评价，在谈到优点时可以使劲夸（不要比原作者还夸张）, 但也不要用口语; 说到缺点时要中肯, 也要客气, 很可能文献作者也是你这篇论文的审稿人。
其他的细节部分可以参考闵帆老师的文献综述不可进行简单的罗列一文。

6.理论部分

计算机领域的理论，其本质仍然是数学知识，但是数学真的是个很难的东西。数学的英文是“Mathematics”，拉丁文是“Mathematica”。它源自古希腊语，意思是“去学会（to learn）”，意味着“科学、学问、通过学习可获得的知识”。我们看到，古希腊先贤们认为，凡是学习到的知识都属于“数学”，这说明了他们心中数学之广博、之重要、之深奥。
闵帆老师提到，我们之所以运用数学语言如此困难，在于我们之前的学习注重于应试，而没有去想为什么。但是，现在去重新捡起数学从头开始也不现实，怎么办呢？抄一抄《离散数学》中的定义和定理，看看作者是怎样做的；在写理论时保持一致的符号风格等等。简单的说，不懂的就先多抄几遍，抄完后，你也就差不多能够理解了。

7.算法伪代码

算法伪代码很重要，是论文核心之一！
伪代码是一种类似于编程语言的描述方式，用于表示算法的思路和流程，通常不包含具体的语法规则，主要用于帮助理解和交流算法的实现细节。伪代码通常是使用自然语言和部分编程语法来混合编写的，闵帆老师给出了伪代码的一些注意事项：

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, 并写出配套的 property以及相应的表格, 以使其更标准.

具体的示例和源码可以到闵帆老师的博客算法伪代码 (含实例)查看。

8.实验

论文的实验部分是展示研究方法和实验过程的关键部分，其写作一般需要遵循以下步骤：

1. 描述实验目的：明确地阐述实验的目的和研究背景，使得读者能够理解实验的必要性和重要性。
2. 介绍实验方法：详细描述实验所采用的方法、技术和流程，包括实验设计、数据采集、样本处理、数据分析等环节。这一部分需要尽可能地具体和细致，使得其他研究者能够依据这些信息重复实验过程。
3. 列出实验结果：将实验的主要结果以图表、数据等形式呈现出来，以便读者能够直观地了解实验的成果和效果。同时，需要对实验结果进行合理的分析和解释，以支持论文的主要观点和研究结论。
4. 讨论实验结果：根据实验结果，对研究问题进行深入的讨论和分析，包括对实验结果的可靠性、稳定性和可重复性的评估。同时，需要将实验结果与前人的研究进行比较和分析，以验证研究的创新性和实用性。

闵帆老师着重介绍了数据结果对比方面，首先是不同数据集之间的对比，数据集越多, 覆盖领域越广, 结果就越可信。 从软件测试的角度也是如此。机器学习方面的论文很难从理论上去证明其有效性，所有只好通过测试不同数据集上的性能来证明你的模型或者方法确实是行之有效的。然后是内外部比较，内部比较主要是不同参数之间、主要方案和其变种之间的比较；外部比较是与已有算法进行对比，需要比较经典方案, 基准方案, 最先进的方案。当然，这并不是要你在所有数据集上打败所有人，只要有一部分能取得良好的效果，也是可行的。
在对自己实验结果分析时，要详尽的描述它，不能让读者自己去分析。在分析自己方案优势之余, 也应该分析它的劣势, 否则审稿人不干。 因为机器学习的基本规律就是 No free lunch, 即一个方案既然有优点, 就肯定有缺点。既然有擅长的数据/指标, 也就有不擅长的数据/指标。

9.结论和进一步工作

这里直接引用闵帆老师的博客： 结论不要太啰嗦, 但进一步工作可以
作为人们的阅读习惯, 最后一部分总是要看的. 通常审稿人和读者都会逐句阅读本部分.
常言道: 虎头豹尾. 结论一般不要太长, 5 句就够了. 如果想讨论的内容比较多, 应该在本节之前加入一个单独的 Discussions 小节.
避免使用与摘要内相同的句子. 摘要里面说我们做了哪些事情, 而这里应该说我们获得哪些观察与结论. 也就是说, 结论比摘要更加具体. 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.
如果要讨论说进一步工作, 可以列出 3 至 5 条, 不算在 Conclusion 的字数里面. 读者很可能非常关注这一部分, 因为他们可以按照这种思路继续进行研究. 作为一项研究工作, 打开一扇门比完全解决某一问题更重要. 如果这一部分写得好, 就会有很多的引用. 引用数量也比论文发表数量更重要.

10.参考文献

在提到参考文献这一部分时，主要讲在Latex中如何管理和引用文献。
经常写作论文的人都知道，多篇论文可能引用同一篇参考文献。如果每篇论文都要键入此一文献，不仅费时，也容易犯错。BibTeX 是 LaTeX 自带的一个辅助程序，启动时自动加载。它可根据文献引用处出提供的检索名（如 \cite{MinZhang2020Frequent}），搜索一个或多个文献数据库，然后在文件末尾创建参考文献。如果以后编写其它文件用到相同的参考文献时还可调用这些文献数据库。

1. 首先你得创建一个自编文献库，例如自编文献库annot.bib，（当然，如果你使用文献管理工具，比如Zotero,也可以自动导出.bib文件）
   

2. annot.bib文件其中的内容如下，这里会有很多错误，详细的可以到参考文献部分隐藏的错误数量超过你的想像查阅
   

源码：

@ARTICLE{MinZhang2020Frequent,
    author    = {Fan Min and Zhi-Heng Zhang and Wen-Jie Zhai and Rong-Ping Shen},
    title     = {Frequent pattern discovery with tri-partition alphabets},
    journal   = {Information Sciences},
    year      = {2020},
    volume    = {507},
    number    = {1},
    pages     = {715--732},
    doi       = {10.1016/j.ins.2018.04.013}
}

@INPROCEEDINGS{MinCai2007Dynamic,
    author    = {Fan Min and Hong-Bin Cai and Qi-He Liu and Zhong-Jian Bai},
    title     = {Dynamic discretization: a combination approach},
    booktitle = {ICMLC},
    year      = {2007},
    pages     = {3672--3677}
}

3. 在.tex(也就是你的论文中)，在正文最后引入下面两句命令，IEEEannot是期刊给定的参考文献格式，annot是我们的.bib文件

\bibliographystyle{IEEEannot}
\bibliography{annot}

4. 然后在你需要引用的位置，使用\cite{MinCai2007Dynamic} 即可引用该篇文献，如果不是使用在线编辑器overleaf,可能需要导包 \usepackage{cite}