毕业不慌，Endnote连接Word自动插入毕业论文参考文献

最新推荐文章于 2024-07-03 21:31:38 发布

AI算法修炼营

最新推荐文章于 2024-07-03 21:31:38 发布

阅读量4.7k

点赞数 2

本文链接：https://blog.csdn.net/sinat_17456165/article/details/106760634

版权

点击上方“AI算法修炼营”，选择加星标或“置顶”

标题以下，全是干货

一、Wod中自动插入参考文献

1、在百度学术中导出endnote格式

找到后点击“引用”，然后选择EndNote，就可以导出来了。

2、导入到word中

先打开Endnote库，把导出的文件打开，之后选中需要导入的文件，如下图蓝色所示。

打开word，导航栏选择En的Note X9，先把光标放在打算插入参考文献标注的地方，然后选择Insert Selected Citiation，即可插入参考文献。

但是这样是远远不够的，其中最重要的问题是如何调整格式，使得生成的参考文献符合要求。

接下来我将以华南理工大学2020年毕设的要求为例，讲述如何针对各项要求进行调整。

二、调整格式

要求1：参考文献书写格式应符合GB7714-87《文后参考文献著录规则》

1、下载GB/T 7714

最好的方式就是从网上下载符合GB/T 7714格式的Endnote Style，然后导入Endnote中直接使用，简单又快捷。

第一步：从网上下载Chinese Standard GB/T 7714（可自行搜索）的格式；

第二步：将上述下载的文件添加到Endnote的安装目录：Endnote9/Styles/下；

第三步：在Word中选择相应的参考文献格式即可，如下图所示：

结果差强人意，我们需要在原有基础上进行更改，主要问题在于：序号后的缩进太大以及作者名字全是大写。

2、调整

以学术期刊为例，这部分的要求是：

［序号］作者．文献题名[J]．刊名,出版年份,卷号(期号)：起-止页码

Step 1:通过Endnote->Edit->Output Styles，打开相应的编辑框：

Step 2:修改参考文献的作者姓名为正常，而不是全部大写。

Step 3:序号后缩进问题

最后生成的结果为：

基本就是我们想要的结果了，修改完成后保存，然后再次导入参考文献，就是我们所需要的GB/T 7714的格式了。经过上面的操作，你就可以愉快的在毕业论文中插入参考文献了。这里我们将修改的Save As为新的文档，命名为graduate,并将其添加到Endnote的安装目录：Endnote9/Styles/下。

上述步骤为简单的调整为可用的格式，但是学校的论文还有其他要求，我们需要对这些要求进行下一步调整。

对于我们编辑论文中的参考文献格式，无非关注两点，第一是论文插入文章中的标号问题，第二是参考文献的具体格式，上述两点分别可以通过设置Citations和Bibliography可以实现。

在“Page Numbers”中，选择“Show the full range of pages(e.g. 123-125)”。

在“Journal Names”中，选择“Use full journal name”。

step1：正文中标注要求

通过Endnote->Edit->Output Styles,打开相应的编辑框，调整为下图即可。

step2：参考文献著录标准及格式

主要要求为以下四点，

主要需要调整的是第三个要求，中外作者一律姓前名后。

参考：

https://blog.csdn.net/edj_13/article/details/104074714

https://blog.csdn.net/zhengmingtoh/article/details/7383109



目标检测系列秘籍一：模型加速之轻量化网络秘籍二：非极大值抑制及回归损失优化秘籍三：多尺度检测秘籍四：数据增强秘籍五：解决样本不均衡问题秘籍六：Anchor-Free视觉注意力机制系列Non-local模块与Self-attention之间的关系与区别？视觉注意力机制用于分类网络：SENet、CBAM、SKNetNon-local模块与SENet、CBAM的融合：GCNet、DANetNon-local模块如何改进？来看CCNet、ANN
语义分割系列一篇看完就懂的语义分割综述最新实例分割综述：从Mask RCNN 到 BlendMask超强视频语义分割算法！基于语义流快速而准确的场景解析CVPR2020 | HANet:通过高度驱动的注意力网络改善城市场景语义分割

基础积累系列卷积神经网络中的感受野怎么算？
图片中的绝对位置信息，CNN能搞定吗？理解计算机视觉中的损失函数深度学习相关的面试考点总结


自动驾驶学习笔记系列 Apollo Udacity自动驾驶课程笔记——高精度地图、厘米级定位 Apollo Udacity自动驾驶课程笔记——感知、预测 Apollo Udacity自动驾驶课程笔记——规划、控制自动驾驶系统中Lidar和Camera怎么融合？

竞赛与工程项目分享系列如何让笨重的深度学习模型在移动设备上跑起来基于Pytorch的YOLO目标检测项目工程大合集目标检测应用竞赛：铝型材表面瑕疵检测基于Mask R-CNN的道路物体检测与分割
SLAM系列视觉SLAM前端：视觉里程计和回环检测视觉SLAM后端：后端优化和建图模块视觉SLAM中特征点法开源算法：PTAM、ORB-SLAM视觉SLAM中直接法开源算法：LSD-SLAM、DSO视觉SLAM中特征点法和直接法的结合：SVO
2020年最新的iPad Pro上的激光雷达是什么？来聊聊激光SLAM