论文写作心得-2024

摘要：课程《论文写作》心得作业

1. 读文献，选择顶刊查阅，根据要投的刊进行总结模板，然后在模板上写论文，单篇论文不需要太多创新点，有一两个即可。

---

2. 在写论文前，找好某期刊录用论文的源文件，或者找提供的latex模板，不必从头写，且在写论文时，最好不要导入一些特殊的包，避免投稿时出现问题。

---

3. 在写论文时，一般情况下不进行缩写，特别注意一些单词常见用法以及使用位置。并且论文中严禁出现一些低级错误，比如大小写、空格、引号、数学符号、标点符号、图片格式等。

---

4. 如果论文中数学符号很多，应当列出符号表，以便读者查询，在用Latex写数学公式时，应当特别注意格式问题，可以去看别人论文中的数学表达式来学习。

---

5. 学会借鉴，学习别人顶会的简单句子，照着同样的格式描述自己的内容，反复使用翻译软件来打磨自己的句子，将一些词汇换成专业词汇。

---

6. 写完论文后，需要进行审稿人角度的检查：1.找师兄同门、导师给出一些意见；2.检查实验数据是否足量；3.在算法方面理论性是否够强；4.论文内容上下文是否一致。

---

7. 论文题目非常重要，最好满足几点要求：1.吸引力；
2.易理解，不抽象；3.易检索；4.长度合理。

---

8. 摘要要素：
1.背景与问题：说明问题，指出已有工作的不足。
2.本文贡献：概述方法及主要贡献，至少提到三点。
3.实验与结果：简述实验设置和改进效果。

---

9. 摘要写作要点：
1.问题描述有针对性。
2.评述已有工作时指出局限。
3.强调本文的技术贡献。
4.展示实验结果的改进。
5.总结论文对领域的意义。

---

10. 关键词作为摘要补充，通常包含3-5个，由1-3个词组成，并按字母排序。现代检索仍广泛使用关键词。

---

11. 引言的重要性与结构：引言应完整讲述研究背景、问题和贡献，是论文的核心部分。每段围绕“主题句”展开，扩展摘要的内容。避免段落过长或过短，段落应有5-10句。引言中常加入关键图示，帮助快速理解论文贡献。

---

12. 引言写作技巧与要求：引言需简洁有力，无语法错误。常用WWH（what, why, how）方法，保持条理清晰。

---

13. 文献综述尊重前人工作，分类清晰，引言简述，相关工作详述，避免重复和堆砌。引用应附属句子，不作为主语或宾语。评述优缺点要中肯。

---

14. 算法伪代码至关重要，需明确输入和输出，注释关键步骤，省略次要步骤，并通常需要进行时间和空间复杂度分析。

---

15. 对于计算机机器学习的论文，实验部分的篇幅占很大一部分，数据集越多，覆盖领域就更加广，实验结果就越可信。

---

16. 在计算机和机器学习论文中，实验部分占据较大篇幅，数据集越丰富，覆盖领域越广，实验结果就越具可信度。

---

17. 结尾应简短具体，不重复摘要内容。可增加Discussions讨论更多内容。列出3-5条未来工作，吸引读者继续研究，提升引用率。

---

18. 参考文献的引用不可直接使用网上的bibitem，而是使用模板，把文献内容往里填，这样可以避免多数问题。

---

19. 图片更能传达清晰的信息，使用矢量图，放大后才不失真。围绕图的说明性文字应详细，图片可以黑白，前提是仍能表现其中的意思。

---

20. 表格应保持与文字相同的边距，注意数据格式以及表格与文字的排版方式。应学习不同的表格数据展示方式，例如伪代码和实验数据的排列。

---

21. 当投了论文后，若编辑让你修改，表明编辑有意收录论文，但需要进行修改关键部分。在回复审稿人时，应直接回复相关信息，避免无效信息。

---

22. 会议论文篇幅要求较短，通常无章节组织、相关工作描述少、实验较少、参考文献数量较少，建议先写完整版，再根据要求修改至适当长度以备投稿。

---

23. 初学者写论文的流程：第一阶段撰写初稿，关注细节与整体一致性；第二阶段修改，增加文献综述和对比实验，重视可读性；第三阶段检查与打磨，确保语言流畅，避免小问题积累

---

24. 在撰写初稿时，应先成功调试程序，然后用表格展示算法的特征，如时间复杂度、运行时间和实验结果等。接下来，编写该算法的伪代码并阐述其主要原理，之后可以用一张图概述方案，接着详细描述步骤，最后撰写摘要和引言部分

---

25. 论文写作是将已完成的创新性实验成果进行包装，而实验效果不佳通常源于方案设计。可以尝试设计替换方案，观察数据特点以分析算法适用范围，并使用多种评价指标来评估性能

---

26. 在遇到一个大任务时，解决起来相当麻烦，可以适当进行分解，画出该大任务的子任务图，并尝试从每一个子任务开始探索，在所有子任务探索完成，自然而然的做大任务相对没那么麻烦。

---

27. 对于农业监测大系统，子任务繁多，可以画出任务分解树，对于上下层之间出现多对多也是正常情况，实验室分工逐步去开展其子任务的工作，积累一些年份后，对于该方向将会有比较成熟的成果。

---

28. 在遇到一个新的任务时，首先需要去学习它的输入、特征如何提取、得到的什么输出，这是最基本的一步。

---

29. 阅读自己研究相关的文献很重要，但是去调研相同大体系下的子任务也很重要，需要扩充自己的认识，见得多了，对于开展的工作也会有更多的想法。

---

30. 最后，想发论文别急，狗急了可以跳墙，但是你急了也就只能急了，还是发不出来。按照我们的水平，只能在前人的基础上进行一些操作，比如得按照调研部分文献，找出一两篇文献仔细阅读，看懂代码，成功跑通代码，再尝试去做一些“预处理”或者“后处理”，然后有了一定的实验结果并且有一定程度的提高或优化，就可以着手去写论文了。

---