寫論文做為一種科研訓(xùn)訓(xùn)練，是本科畢業(yè)生及研究生學(xué)習(xí)的必經(jīng)之路（博士生老碩士左轉(zhuǎn)出門），此文就介紹一下自己學(xué)習(xí)寫作科研論文中的心得。
一、架構(gòu)
一篇理工科論文的架構(gòu)如下：
- 摘要->簡明扼要的拋出你的研究問題，優(yōu)化方法，優(yōu)越性，貢獻(xiàn)
- 背景->研究領(lǐng)域內(nèi)方法的反饋，研究本問題的意義
- 相關(guān)工作->領(lǐng)域內(nèi)通用的方法，最后描述作者本人方法的優(yōu)勢
- 算法（方法）-> 算法概述，具體步驟
- 實(shí)驗(yàn)結(jié)果->對(duì)比實(shí)驗(yàn)、局限
- 結(jié)語->未來研究方向
二、各部分細(xì)節(jié)注意
摘要（abstract）：
直觀的拋出問題，句式常用
“針對(duì)目前（領(lǐng)域）的（缺陷）問題，本文提提出了（基于XXX）的（優(yōu)化）方法（算法），首先（XXXXX），進(jìn)而（xxxx）,實(shí)驗(yàn)結(jié)果表明（xx）
摘要簡明扼要很重要，簡短概括出自己的貢獻(xiàn)和方法
背景（Introduction）：
三步走戰(zhàn)略：
該選題的應(yīng)用及重要性->當(dāng)前已有方法的概括->已有方法的缺陷及作者本人方法的優(yōu)越性
相關(guān)工作(Related work)：
曾今花費(fèi)很多筆墨來撰寫這里，文獻(xiàn)的閱讀研究很重要，足以證明你對(duì)該領(lǐng)域的研究是否完備。研讀該領(lǐng)域10年內(nèi)的相關(guān)文獻(xiàn)，從最相關(guān)的文獻(xiàn)著手，瀏覽引用它的其它文獻(xiàn)并概括，因?yàn)槠湟猛际莾?yōu)化改進(jìn)乃至完全推陳出新的。在Google scholar上所能查到的文獻(xiàn)，其被引用下的文章都可以掃一遍。
針對(duì)已有的文獻(xiàn)資料概述一定要一陣見血，標(biāo)注角標(biāo)的快捷鍵“ctrl+shift+等號(hào)”,同時(shí)點(diǎn)擊“引用”會(huì)出現(xiàn)參考文獻(xiàn)索引
對(duì)專有名詞的描述一定是通用的，不要自己隨意制造，梯度域，距離場，高斯，泊松，拉普拉斯各種要采取通用的寫法。
最重要的還是要描述完相關(guān)工作以后，強(qiáng)化他們的局限性，突出自己的貢獻(xiàn)
方法（算法）描述
這里描述不多，自己的方法，算法自己應(yīng)當(dāng)十分明白，講明白pipeline即可。輸入是什么？輸出是什么？是求解還是優(yōu)化？采用流程圖的描述時(shí)，放棄用簡單的框圖文字，采用圖文并茂夾敘夾議的方式最好。
實(shí)驗(yàn)分析
這是對(duì)前文方法(算法)描述后的實(shí)踐性分析，數(shù)據(jù)來源要可考直觀，選擇的實(shí)驗(yàn)對(duì)象在領(lǐng)域內(nèi)要具有代表性，例如圖像處理領(lǐng)域常用lena，三維幾何處理常用stanford 的 bunny模型。
結(jié)語
結(jié)語部分談?wù)摰淖疃嗟囊话闶侵轮x以及進(jìn)一步研究。切記談?wù)摰膽?yīng)當(dāng)是非常future的問題，如果是當(dāng)前的局限性問題，會(huì)招致審稿人的疑惑，為什么這就是不可避免的呢？當(dāng)前技術(shù)不支持？設(shè)備不夠先進(jìn)？算法復(fù)雜度太高？實(shí)驗(yàn)規(guī)模不夠？這些問題說白了仍是值得你改進(jìn)優(yōu)化的問題，理想又完全的做法是跨領(lǐng)域跨緯度的來講，如果是做二維，那么可以上升到三維么？如果偏重觀賞性？那么可以兼顧功能性么？
關(guān)于文章語言
工科生寫文章其實(shí)還有一定的優(yōu)勢，文科生為了文章的可讀性會(huì)遵循承轉(zhuǎn)起合的模式，要求過渡有銜接，詞語有修飾，這樣的后果會(huì)給人一種矯飾的感覺，用我老師的話說，就是不是科學(xué)語言，精準(zhǔn)的描述問題，實(shí)事求是即可，篇幅也不重要。寫相關(guān)工作時(shí)，滿篇都是XXX等提出了XXXX，穿插一定的然而，進(jìn)一步等轉(zhuǎn)折，遞進(jìn)詞語。相比我用的過多的辭藻和過度，利落的多。
排版問題不是應(yīng)該強(qiáng)調(diào)的問題。公式中的變量，字母符號(hào)，采用拉丁或希臘樣式，也是應(yīng)當(dāng)有的素養(yǎng)，可在mathtype中編輯然后嵌入。
