文献阅读-文章写作心得.ppt_第1页
文献阅读-文章写作心得.ppt_第2页
文献阅读-文章写作心得.ppt_第3页
文献阅读-文章写作心得.ppt_第4页
文献阅读-文章写作心得.ppt_第5页
已阅读5页,还剩39页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

文献阅读、文章写作心得 西安电子科技大学 雷达信号处理国防科技重点实验室 张鹏 Contents 1. 文献资料查找 2. 文献阅读 3. 文章写作 4. 文章修改 文献资料查找 通常相关文献资料可通过如下途径获取: 1. IEL期刊/会议/图书/标准全文库 IEEE Trans. GRS, IEEE GRS Letters IEEE Trans. SP, IEEE SP Letters IEEE Trans. IP IEEE Trans. PAMI 知名学术会议:CVPR、IGARSS等 2. Elsevier 数据库 Pattern Recognition, Pattern Recognition Letters Signal Processing 3. 中文文献 电子学报 电子与信息学报 中国科学F辑 名校学报 4. 相关作者的个人主页或研究小组的主页 发表学术论文 技术报告 偏重算法如何实现 (有利于仿真) 研究机构人员的博士论文 程序代码 美国哥伦比亚大学P. Orbanz的个人主页 5. 研究领域中较为成熟的基础理论与方法通常并不在学术 论 文、技术报告中详细论 述,此时我们需要相关论著进行 查 阅。 Marchine Learning Bayesian Theory and Methods with Application Markov Random Fields Modeling in Image Analysis 文献阅读 关于中英文文献的选择阅读选择阅读 我们在刚进入既定研究方向的阶段时,对既定领域的研究 内 容不很熟悉,可以阅读一些中文文献,了解一些基本理论、 专有名词等。但是中文文献由于篇幅的限制,其方法阐述的 并不详尽,不利于深刻理解,仿真工作的参照性差。 尽量多阅读优 秀外文期刊的文章。 文献阅读通常有两种方式: 1. 泛读 2. 精读 泛读 对文献进行泛读时,通常只看文献的摘要与引言部分,这 样 通过大量的阅读可以对既定研究领域的研究现状有一定的 了 解,可以初步确定自己感兴趣的研究方向,对此方向的文 章 进一步精读。 精读 对文献进行精读时,则着重于文章的思想和仿真实验: 1. 思想从何而来 2. 创新点是什么和关键问题 如何解决 3. 仿真实验是如何支持其论点的 4. 此理论对我们的研究有什么帮助,如何利用此理论,需 做出什么样的改进。 文章中的某些问题可以和作者交流。 文章写作 文章立意 理论研究是否学科前沿、原创性、理论起点高低,侧重方法 还是侧重理论,这些因素决定了文章投稿方向。 u 原创型文章: 新理论、新模型的提出、或交叉学科理论的引入 S.Kumar, M.Herbert, “Discriminative Random Fields,” International Journal of Computer Vision, vol. 68, no. 2, pp.179201, 2006. 新的统计模型的提出 D. Benboudjema and W. Pieczynski, “Unsupervised statistical segmentation of nonstationary images using triplet Markov fields,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 29, no. 8, pp. 1367-1378, Aug. 2007. 交叉学科理论的引入 将一维文本序列处理中的条件随机场引入二维图像处理 S.Kumar, M.Herbert, “Discriminative Random Fields,” International Journal of Computer Vision, vol. 68, no. 2, pp.179201, 2006. 交叉学科理论的引入 将图像降噪、恢复中的FoE理论引入图像分割 L.Stewart, X.M.He, R.S.Zemel “Learning Flexible Features for Conditional Random Fields,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 30, no. 8, pp.1415-1426, 2008. 上述文章均是SCI影响因子位于一区的文章,提出的原创性 模型或理论方法解决了其研究领域中的重大问题: 1 首次在图像分割领域中提出非平稳统计模型 2 首次在图像处理领域中提出判别随机场模型 3 首次在图像分割领域中提出对复杂空域结构的高维统计模型 u 改进型文章 在上述前沿理论基础上,针对其中的不足或所处理问题的 特殊性对其理论作出一定改进,依据工作量的不同投稿于 SCI影响因子为二区或三区的文章。 文章标题 标题需要注意以下四点: 新颖(体现前沿理论) 具体(处理什么问题) 简洁(不要无意义的短语: “study on” , “the nature of” ) 不要有缩略词 ( triplet Markov fields, TMF) 例:“Unsupervised statistical segmentation of nonstationary images using triplet Markov fields” 文章摘要写作 摘要体现了论文工作的创新点,也是工作点的凝练。 通常摘要可分为个部分: 1. 论文所采用的理论的简要研究现状分析(提出问题) 2. 论文的创新点(如何解决问题) 3. 结论 注意: 1. 不要轻易使用firstly propose这样的词语; 2. 如果是改进型的文章,不要轻易指出原理论的缺陷。 3. 摘要不要仅仅使用科技类词语说明工作点,也需要点明文 章工作点所能够带来的效用。 In NSCT-TMF model, a multiscale causal NSCT-TMF energy function is constructed to implement the inter-scale fusion between the labels in random fields . And multiscale and multidirection likelihoods of NSCT-TMF model are derived based on NSCT hidden Markov tree (NSCT-HMT) to capture the dependencies of NSCT coefficients across scale and directions. The proposed model can achieve multiscale information fusion in terms of spatial configuration and image features. The coarser-scale information at coarser scales is utilized to guide the pixel-level segmentation, and the coarse-to-fine causal interactions are considered using Markov chain. NSCT-TMF model is capable of capturing the contextual information of image content in the spatial and scale spaces effectively by the construction of multiscale energy functions. And the derived multiscale and multidirection likelihoods of NSCT-TMF model can capture the dependencies of NSCT coefficients across scale and directions. In this way, the proposed model is able to achieve multiscale information fusion in terms of image configuration and features in underlying labeling process. blue: tell the reader why to use the method purple: our works 文章引言的写作 文章引言反映出作者对所研究领域现状的了解程度、是否清 楚自己的研究目的,好的引言会让评审人按照你的思路去 看待问题,从而认可你的创新点。 引言主要内容: 讨论什么问题? 是否已有解答? 现存的性能优越的方法是什么? 其存在什么局限性? 你希望获得什么突破? 文章提出的方法与仿真实验结果分析的写作 在详细论述文章所提出的方法之前,一般需要简述基础理论 ,那么此时过渡段一般来讲是需要的,其作用在于分析基础 理论在处理现有问题时所存在的缺陷,起到承上启下的作用 。 除了与参考算法进行性能对比之外,文章所提出的改进、扩 展之处通常需要相应的仿真实验支持,说服力更强。 注意:此处的仿真实验并不是指最后的处理结果,一般为中 间过程。 例如: 1. 提出了Ggamma的参数估计方法并应用于SAR图像分割, 此处给出估计得到的分布参数直方图拟合实验。 2. 提出了新的三重判别场模型,那么其模型参数的估计是关键 问题,实验中给出了模型参数的收敛测试。 3. 对均值场理论进行扩展应用于TMF,为测试其有效性,给出 其能量收敛测试。 文章结论的写作 文章结论需注意以下几点: 1. 不要重复摘要和引言中的工作点总结。 2. 给出明确的结论(语气存在变化,已得到什么结果) 可以点明论文工作的不足以及未来的研究方向。 In this paper, we consider two different stationarities of SAR images, which is just a simple case. However, sometimes the more complex image does need larger set of possible stationarities to describe its nonstationary property. In the future, larger set of possible stationarities can be taken in NSCT-TMF model to improve this multiscale context model. 参考文献 新 杂志水平高 引用自己已发表的相关文献 引用所投稿杂志的文献 文章修改 在不涉及对研究核心思想的质疑时,尽量尊重审稿人的意见 , 对审稿人的问题逐条回复,谦虚、语气委婉,指明修改处。 Thank you for your guidance. We are sorry to explain this experiment unclearly. 1. 表述上的修改 语法、句子结构、拼写、对其他研究的评价 2. 对实验部分的意见 1) 不需要在修改稿中

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论