软件工程专业学术导论论文

软件工程硕士的论文选题方向：. 专业硕士软件工程硕士方向的专业硕士论文选题，按照目前培养方案的要求，必须是与软件工程有关的内容。关于选题的官方说法，参见：==>【2011年校学术委员会签发的文件】。所谓与软件工程硕士有关的内容包括：1. 软件的开发这是最常见的选题方向，也是最正规、最容易得到认可的方向。一般来说，软件开发的题目，可以是一个系统，也可以是一个或者几个模块。不过，不论是系统还是模块，都要包括如下几个阶段：a) 需求分析b) 概要(总体)设计和详细设计c) 编码(是指重要的、关键的算法部分)d) 部署和测试2. 软件工程硕士的其它方向内容例如：a) 软件需求管理、变更b) 软件体系架构c) 软件测试 (软件测试方向的论文大纲参见博文《软件测试相关硕士论文大纲》)d) 软件过程改进e) 更多内容，参见《软件工程知识体系指南》3. 论文覆盖的内容及范围按照软件工程硕士学科的论文要求，软件工程方向的论文，需要至少覆盖软件工程的两个阶段，例如：需求+设计，设计+实现，需求+设计+实现，需求+设计+实现+测试，设计+实现+测试，......如果是测试领域的论文，则应该涉及到：测试设计+测试执行+结果分析如果是需求管理领域的论文，则应涉及到：需求获取、需求变更管理、需求分解、需求跟踪等方面. 工学硕士工学硕士选题一般均按照导师要求执行，与工程硕士依据自己实际工作或者实习内容选题有所不同。总体上，工学硕士选题与工程硕士类似，但论文的内容应当偏学术。工学硕士也可以选择研究性的课题。

计算机科学与技术这一门科学深深的吸引着我们这些同学们，原先不管是国内还是国外都喜欢把这个系分为计算机软件理论、计算机系统、计算机技术与应用。后来又合到一起，变成了现在的计算机科学与技术。我一直认为计算机科学与技术这门专业，在本科阶段是不可能切分成计算机科学和计算机技术的，因为计算机科学需要相当多的实践，而实践需要技术；每一个人(包括非计算机专业)，掌握简单的计算机技术都很容易（包括原先Major们自以为得意的程序设计），但计算机专业的优势是：我们掌握许多其他专业并不"深究"的东西，例如，算法，体系结构，等等。非计算机专业的人可以很容易地做一个芯片，写一段程序，但他们做不出计算机专业能够做出来的大型系统。今天我想专门谈一谈计算机科学，并将重点放在计算理论上。1)计算机语言随着20世纪40年代第一台存储程序式通用电子计算机的研制成功，进入20世纪50年代后，计算机的发展步入了实用化的阶段。然而，在最初的应用中，人们普遍感到使用机器指令编制程序不仅效率低下，而且十分别扭，也不利于交流和软件维护，复杂程序查找错误尤其困难，因此，软件开发急需一种高级的类似于自然语言那样的程序设计语言。1952年，第一个程序设计语言Short Code出现。两年后，Fortran问世。作为一种面向科学计算的高级程序设计语言，Fortran的最大功绩在于牢固地树立了高级语言的地位，并使之成为世界通用的程序设计语言。Algol60的诞生是计算机语言的研究成为一门科学的标志。该语言的文本中提出了一整套的新概念，如变量的类型说明和作用域规则、过程的递归性及参数传递机制等。而且，它是第一个用严格的语法规则——巴科斯范式（BNF）定义语言文法的高级语言。程序设计语言的研究与发展在产生了一批成功的高级语言之后，其进一步的发展开始受到程序设计思想、方法和技术的影响，也开始受到程序理论、软件工程、人工智能等许多方面特别是实用化方面的影响。在“软件危机”的争论日渐平息的同时，一些设计准则开始为大多数人所接受，并在后续出现的各种高级语言中得到体现。例如，用于支持结构化程序设计的PASCAL语言，适合于军队各方面应用的大型通用程序设计语言ADA，支持并发程序设计的MODULA-2，支持逻辑程序设计的PROLOG语言，支持人工智能程序设计的LISP语言，支持面积对象程序变换的SMALLTALK、C等。而且，伴随着这些语言的出现和发展，产生了一大批为解决语言的编译和应用中所出现的问题而发展的理论、方法和技术。有大量的学术论文可以证明，由高级语言的发展派生的各种思想、方法、理论和技术触及到了计算机科学的大多数学科方向，但内容上仍相对集中在语言、计算模型和软件开发方法学方面。(2)计算机模型与软件开发方法20世纪80年代是计算机网络、分布式处理和多媒体大发展的时期。在各种高级程序设计语言中增加并发机构以支持分布式程序设计，在语言中通过扩展绘图子程序以支持计算机图形学程序设计成为当时程序设计语言的一种时尚。之后，在模数/数模转换等接口技术和数据库技术的支持下，通过扩展高级语言的程序库又实现了多媒体程序设计的构想。进入20世纪90年代之后，并行计算机和分布式大规模异质计算机网络的发展又将并行程序设计语言、并行编译程序、并行操作系统、并行与分布式数据库系统等试行软件的开发的关键技术依然与高级语言和计算模型密切相关，如各种并行、并发程序设计语言，进程代数，PETRI网等，它们正是软件开发方法和技术的研究中支持不同阶段软件开发的程序设计语言和支持这些软件开发方法和技术的理论基础——计算模型。(3)计算机应用用计算机来代替人进行计算，就得首先研究计算方法和相应的计算机算法，进而编制计算机程序。由于早期计算机的应用主要集中在科学计算领域，因此，数值计算方法就成为最早的应用数学分支与计算机应用建立了联系。最初的时候，由于计算机的存储器容量很小，速度也不快，为了计算一些稍稍大一点的题目，人们常常要挖空心思研究怎样节省存储单元，怎样减少不需要的操作。为此，发展了像稀疏矩阵计算理论来进行方程组的求解；发展了杂凑函数来动态地存储、访问数据；发展了虚拟程序设计思想和程序覆盖技术在内存较小的计算机上运行较大的程序；在子程序和程序包的概念提出之后，许多人开始将数学中的一些通用计算公式和计算方法写成子程序，并进一步开发成程序包，通过简洁的调用命令向用户开放。子程序的提出是今日软件重用思想的开端。在计算机应用领域，科学计算是一个长久不衰的方向。该方向主要依赖于应用数学中的数值计算的发展，而数值计算的发展也受到来自计算机系统结构的影响。早期，科学计算主要在单机上进行，经历了从小规模数值分析到中大规模数值分析的阶段。随着并行计算机和分布式并行计算机的出现，并行数值计算开始成为科学计算的热点，处理的问题也从中大规模数值分析进入到中大规模复杂问题的计算。所谓中大规模复杂问题并不是由于数据的增大而使计算变得困难，使问题变得复杂，而主要是由于计算中考虑的因素太多，特别是一些因素具有不确定性而使计算变得困难，使问题变得复杂，其结果往往是在算法的研究中精度与复杂性的矛盾难于克服。几何是数学的一个分支，它实现了人类思维方式中的数形结合。在计算机发明之后，人们自然很容易联想到了用计算机来处理图形的问题，由此产生了计算机图形学。计算机图形学是使用计算机辅助产生图形并对图形进行处理的科学。并由此推动了计算机辅助设计（CAD）、计算机辅助教学（CAI）、计算机辅助信息处理、计算机辅助测试（CAT）等方向的发展。在各种实际应用系统的开发中，有一个重要的方向值得注意，即实时系统的开发。利用计算机证明数学定理被认为是人工智能的一个方向。人工智能的另一个方向是研究一种不依赖于任何领域的通用解题程序或通用解题系统，称为GPS。特别值得一提的是在专家系统的开发中发展了一批新的技术，如知识表示方法、不精确性推理技术等，积累了经验，加深了对人工智能的认识。20世纪70年代末期，一部分学者认识到了人工智能过去研究工作基础的薄弱，开始转而重视人工智能的逻辑基础研究，试图从总结和研究人类推理思维的一般规律出发去研究机器思维，并于1980年在《Artificial Intelligence》发表了一组非单调逻辑的研究论文。他们的工作立即得到一大批计算机科学家的响应，非单调逻辑的研究很快热火朝天地开展起来，人工智能的逻辑基础成为人工智能方向发展的主流。数据库技术、多媒体技术、图形学技术等的发展产生了两个新方向，即计算可视化技术与虚拟现实技术。随着计算机网络的发展，分布在全世界的各种计算机正在以惊人的速度相互连接起来。网络上每天都在进行着大量政治、经济、军事、外交、商贸、科学研究与艺术信息的交换与交流。网络上大量信息的频繁交换，虽然缩短了地域之间的距离，然而同时也使各种上网的信息资源处在一种很难设防的状态之中。于是，计算机信息安全受到各国政府的高度重视。除了下大力气研究对付计算机病毒的软硬件技术外，由于各种工作中保密的需要，计算机密码学的研究更多地受到各国政府的重视。实际上，在计算机科学中计算机模型和计算机理论与实现技术同样重要。但现在许多学生往往只注重某些计算机操作技术，而忽略了基础理论的学习，并因为自己是“操作高手”而沾沾自喜，这不仅限制了自己将研究工作不断推向深入，而且有可能使自己在学科发展中处于被动地位。例如，在20世纪50年代和20世纪60年代，我国随着计算机研制工作和软件开发工作的发展，陆续培养了在计算机制造和维护中对计算机某一方面设备十分精通的专家，他们能准确地弄清楚磁芯存储器、磁鼓、运算器、控制器，以及整机线路中哪一部分有问题并进行修理和故障排除，能够编制出使用最少存储单元而运算速度很快的程序，对机器代码相当熟悉。但是，当容量小的磁芯存储器、磁鼓、速度慢的运算器械、控制器很快被集成电路替代时，当程序设计和软件开发广泛使用高级语言、软件开发工具和新型软件开发方法后，这批技术精湛的专家，除少量具有坚实的数学基础、在工作中已有针对性地将研究工作转向其他方向的人之外，相当一部分专家伴随着新技术的出现，在替代原有技术的发展过程中而被淘汰。因此，在计算机科学中，计算比实现计算的技术更重要。只有打下坚实的理论基础，特别是数学基础，学习计算机科学技术才能事半功倍，只有建立在高起点理论基础之上的计算机科学技术，才有巨大的潜力和发展前景。计算机理论的一个核心问题我国计算机科学系里的传统是培养做学术研究，尤其是理论研究的人（方向不见得有多大的问题，但是做得不是那么尽如人意）。而计算机的理论研究，说到底了，如网络安全学，图形图像学，视频音频处理，哪个方向都与数学有着很大的关系，虽然也许是正统数学家眼里非主流的数学。这里我还想阐明我的一个观点：我们都知道，数学是从实际生活当中抽象出来的理论，人们之所以要将实际抽象成理论，目的就在于想用抽象出来的理论去更好的指导实践，有些数学研究工作者喜欢用一些现存的理论知识去推导若干条推论，殊不知其一：问题考虑不全很可能是个错误的推论，其二：他的推论在现实生活中找不到原型，不能指导实践。严格的说，我并不是一个理想主义者，政治课上学的理论联系实际一直是指导我学习科学文化知识的航标（至少我认为搞计算机科学与技术的应当本着这个方向）。我个人的浅见是：计算机系的学生，对数学的要求固然跟数学系不同，跟物理类差别则更大。通常非数学专业的所?高等数学"，无非是把数学分析中较困难的理论部分删去，强调套用公式计算而已。而对计算机系来说，数学分析里用处最大的恰恰是被删去的理论部分。记上一堆曲面积分的公式，难道就能算懂了数学？那倒不如现用现查，何必费事记呢？再不然直接用Mathematica或是Matlab好了。退一万步。华罗庚在数学上的造诣不用我去多说，但是他这光辉的一生做得我认为对我们来说，最重要的几件事情：首先是它筹建了中国科学院计算技术研究所，这是我们国家计算机科学的摇篮。在有就是他把很多的高等数学理论都交给了做工业生产的技术人员，推动了中国工业的进步。第三件就是他一生写过很多书，但是对高校师生价值更大的就是他在病期间在病床上和他的爱徒王元写了《高等数学引论》（王元与其说是他的爱徒不如说是他的同事，是中科院数学所的老一辈研究员，对歌德巴赫猜想的贡献全世界仅次于陈景润）这书在我们的图书馆里居然找得到，说实话，当时那个书上已经长了虫子，别人走到那里都会闪开，但我却格外感兴趣，上下两册看了个遍，我的最大收获并不在于理论的阐述，而是在于他的理论完全的实例化，在生活中去找模型。这也是我为什么比较喜欢具体数学的原因，正如我在上文中提到的，理论脱离了实践就失去了它存在的意义。正因为理论是从实践当中抽象出来的，所以理论的研究才能够更好的指导实践，不用于指导实践的理论可以说是毫无价值的。正如上面所论述的，计算机系的学生学习高等数学：知其然更要知其所以然。你学习的目的应该是：将抽象的理论再应用于实践，不但要掌握题目的解题方法，更要掌握解题思想，对于定理的学习：不是简单的应用，而是掌握证明过程即掌握定理的由来，训练自己的推理能力。只有这样才达到了学习这门科学的目的，同时也缩小了我们与数学系的同学之间思维上的差距。关于计算机技术的学习我想是这样的：学校开设的任何一门科学都有其滞后性，不要总认为自己掌握的某门技术就已经是天下无敌手了，虽然现在Java,VB,C,C++用的都很多，怎能保证没有被淘汰的一天，我想.NET平台的诞生和X#语言的初见端倪完全可以说明问题。换言之，在我们掌握一门新技术的同时就又有更新的技术产生，身为当代的大学生应当有紧跟科学发展的素质。举个例子，就像有些同学总说，我做网页设计就喜欢直接写html，不愿意用什么Frontpage,Dreamweaver。能用语言写网页固然很好，但有高效的手段你为什么不使呢？仅仅是为了显示自己的水平高，unique? 我看真正水平高的是能够以最快的速度接受新事物的人。高级程序设计语言的发展日新月异，今后的程序设计就像人们在说话一样，我想大家从xml中应是有所体会了。难道我们真就写个什么都要用汇编，以显示自己的水平高，真是这样倒不如直接用机器语言写算了。反过来说，想要以最快的速度接受并利用新技术关键还是在于你对计算机科学地把握程度。总的来说，从教育角度来讲，国内高校的课程安排不是很合理，强调理论，又不愿意在理论上深入教育，无力接受新技术，想避开新技术又无法避得一干二净。我觉得关键问题就是国内的高校难于突破现状，条条框框限制着怎么求发展。我们虽然认识得到国外教育的优越性，但为什么迟迟不能采取行动？哪怕是去粗取精的取那么一点点。

论文对于硕士，尤其博士，是必须的一种技能，也是一道难关。所谓大道无形，小道可走。下面给出一些博士期间的写作心得，希望能有所裨益。论文可以有三个境界：毕业、科研、贡献。 现在只说第一个，为了毕业。 把论文分成三个阶段：读、写、改。 一、读 即：读哪些论文（对象），读论文的目的是什么（目标），怎么读（方法）1.读什么论文。 读论文，需要读经典的专业基础论文、survey（概述）论文，及5-10篇左右读新的高质量的专业论文。 好的论文怎么找？首先找专业领域中好的会议、期刊；其次，经常访问专业领域有名的实验室、研究员的主页，关注其发表的论文方向及内容；50-100篇，半年；就可以开始动手写论文了。 2.读论文的目的。 读论文的目的有两个主要目的： 一是了解世界上本专业领域的内容和发展情况； 二是在了解过程中，产生自己的idea，进入这个领域。 什么是idea？怎么样产生？idea一般是在读论文的过程中产生的，给出三种比较简单产生idea的方法。（1）第一种弥补缺陷法。即去发现别人论文中的weakness（缺陷）。你在读很多个论文时候，就会逐渐发现，每一篇论文都不是完美的，解决的都是某一方面的问题。很多论文，尤其是经典论，都有很多论文跟着去提高和改善原来论文的效率、方法什么的。因此，你可以根据这个特点，去找你感兴趣的论文的weakness，你提出相应的弥补缺陷的解决方案； （2）第二种新型方案法。就是提出与论文不同的解决方案，你觉得你在性能、方法、效益等方面有新的方法，那就产生了新的idea，不断地磨合，修正，完善你的idea，就慢慢成为一篇比较好的论文； （3）第三种减少约束法。即减少论文中的assumption（假设），一般来说，所有的假设都是约束条件，去除约束条件就是形成新的方法的过程。这三种方法是比较简单的、操作性比较强的方法，比较有针对性的产生idea，避免看论文中的茫然状态。值得注意的是，在产生idea过程中，不要想着憋大的idea，不要试图完全推翻或者建立自己的体系。在目前阶段，对大多数人来说，这是不可能的。好高骛远，往往会半途而废。你有一点点的贡献就好。没有一篇论文是完美的，而任何人的工作都必须在其他人工作基础上进行的。 3.怎么读论文。 （1）首先，最忌讳的是一篇论文反复读前面的几段。要读，尽量一次性读完，不管理解多少，尽量一次读完，你可以一篇论文多读几遍。不要放。很多人都是，觉得读起来难，读一读，放一放，然后再从头读。好像烧开水，没等开锅呢，就凉凉了，然后再烧。 （2）第二，读的时候带着想法读。读论文不是相面，你要看看内容是什么，和以前的有没有区别，有什么不同，有没有weakness。但是在阅读的过程中，往往就忘了这个事情。怎么办呢，就是每次看完，对这篇论文做个summary，总结一下论文的主要阐述的内容和方法，和以前的对比一下，这样，就把论文吃透了。好的论文不妨隔三差五的多读几次。 （3） 第三，看到好的句子，记下来，然后自己写论文时候改一下就可以用的。尤其是读native的论文，非常必要。论文的文风怎么样，整个文章的版式，句子的书写，词汇的使用。论文读多了，就很容易把专业词汇积累下来，所以，尤其在开始的时候，一定要把好的句子、单词记下来。好记性不如烂笔头，非常推荐大家这样去做。二、写写论文和读论文过程类似，包括确定论文的性质，论文的目标（发表到哪里），写论文的方法。要了解论文的组成是什么，每一部分应该怎么写，然后再进入写论文的过程。 在具体写作的时候，需要考虑下面的过程： 1.写什么性质的论文。 如会议论文、期刊论文、letter、regular paper，或者写的是综述（survey）、方法、理论等等。不同的论文的对象，载体，篇幅，侧重点是不一样的。比如，会议论文、短论文等对新的要求比较高，比较短，其他的次之，所以论文写作要集中在新的方面；而期刊论文等对新的要求之外，还要求完善、高质量，所以写作时候要系统性和创新性并重。 2.写论文的目的是什么。 第一，你想要发表的地方是什么，会议还是期刊。不同的地方有不同的要求，尤其是期刊论文。所以，在写论文之前，尽量确定要投的期刊或会议。然后，去阅读几篇最新的该期刊或者会议的论文，明确一下体例和内容大致规划。重要的是，你选择的题目和投稿对象的要求尽量切合。第二，你想要发表的时间，一定要有个发表的时间点。一方面，人都是有惰性的，你限制了时间点，就能很好的督促你，你可以多选择几个，这样你就会处于忙碌和兴奋状态，成果就会快而且好，否则非常容易消极怠工。另一方面，很多毕业生，需要在写大论文之前，需要得到论文的接收函。在时间规划上也是有要求的。如果想在时间上快一些，可以找一下相关刊物的special issue或者special section等，一般这特刊，出版的速度相对快些。一定要提前谋划，无论是会议还是期刊，一般要提前半年以上。 3.写论文的方法。 首先了解一下论文的结构。通常一篇论文包括7个大的部分，每页大概10段，每段大概4，5个句子。所以，一篇会议论文大概200-300个句子罢了。一小时写5句，一天写一页也就差不多了，一周也就写一篇论文吧，当然前提是idea什么都比较成熟后。其实，如果真的想明白了，差不多2-3天也就可以了。 4.论文的组成。 下面，针对论文给出7个大部分的一些内容组成：（1） Abstract—— 对自己工作及其贡献的总结：a）阐述问题；b）说明自己的解决方案和结果。（150-200words） （2）Introduction——背景，以及文章的大纲、你的贡献：a）题X是重要的；b）前人的工作A、B曾经研究过这个问题；c）A、B有一些缺陷；d）我们提出了方法D；e）D的基本特征，和A、B进行比较；f）实验证明D比A、B优越；g）文章的基本结构，大纲。（1page） （3）Previous Work——说明自己与前人的不同：a）将历史上前人的工作分成类别；b）对每项重要的历史工作进行简短的回顾(一到几句)，注意要回顾正确，抓住要点，避免歧义；c）和自己提出的工作进行比较；d）不要忽略前人的重要工作，要公正评价前人的工作，不要过于苛刻；e）强调自己的工作和前人工作的不同，最好举出各自适用例子。 （4）Our Solution——描述自己的工作，可分成多个部分：a）从读者角度阐明定义和表示法；b）提供算法的伪码，图解和相应解释；c）用设问的方式回答读者可能提出的潜在问题；d）复杂的冗长的证明和细节可以放在附录中，这里关键是把问题阐述清楚；e）特例和例外应该在脚注中给予说明。 （5） Performance Analysis——验证提出的方法和思路：a）合理地设计实验（简洁的实验和详尽的实验步骤）；b）必要的比较，突出科学性；c）讨论，说明结果的意义；d）给出结论。 （6） Conclusion——总结、前景及结文：a）快速简短的总结；b）未来工作的展望；c）结束全文。 （7） References——对相关重要背景文献的全面引用：a）选择引文（众所周知的结论不必引用，其他人的工作要引用，经典的和新的论文要引用）；b）与前文保持一致。然后我们就开始写论文了。 1.写论文时候，最好一气呵成。千万不要犹豫，今天写点，明天写点的样子。那样往往写不好论文。一篇SCI论文，我想，一般最多用一周多一点的时间写完主题部分；而一般会议论文2,3天即可。当然，一些实验可能需要时间长些。无论如何，不可以拖延。可以说，每篇论文都可以发表，所以你写出的论文肯定是有成果的。 2.写论文时候，有些需要注意的语言表述的地方。首先，尽量拼写、语法正确。保证全文没有单词错误和明显的语法错误，这个非常重要。论文学术是非常严谨的，错误拼写容易让人觉得水平不高。另外，写作句子尽量简单，每个句子只包含一个意思，这个和中文论文差别很大。记住一定用简单的句子，一般情况下，即使算上从句也尽量不要超过两句话。第三，避免用口语。例如so、the same as、one hand…on theother hand等等。从native和好的论文里面，把重要的连词的应用学好。如therefore，however，moreover等等，尽量装着学术化一些。第四，尽量避免第一人称，we怎么怎么地。 3.论文的组成元素。通常，包括图形、公式、算法、证明等等。论文应该是图文并茂的。通常情况下，如果读者是同一领域的研究人员，他们看完论文的图片及图注就可以知道这篇文章大体所做的工作。因此，要标注好每一幅图片所展示的信息，但尽量简洁。图和文本要保持一致，并且互为补充，所有图在论文中都是必须提及的。不同的图有不同的要求：（1）对于说明性、功能性和流程性等的图，我建议一般先自己在纸上手绘大框，这样方便设计、修改，等定型后，在用专业工具绘画，这样一般效果很好而且节省时间。 （2）另外，当采用柱状图、折线图等，优先用黑白色，然后是灰色或阴影的，最后才是彩色的。据说有大概10%的男性是红/绿色盲，因此要避免使用红/绿色，而且打印时候大多时候是黑白的，所以，在采用颜色标识的同时，尽量加一些标识性的线条标志，要有区别于其他区域的大小和形状。对于这些性能分析、对比等，在解释时候一定要尽量说明图的形成原因，并包括数据。如与谁相比，能效提高百分之多少，什么原因造成的等等。 （3） 第三，作图工具一定要专业，尽量避免用excel等做，通常做的不是很好看。图的质量一般是300dpi以上，所以如果可能，尽量用专业工具作图，然后粘贴。在论文录取后，尤其期刊论文，一般需要提交高质量的图片，尽量是jpg和tif格式的。 （4）最后，论文排版要尽量和论文要求一致，直接使用投稿对象的模板。如果latex等熟悉的朋友，尽量用latex，排版的质量非常棒的。除了图，论文里面还应该有公式、算法、证明、定义等。一定尽量用专业的东西编写，这些地方尽量不要用图片。整篇论文要尽量用多种元素说明，避免整篇大片大片的文字描述。 最后，好的论文要有好的明确的题目，我一般是先写一个然后整篇论文写好后，再修改、定稿。三、改好的论文不是写出来的，是改出来的。完成一篇论文后，先通读一下，看看有没有什么要更改的。一般来说，更改有本人更改和他人更改两种。写完之后通读一次，先不要再读，放两三天再说。这样容易产生新的更好的想法，然后再仔细更改。更改是个打磨的过程，必须字斟句酌，可以参考其他好的文章，对照写。改论文绝对不是查缺补漏那么简单，要从审稿人、读者多个角度去看，想想读者能从你这个论文里面获得多少、想看的是什么。另外，一定请领域朋友帮助审查一下，以便检验论文的正确性和新鲜性，而且可以对一些术语用词进行改善。 改好之后，就是投稿。 一定要选择和自己论文非常搭的期刊或者会议投稿。如果是正常期刊的论文，一般随时都可以投稿。但是对于特刊、会议一般是有时间限制的。对有时间限制的，建议尽量提前一两天投稿。我见过很多人，都是非得到最后那天才投稿，这样如果发生意外就不好补救了。另外，有些期刊为了增加公正性，要求匿名投稿，这个一定要注意。 最后，不管论文接受还是被拒，都会有比较好的意见回来，一定要认真阅读这些意见并做相应的修改及反馈。 一些需要注意的地方 （1）论文的滚动问题。一个方向，发表一篇论文后，不是就完成大吉了。还有尽量深挖你这个课题。一个主题多种实现方法。一个好的idea，我觉得怎么应该发一到两篇conference和一个journal （2）论文合作：在质量和数量上大幅提高。 （3）作者排序的问题，为以后工作做准备。 （4）项目申请问题。 （5）最低满足论文之后，是为以后铺路的问题。平实心态，积极争取。 以上是自己在做研究时候的一点点小心得，为写而写，寸光短视，指望有所裨益。

是计算机，所以基础太大，工程硕士论