一.写论文遇到问题
谈起论文写作，肯定有不少伙伴没思路，没有东西去写下去这么篇幅长的论文。好，解决问题的前提是发现问题，那么我们在写作的时候，问题有哪些呢？？
1.不知道一开始从哪里入手
2.在开始写的时候，写到后面，不知道写什么了
3.找不到一个固定的模板
接下来，我来找一个数学建模的优秀论文来学习学习。
二.优秀论文（摘要部分）
看到了吗？这个写的就很规范，而且突出重点，直接开门见山。好，那我们来把模板套一下。（想当年，徐悲鸿也是个不会画画的小辈，也不停的在画画展厅里临摹一年又一年）
三. 学会套模板套格式（摘要部分）
基于（什么模型）的（什么项目）
本文主要建立了（什么模型），对（什么东西或者数据）进行了（什么处理或者预测、检测）。官方一般都会给数据集，所以对数据的处理也很重要。再选取了（什么数据或者特征）进行了（处理或者检测。。），对（你们自己的模型名字）进行了训练和多维度评估，并最终对题目给出的数据集进行了检测。
针对问题1.做了什么，得到了什么，又做了什么，选择了什么模型进行（训练或预测）
,完成了（模型名字）的建立。中间最好加一些具体的数据，更加直观。
针对问题2.对问题一的模型进行了训练和评估。从哪几个方面进行了评估。首先测试了模型的准确性，得到了多少的准确率（用具体的数字去说明）。预测的同时，发现了什么结论，然后说明模型具有什么样的特点。
针对问题3.在处理的过程中，发现了什么。在检测过程中发现了什么。通过统计发现了什么。
在套模板的时候，其实还是有点懵。因为每篇论文的问题背景和需要解答的赛题也不一样，所以一昧套模板，只会越来越迷。 所以我们要学会去总结和分析，人生也是如此，不要一直向前，有时候停下来，去想想去反思和总结，我们才能走的更远。
四.普通论文和优秀论文之间的差距
| 普通论文 | 优秀论文 |
| 没有具体的百分比% 以及具体的数字去说明模型的正确性和可靠性，说服不了评委老师和同学。 | 有具体的数据和百分比，有说服力的去证明模型的可靠性与正确性 |
| 没有那么多的可视化图以及流程图去完整地呈现具体的处理过程 | 有可视化的图片，看起来高级感十足（看起来也很舒服）。其次有具体的流程让人一眼知道 你在干嘛，（这样就不用花那么长时间去看文字描述） |
| 一眼AI生成，全是AI的套话 | AI与人工描述相辅相成，有自己的思想，AI只是锦上添花。 |
| 模型普通 | 模型高级，具有创新性（深度决定广度，广度决定不了深度） |
五.写论文的感想
写论文的经验是一点点积累的，不要担心有没有奖，只要是自己认真做的，每次进步一点点。然后先从一个部分开始认真弄，论文总共也就那几个部分，摘要、关键词、目录、正文。在每次比赛的时候，真正搞会了一个。日积月累，迟早论文也会大有进步。
我还记得上机器学习课程的时候，我们老师说，其实你真正搞懂一个模型，其实就已经可以了。虽然我们平时学了好多模型（线性回归、决策树、k近邻、逻辑回归）
标签：竞赛,优秀论文,AI,模型,论文,建模,什么,模板 From： https://blog.csdn.net/dhdjjfhdghh/article/details/143441755好，今天的分享就到这里，大家晚安。
