写论文和平时学习时有用的网站

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接: https://blog.csdn.net/qq_32892383/article/details/91128381
图片展示

摘要:这篇博文介绍几个写论文或平时学习中特别有用的网站,有的帮助你找论文中的代码或数据,有的则是论文写作、科研管理的利器,方便你更快完成高质量的paper。科学研究与艺术创作有异曲同工之妙,若是不能妙手偶得,就只能千锤百炼,通过成年累月的积累与沉淀。正可谓一入研途深似海,每天要面对的事情那么多,我们需要借助些‘工具’来更优雅地解决。这里分享的网站是博主平时发现并经常使用的,个人觉得很有用处所以分享出来希望对你也有所帮助。


1. 代码数据篇

    在写论文时很多时候需要对比别人论文中实现方法等,比如对比两个算法性能的差异,然而许多论文很难找到里面详细的数据和程序代码。对于这种情况自己动手实现别人的算法或许可以但肯定费时费力,殊不知该论文很可能作者有上传源码或者前人已经编写好了,那么那些论文的作者们习惯分享代码的网站有哪些呢?下面的几个网站可能有你需要的。

(1)The Journal of Machine Learning Research (JMLR):http://www.jmlr.org/mloss/

图片展示

    「JMLR」机器学习研究期刊(JMLR)为机器学习领域的高质量学术论文的电子和纸质出版提供了一个国际论坛,所有发表的论文均可在线免费获取。其中该网站提供了许多机器学习的开源软件包及相应的论文,想找机器学习方向的资源不妨先上去看看有没有需要的。其实不止这个期刊,其他许多期刊现在在发表时都要求作者提供代码和数据等,在我们查找某篇论文中的代码无果时,不妨去该论文所发表的期刊主页看看有没有开源资源。

(2)Mathwork官网:https://ww2.mathworks.cn/matlabcentral/fileexchange?term=

图片展示

    「Mathwork」是MATLAB的官方网站,作为老牌的学术研究必备的编程语言,对于众多的科研人员来说MATLAB是常用的编程工具,所以Mathwork的网站上有很多作者上传的代码,同时引用的文献在代码的介绍中就能看到。

(3)Google数据集搜索:https://toolbox.google.com/datasetsearch

    「Dataset Search」是由谷歌发布的一个数据集合搜索引擎,为方便科学家、数据分析工程师、数据爱好者或者其他任何人寻找他们的工作和项目中说需要的数据,搜数据跟搜论文一样?键入关键词选择结果能够看到数据集的详细出处及描述。

图片展示

(4)GitHub:https://github.com

图片展示

    「GitHub」恐怕不用说也是非常熟悉了,是一个面向开源及私有软件项目的托管平台,其中的项目几乎涉及所有编程语言,众多的开源的项目更是开发者的天堂。许多愿意分享论文中代码的作者会将自己的代码上传到GitHub中以便更多人了解和引用自己的工作。

扫描二维码关注公众号,回复: 7597088 查看本文章

(5)ResearchGate:https://www.researchgate.net/search?

图片展示

    「ResearchGate」是一个科研社交网络服务网站,你可能在搜索论文的时候会看到它的身影。但它可不是仅仅搜索下论文,作为科研社交网站许多论文作者在网站上交流论文中的工作,也会把文中的代码放在上面。如图搜索时关键字后加上 code 或许能找到你心仪的那篇论文中的代码,作者的一些信息也能一起找到。

(6)Google scholar:http://scholar.google.com/

图片展示

    「Google scholar」谷歌学术自然是没什么说的,学术必备大家想必非常熟悉了,这里值得说的是许多科研大佬研究论文众多,计算机领域多数科研人员都有自己的学术主页。这时候我们可以去他的主页上看看是否公开了论文的代码,一般很多学者乐于分享自己的代码,多逛逛或许能发现想要的代码。

(7)Sourceforge:https://sourceforge.net/

图片展示

    「Sourceforge」是开源软件开发者进行开发管理的集中式场所,也是一个大型开源代码网站,与GitHub类似拥有众多的开源资源,同样许多论文作者也会分享自己的代码在上面。


2. 论文工具类

    一篇高质量的论文需要不断锤炼沉淀,而在写作过程中其实有许多好用的工具网站可以帮助你优雅地创作。以下的几个工具网站是博主自己平时用的,可以说非常实用,主要如学术翻译、截图公式输入、论文免费下载、绘图工具等。

(1)CNKI翻译助手:http://dict.cnki.net/

图片展示

    「CNKI翻译助手」是“中国知网”开发制作的大型在线辅助翻译系统,当我们在英文期刊或数据库中查找论文时是否因为想不到合适的关键词而难以检索到想要的论文呢?你可能想到实用谷歌翻译之类的翻译软件,但那些给出的英文结果是一般化的,往往我们检索的是专业名词,因此需要专业英语的释义。CNKI翻译助手的搜索结果来自CNKI系列数据库,结果更加适合学术论文。

(2)Sci-Hub:https://sci-hub.tw/

图片展示

    「Sci-Hub」在我们获取文献与学术论文的道路上提供了极好的便利,可以从中得到免费的文献下载。打开 Sci-Hub 后,可输入论文网址、PMID(PubMed Unique Identifier)DOI(Digital Object Identifier)或论文标题来进行查找。这里几乎包含了所有你需要的学术论文并且免费下载,再也不用担心找不到论文了。

(3)Mathpix:https://mathpix.com/

图片展示

    「Mathpix」提供了一个快捷输入公式的方法,当我们需要编辑书上或PDF中的数学公式时,你还在word中一点一点地慢慢编辑吗?Mathpix可以通过OCR识别截图、图片中的数学公式并自动生成LaTeX公式(可用在word中),同时也能识别手写的公式,再复杂的公式也能通过直接复制快速完成了。

(4)Letpub:https://www.letpub.com.cn/index.php?page=journalapp

图片展示

    「Letpub」能够帮助查询期刊的影响因子、JCR分区等。一篇论文其投稿的期刊非常重要,因此有必要了解该期刊影响因子、JCR分区等。对于SCI分区国内比较青睐中科院的分区标准,这个网站能很快查到相关信息,当然还可以使用中科院期刊分区表在线平台

(5)MyScript:https://webdemo.myscript.com/

图片展示

    「MyScript」可以识别手写的公式,文本,及图表,对于喜欢手写的朋友可能比较方便,直接在上面写写画画该工具会直接转换为标准文本、公式,对于图表会自动帮助矫正为标准图形,使之更加规范美观。

(6)神经网络画图工具:https://github.com/HarisIqbal88/PlotNeuralNet

图片展示

    「PlotNeuralNet」可谓是款高颜值的神经网络画图工具,能画复杂结构,第一次看到它时就爱不释手,并喜欢在论文的配图中采用这种形式。一个优美精致的配图能给文章增色不少,这是在GitHub上的一个开源项目,需要用latex编写,当然不需要这么炫的效果的时候还可以用这个网站:http://alexlenail.me/NN-SVG/LeNet.html 的在线画图工具。

(7)ProcessOn:https://www.processon.com/diagrams

图片展示

    「ProcessOn」是一个在线作图工具的聚合平台,它可以在线画流程图、思维导图、UI原型图、UML、网络拓扑图、组织结构图等等,绘制图表非常方便并能保存为PNGSVG等格式,平时写作需要一个轻量级的流程图时可以用它完成。

(8)Booksee:https://en.booksee.org/

图片展示

    「Booksee」是电子书、杂志和文章的热门来源,这个平台被认为是一个多语言的在线图书馆。是一个完全免费的电子书籍合法下载外国网站,比较适合学生党,250多万本电子书应该够用了。有时候会在这个上面找找电子书,算比较全的了。

(9)脚本之家电子书下载:https://www.jb51.net/books/

图片展示

    「脚本之家」这个可能在找资料的时候会经常看到,本来不打算放这里,但是这里能够找到不少计算机类的电子书PDF文档等,有时看到一本书里的某个知识点但又不想买下整本书,这时搜下电子版或许是个不错的办法。有时会上来看看有没有新书的电子版‘放出’,有的有文字版有的是扫描的,不过毕竟能省则省了。


3. 结束语

    由于博主能力有限,博文中分享的内容难免会有疏漏之处,希望您能热心指出其中的错误,以便下次修改时能以一个更完美更严谨的样子呈现在大家面前,同时如果有更好的实现方法也请您不吝赐教。大家的点赞和关注是博主最大的动力,博主后面会有更多的分享,敬请关注哦!

猜你喜欢

转载自blog.csdn.net/qq_32892383/article/details/91128381