上海海洋大学信息学院文件
沪海洋信息 [2020] 行26号
信息学院学士学位论文撰写规范
为加强本科实践教学环节，保证本科毕业设计（论文）质量，加强本科毕业设计（论文）的规范管理，结合《上海海洋大学本科学生毕业设计（论文）撰写规范》，以及信息类专业论文的特点，特制定《上海海洋大学信息学院学士学位论文撰写规范》。
一、学士学位论文总要求
学士学位论文要求学生在掌握本专业的基础理论、专门知识和基本技能的基础上，通过查阅相关资料，有条理、有逻辑地观察问题、分析问题和解决问题。论文要求观点鲜明、论据充分、论证有力、逻辑性强、条理清楚、文字正确通顺、格式规范。同时，论文鼓励学生进行思维与观念上的创新，培养学生的创新能力，鼓励学生发表新见解；论文应该科学合理地利用资料，严禁抄袭或剽窃他人的作品（具体要求见《上海海洋大学信息学院学士学位论文管理条例》）。
二、学士学位论文资料的组成
论文资料包括任务书等相关材料及毕业设计（论文）两部分：
1．任务书等相关材料
包括任务书、中期自查表、文献综述、外文翻译、答辩记录表、答辩评分表、成绩考核表材料。
文献综述是在查阅一定数量的中外文献的基础上，围绕论文主要论点选择文献资料并加以评述。文献综述的内容应包括（1）围绕论文阅读的主要相关文献资料目录；（2）归纳、概括上述文献资料的主要学术观点和研究方法等；（3）对上述文献资料进行简要评述。文献综述用中文撰写，不少于5000字。题目为三号加粗黑体字，居中，其他参照正文书写格式要求。
外文翻译是衡量学生阅读、理解外文资料的一种能力和水平，是引用外文文献中基本思路和论点来完成毕业设计（论文）立论依据的主要章节内容。译文应语言规范、流畅、简洁，翻译5000汉字以上的有关技术资料或专业文献。题目为三号加粗黑体字，居中，其他参照正文书写格式要求。
任务书、中期检查表、文献综述、外文翻译（中文在前，外文在后）、答辩记录表、评分表，成绩考核表各自单独装订成册。
2．毕业论文部分
1）工程设计类的毕业设计（论文）书写正文字数不少于1万字，研究类的毕业设计（论文）字数不得少于1.5万字。
2）论文的装订顺序依次为：(1)封面，（2）目录（单独成页，页码为罗马数字。“目录”内容至少到三级标题，并注明标题所在页码），(3)中文摘要、关键词，(4) 外文摘要、关键词，(5)论文正文，（6）参考文献（单独成页），(7)附录（如有附录，则置于此），(8)致谢词。
从中文摘要开始到“附录”部分，统一使用A4纸，并用阿拉伯数字编写页码。
3．毕业论文存档
学生送交论文终稿时，须同时交送打印文稿和电子文稿。
（1）打印文稿装入论文专用档案袋。档案袋内包括论文文本一本、相关材料一本。
（2）电子档案包括：论文正文；文献综述；外文翻译；论文任务书；中期检查表。
每位学生电子文件夹以“学生学号-姓名-论文题目”命名，如“1451401-尤伟伟-海洋环境数据管理系统设计与实现”。文件夹内注明具体的文件名。如“尤伟伟论文正文”，“尤伟伟外文翻译”等等。
三、论文的结构及要求
1．封面
题目名称应该简练、准确、有概括性，通过题目使读者大致了解毕业设计（论文）的内容、专业的特点和学科的范畴。题目字数要恰当，标题字数要适当，一般不宜超过20字，如果有些细节必须放进标题，为避免冗长，可以分成主标题和副标题，主标题写得简明，将细节放在副标题里。
2．目录
目录按三级标题编写（即1......、1.1......、1.1.1......），要求标题层次清晰。目录中标题、页码应与正文中的标题、页码一致。
3．论文摘要（中文在前，外文在后）
摘要是论文内容的简要论述，应以浓缩的形式概括研究课题的内容、方法和观点，以及取得的成果和结论，应能反映整个内容的精华，中文摘要约300字。外文摘要内容与中文摘要相对应。
4．关键词
关键词是从毕业设计报告（论文）中选出并表示全文主题内容的单词或术语，不得杜撰，一般为3－5个。
5．正文
正文一般包括绪论（前言）、正文主体与结论，其内容分别为：
（1）绪论应说明本课题研究的意义、目的、研究范围等；阐述本课题应解决的主要问题。
（2）正文主体是对研究工作的详细表述，应做到结构合理，层次清晰，重点突出，文字简练、通顺。
（3）结论应该明确，精炼，完整和准确。结论单独作为一章。要突出论文的创新之处，以简练的文字对论文的主要工作进行评价。
6．参考文献
参考文献是毕业设计(论文)不可缺少的组成部分，它反映毕业设计(论文)的取材来源、材料的广博程度和材料的可靠程度。一份完整的参考文献也是向读者提供的一份有价值的信息资料。参考文献必须是学生本人真正阅读过，以近期发表的文献为主，应与课题直接有关。 参考文献不少于10种，其中至少要有一半的外文参考文献。
7．附录（包括主要程序源代码等）
附录的篇幅不宜太多，一般不要超过正文。根据需要可在论文中编排附录，附录序号用“附录A、附录B”等字样表示。
8．谢辞
谢辞是对课题研究与论文撰写过程中曾直接给予帮助的人员(例如指导教师、答疑教师及其他人员)表示谢意，这不仅是礼貌，也是对他人劳动的尊重，是治学者应有的思想作风。所用文字要简洁，切记浮夸和庸俗之词。
四、论文撰写细则
1．格式要求
毕业设计（论文）一律采用国家文字改革委员会正式公布的简化汉字，并采用计算机文字处理软件排版、打印（采用A4纸）。
版面页边距上为2cm，下为2.5cm，左、右为2cm；装订线为1cm，位置为“左侧”；页眉距边界为1.5cm，页脚为1.75cm。首行缩进2个字，1.5倍行距。左侧页眉内容为“上海海洋大学201×届毕业设计报告（论文）”，右侧页眉内容为毕业设计报告（论文）题目；页脚格式为第几页共几页，居中，页眉页脚字体都为宋体小五号。
2．撰写格式
下列各部分撰写格式要求以英语专业毕业论文为例，其他语种参照执行。
（1）目录
“目录”标题采用三号黑体字，居中。下空一行为章、节、小节及其开始页码，为小四号宋体字，1.5倍行距。
（2）中文摘要及关键词
题目为三号加粗黑体字居中。摘要部分应与题目保持一定间距，可取段前值为18。“摘要：”、“关键词：”标题为五号加粗黑体字，摘要内容、关键词为小五号宋体字。各关键词之间用分号分开，最后一个关键词后面无标点符号。
（3）外文摘要及关键词
外文摘要应与中文摘要保持若干间距，字体均选择“Times New Roman”。外文题目采用三号加粗黑体字，“Abstract:”、“Key words:” 标题词一律用五号字加粗。摘要内容、关键词为小五号字。各关键词之间用分号分开，最后一个关键词后面无标点符号。
（4）正文
工程设计类的毕业设计报告（论文）书写正文字数不少于1万字；研究类论文的毕业设计（论文）字数不得少于1.5万，可分为章、节、小节。每章标题为四号加粗黑体字，首行
缩进。节为小四号黑体字，小节为五号黑体字，首行均不缩进。正文采用五号宋体字，首行缩进二个字。公式应另起一行，公式序号按章节顺序编号。表格、插图按章节顺序编号，图中坐标应标注单位。
（5）页码
从正文开始按阿拉伯数字连续编排。页码位于页面底端，居中，中文摘要、外文摘要和中外文目录标注罗马数字。
（6）结论
通常为最后一章，标题为四号加粗黑体字，首行
缩进。其他部分参考正文部分要求。
（7）谢辞
采用小五号宋体字，首行缩进二个字。
（8）参考文献
“参考文献：”为五号黑字体。参考文献按在论文中出现的次序，用中括号（如“［1］”）的数字连续编号，依次书写作者、文献名、杂志或书名、出版时间、卷号或期刊号，为小五号宋体，首行
缩进。（如[1] 段辛斌，陈大庆，刘绍平等．长江渔业资源动态监测网数据的管理[J]．水生生物学报，2002，26(6)：713-715．）
（9）其它
①标点符号
毕业设计（论文）中标点号应按新闻出版署公布的“标点符号用法”使用。
②名词、名称
科学技术名词术语尽量采用全国自然科学名词审定委员会公布的规范词或国家标准、部颁标准中规定的名称，尚未统一规定或叫法有争议的名词术语，可采用惯用的名称。使用外文缩写代替某一名词术语时，首次出现时应在括号内注明其含义。外国人名一般采用英文原名，按名前姓后的原则书写，不可将外国人姓名中的各部分漏写。一般很熟知的外国人名(如牛顿、爱因斯坦、达尔文、马克思等)可按通常标准译法写译名。
③量和单位
毕业设计(论文)中的量和单位必须采用中华人民共和国家标准GB3100-GB3102-93，它是以国际单位制（SI）为基础的。非物理量的单位，如件、台、人、元等，可用汉字与符号构成组合形式的单位，例如件/台、元/km。
④数字
毕业设计(论文)中的测量、统计数据一律用阿拉伯数字。
⑤标题层次
毕业设计(论文)的全部标题层次应有条不紊，整齐清晰，相同的层次应采用统一的表示体例，正文中各级标题下的内容应同各自的标题对应，不应有与标题无关的内容。
章、节、小节编号方法应采用分级阿拉伯数字编号方法，第一级为“1”、“2”、“3”等，第二级为“2.1”、“2.2”、“2.3”等，第三级为“2.2.1”、“2.2.2”、“2.2.3”等，但分级阿拉伯数字的编号一般不超过四级，两级之间用下角圆点隔开，各级的末尾不加标点。各层标题均单独占行书写，各级标题序数顶格书写，空一格接写标题，末尾不加标点。第四级以下单独占行的标题顺序采用A，B，C....和a，b，c.两层。正文中对总项包括的分项采用（1）、（2）、（3）…的序号，对分项中的小项采用①、②、③…的序号，数字加半括号或括号后，不再加其他标点。
⑥注释
毕业设计(论文)中有个别名词或情况需要解释时，可加注说明，注释可用页末注（将注文放在加注页稿纸的下端，字体为六号宋体）或篇末注（将全部注文集中在文章末尾，字体为小五号宋体），而不用行中注（夹在正文中的注）。若在同一页中有两个以上的注时，按各注出现的先后，编列注号，注释只限于写在注释符号出现的同页，不得隔页。
⑦公式
公式应另起一行，与正文格式相同。一行写不完的长公式，最好在等号处转行，如做不到这点，在数学符号（如“＋”、“－”号）处转行，数学符号应写在转行后的行首。公式的编号用圆括号括起放在公式右边行末，在公式和编号之间不加虚线，公式可按全文统一编序号，公式序号必须连续，不得重复或跳缺。重复引用的公式不得另编新序号。
公式中分数的横分线要写清楚，特别是连分数（即分子和分母也出现分数时）更要注意分线的长短，并将主要分线和等号对齐。在叙述中也可将分数的分子和分母平列在一行，用斜线分开表述。
⑧表格
每个表格应有自己的表题和表序。表题应写在表格上方正中，表序写在表题左方不加标点，空一格接写表题，表题末尾不加标点。全文的表格统一编序，也可以逐章编序，不管采用哪种方式，表序必须连续。表格允许下页接写，接写时表题省略，表头应重复书写，并在右上方写“续表××”。此外，表格应写在离正文首次出现处的近处，不应过分超前或拖后。表题的字体可设置为五号黑体，表格中的内容可设置为小五号宋体。
⑨插图
毕业设计（论文）的插图必须精心制作，线条要匀称，图面要整洁美观，插图应与正文呼应，不得与正文脱节。每幅插图应有图序和图题，全文插图可以统一编序，也可以逐章单独编序，不管采用哪种方式，图序必须连续，不得重复或跳缺。由若干分图组成的插图，分图用a，b，c...标序，分图的图名以及图中各种代号的意义，以图注形式写在图题下方，先写分图名，另起行后写代号的意义。图应在描纸或白纸上用墨线绘成，或用计算机绘图。图序、图题的字体可设置为小五号宋体。
本撰写规范（包括附件）自颁布之日起实行。撰写规范的合规应以学生为主开展，指导教师检查为辅。对于不按照撰写规范要求的学生，指导教师经过提醒，督促后仍不改正的，可以把相应学生毕业论文（设计）的相关工作判定为不合格，不能继续下一阶段任务。
附件：
学士学位论文参考文献格式要求与示例
学士学位论文摘要规范要求
学士学位论文文献综述封面及摘要样本
学士学位论文外文翻译封面
信息学院
二○二零年四月十九日
主题词：学士学位论文 撰写规范
上海海洋大学信息学院办公室 2020年4月19日印发 |
校对：徐锋 （共印9份）
附件1学士学位论文参考文献格式要求与示例
各类参考文献的条目编排格式示例如下：
期刊文章：姓名（姓名后面加圆点；英语则也是姓在前，名在后，但姓后面加逗号，如：Hardy, Thomas）,文章名（后面加上[J]，然后加圆点），期刊名（英语用斜体，后面加上逗号），出版年份，期号（期号用括号括起，括号后加上冒号），起止页码（后面加圆点）。例如：
Fraser,Janet.The Translator Investigated:Learning from Translation Process Analysis[J]. The Translator, 1996(1):65-79.
黄巧珠,吕俊霖,麦丽芳.我国渔业科学数据库的现状与发展趋势[J].安徽农业科学,2009(5):15977-15978,16127.
专著：姓名（姓名后面加圆点；英语则也是姓在前，名在后，但姓后面加逗号，如：Hardy, Thomas），书名（英语书名用斜体，书名后加上[M]，然后加圆点，英语书名用斜体），出版地（后面加上冒号），出版者（后面加上逗号），出版年（后面加圆点），例如：
Thomas Hardy. Jude the Obscure[M]. New York: OxfordUniversity Press, 1985.
刘国钧，王连成. 图书馆史研究[M]. 北京：高等教育出版社,1979.
③论文集：姓名（姓名后面加圆点；英语则也是姓在前，名在后，但姓后面加逗号，如：Hardy, Thomas），文章名（后面加上[A]，然后加圆点），主编名字加上（主编）[括号后加上圆点，英语则加上（ed.或者eds.）]，论文集名（后面加上[C]，然后加圆点），英语则用斜体），出版地（后面加上冒号），出版者（后面加上逗号），出版年（后面加冒号），起止页码（后面加圆点）。例如：
Fraser, Janet. Translating Practice into Theory: APractical Study of Quality in Translator Training[A]. Catriona Picken(ed.). ITI Conference 7 Proceedings[C]. London: Institute of Translation and Interpreting. 1994:130-142.
Kussmaul, Paul. Creativity in the Translation Process: Empirical Approaches[A]. Kitty M. Van Leuven-Zwart and Ton Naaijkens(eds.). Translation Studies: The Sate of the Art[C]. Amsterdam:Rodopi,1991:91-101.
江弱水. 一缕姜凉的古香[A]. 袁可嘉，杜运燮，巫宁坤（主编），卞之琳与诗艺术[C]. 石家庄：河北教育出版, 1999:99-105.
④.学位论文：姓名（姓名后面加圆点；英语则也是姓在前，名在后，但姓后面加逗号，如：Hardy, Thomas），论文名（后面加上[D]，然后加圆点，英语则用斜体），保存地（后面加上冒号），保存单位（后面加上逗号），年份（后面加圆点），页码（后面加圆点）。例如：
张和生. 地质力学系统理论[D]. 太原：太原理工大学，1998.
⑤报纸文章：姓名（姓名后面加圆点；英语则也是姓在前，名在后，但姓后面加逗号，如：Hardy, Thomas）,文章名（后面加上[N]，然后加圆点）报纸名(后面加上逗号，英语用斜体)，出版日期（版次）（后面加圆点）。例如：
毛峡. 情感工学破解“舒服”之迷[N]. 光明日报，2000-4-17（BI）.
⑥电子文献：姓名（姓名后面加圆点；英语则也是姓在前，名在后，但姓后面加逗号，如：Hardy, Thomas），电子文献题名[文献类型/载体类型]（后面加圆点），电子文献的出版或可获得地址（后面加上逗号），发表或更新日期/引用日期（任选）（后面加圆点）。例如：
王明亮. 中国学术期刊标准化数据库系统工程[DB/OL].
http://www.cajcd.cn/pub/wml.txt/980810-2.html,1998-08-16/1998-10-04.
⑦引用参考文献类型及其标识说明如下：
根据GB3469规定，以单字母方式标识以下各种参数文献类型，如下表：
参数文献的标识
参考文献类型 | 专著 | 论文集 | （单篇论文） | 报纸文章 | 期刊文章 |
文献类型标识 | M | C | A | N | J |
参考文献类型 | 学位论文 | 报告 | 标准 | 专利 | 其它文献 |
文献类型标识 | D | R | S | P | Z |
电子文献的标识
参考文献类型 | 数据库（网上） | 计算机程序（磁盘） | 光盘图书 |
文献类型标识 | DB(DB/OL) | CP(CP/DK) | M/CD |
摘 要
(“摘要”之间空两格，采用三号字、黑体、居中，与内容空一行，要求300-500字)
（内容采用小四号宋体,行间距1.5）
（摘要结束后空一行，再写关键词）
关键词：(小四号、黑体、顶格) ☆☆☆；☆☆☆；☆☆☆
（内容采用小四号、宋体、接排、各关键词之间有分号，最后一个不加标点）
Abstract（三号加粗）
(采用三号字、Times New Roman字体、加黑、居中、与内容空一行)
There is a kind of automatic access system that use automatic indemnification technology to identify user’s ID and rights, and according to user’s rights to control the door. ••••••（内容采用小四号Times New Roman字体，行间距1.5，要求内容与中文对应）
（摘要结束后空一行，再写关键词）
Key words（小四号加粗、Times New Roman字体、顶格）：
（key words内容采用小四号、Times New Roman字体、接排、各关键词之间有分号，最后一个不加标点）
附件3学士学位论文文献综述封面及摘要样本
文献综述
（ 20xx 届本科）
题目：零样本学习研究进展
学院：信息学院
专业：
班级：20xx级班
姓名：
学号：
指导教师：
202x 年 * 月
零样本学习研究进展
近几年来，深度学习在机器学习研究领域中取得了巨大的突破,深度学习能够很好地实现复杂问题的学习，然而，深度学习最大的弊端之一，就是需要大量的人工标注的训练数据，而这需要耗费大量的人力成本。因此，为了缓解深度学习存在的这一问题，Palatucci和Hinton等于2009年提出了零样本学习(Zero-Shot Learning)。零样本学习是迁移学习的一种特殊场景，在零样本学习过程中，训练类集和测试类集之间没有交集,需要通过训练类与测试类之间的知识迁移来完成学习，使在训练类上训练得到的模型能够成功识别测试类输入样例的类标签。零样本学习的意义不仅在于可以对难以标注的样例进行识别，更在于这一方法模拟了人类对于从未见过的对象的认知过程，零样本学习方法的研究，也会在一定程度上促进认知科学的研究。鉴于零样本学习的应用价值、理论意义和未来的发展潜力，文中系统综述了零样本学习的研究进展，首先概述了零样本学习的定义，介绍了四种典型的零样本学习模型，并对零样本学习存在的关键问题及解决方法进行了介绍，对零样本学习的多种模型进行了分类和阐述，并在最后指明了零样本学习进一步研究中需要解决的问题以及未来可能的发展。
Research and Development on Zero-Shot Learning
As the largest crustacean zooplankton with the largest biomass of any single species in the world, the Antarctic krill (Euphausiasuperba Dana) plays a "key species" role in the Marine ecosystem of the southern ocean, playing an extremely important role in both ecological and commercial fisheries.Understanding the population structure of krill is the main task of relevant fishery management, and determining the distribution of different age groups is very important for studying its population structure.In addition, the scotia sea is the most densely distributed area of Antarctic krill resources and the traditional fishery of krill, but there are significant inter-annual, seasonal and regional differences in krill population structure in this area.Krill population dynamics to understand the area, although the age of krill jian work still need further perfect, but the research on krill growth has been based on length frequency method for estimating the Antarctic krill, the basis of age structure provides enough fishing groups in a population age structure to determine the resource properties and fisheries measures has very important significance.Key words: Antarctic krill;Populationstructure;Temporal and spatial variation
In recent years, deep learning has made great breakthroughs in the field of the machine learning. The application of deep learning can be especially useful for coping with some complicated problems. However, one of the biggest drawbacks of the deep learning is that it requires the amount of manual data annotation,this issue requires a lot of labor costs. Therefore, in order to alleviate the burden of deep learning, Palatucci and Hinton et al. proposed zero-shot
learning in 2009. Zero-shot learning is a special scenario of transfer learning. In the zero-shot learning progress, the samples of training and test classes do not intersect. It is necessary to complete the training by realizing the knowledge transfer between training class and test class, in order to successfully identify the label of the test class instance. The significance of zero-shot learning lies not only in the identification of difficult-to-annotate, but also in the fact that this method simulates the human cognitive process of objects that have never seen before, so the study of zero-shot learning will contribute to the advancement of human cognitive science research. Therefore, in view of the application value, theoretical significance and future development potential of zero-shot learning, this paper systematically reviews the research progress of zero-shot learning. First, the definition of zero-shot learning is summarized, then we introduces four typical zero-shot learning models, and the systematic problems in the zero-shot learning and the solution methods are introduced. We have categorized and elaborated on the multiple models of zero shot learning. At the end, we pointed out the problems that need to be solved in the further study of zero-shot learning and possible future development directions.
Key words: Zero-shot learning,description, attribute, training class, test class, embedded space
随着机器学习领域的发展，机器学习在自然图像识别领域也取得了长足的进步， 在对于车辆、人脸等特定对象的识别与分类等方面尤为突出。因此，机器学习技术广泛地在这些领域中投入商业使用，例如支持向量机(Support vector machine， SVM)[1]、卷积神经网络[2]和递归神经网络[3]等等。但是，现有的识别模型如果想要得到较高的预测准确度，都需要大量的人工标注样本进行训练，一般来说，每一个对象类，都需要数以千计的标注样本。
随着图像识别技术应用的更加广泛，以及需要进行识别的对象类的不断增加， 未来图像识别领域的发展不应完全寄希望于这种需要大量训练样本的学习方法。例如，人类能够识别大约30000个类中所包含的对象，还可以对这些类中所包含的子类进行辨别，例如不同款式的汽车[4]，或者不同品种的狗[5]。甚至， Murphy认为，人类可以在无限数目的类中完成分类任务，因为人类可以随时创造新类[6]。理论上如果使用现有的机器学习模型实现上述功能，至少需要数百万，甚至数亿个高质量标注的训练样本，而且训练时间也会显著增加。
而且，对于某些特定的对象类，训练样本是难以获得的。以濒危物种为例，由于处于濒危状态，其图像资料是难以获得、极为珍贵的，同时也正因图像资料的重要性，如果能够实现对于特定对象类不依赖于大规模训练样本(因为特定类图像资料较少，无法建立有效的训练样本集)的野外的濒危物种识别、摄录，将会带来巨大的商业价值和生态价值。尽管存在一些减少训练样本和提高训练效率的算法[7-10]，但是，这些算法仍然需要一定数量的训练样本对模型中的特定类进行训练，才能实现对测试样本中的测试样例的分类和预测。人类学习机制与现有的机器学习机制相比具有很大的差异，人类通常可以在大量的训练样本上很好地进行学习，但人类也可以在少量或无样本情况下，通过其它与所要学习的目标相关的辅助信息 (Side information)，完成对特定目标的学习。在机器学习领域中，能够对从未见过的对象类中的样例进行识别的能力，即为零样本学习 (Zero-shot learning)。
附件4学士学位论文外文翻译封面
文献翻译
（ 202* 届本科）
题目：
学院：信息学院
专业：
班级：20xx级班
姓名：
学号：
指导教师：
202* 年 * 月