又到一年开题季，你的学位论文开题准备得怎么样了？是信心满满还是忧心忡忡？小编就大家在硕士学位论文选题上遇到的一些常见问题，请教了智能算法研究中心的一线老师。我们将以算法研究为例，为你一一答疑解惑。别愁啦！你的学位论文开题干货乘着5G的浪来啦！

Q1：改进算法能否作为创新点？

        对一个技术应用效果的改进不一定可以作为创新点，尤其是那种为了改进算法而提出几个策略一并使用的主张。后者这种想法，一般都是由于对问题的理解不够深刻、思考不够深入造成的。对于开题，题目的创新性是很重要的。所以一旦选择经典的或者比较旧的题目，就要注意后面的工作所要面临的难度与风险。

        如果实在想要以改进作为创新点，那么一般有两种形式：

        （1）这个改进是本质的，是一个一般性的方法；

        （2）这个改进是针对某种应用场景或者某一类特征对象的。这类工作一般会突出这个场景或这个对象的重要性。

        你如果选择采用调参、小策略、添加信息等改进方法作为主题，却无法描述清楚其中的本质或针对性，那么这种选题想法其实是不够分量的，也达不到算法研究类学位论文的层次。

Q2：论文是不是选择好上手、文献多的题目就比较容易通过？

        一般情况下，这种改进工作往往比较容易被想到，因为参考文献多，又便于做实验。但是大家不要忘记，相对地，这种选题的论文在后面的评审和答辩时也很难通过，因为同类的文献较多，在创新性方面会面临较大的挑战。

 Q3：论文如果采用现有方法解决问题，要怎么选题？

        学位论文是一定要有创新的，不能指望所有内容都有文献给你参考。如果是完全运用别人的方法来解决你的研究问题，那就要遵从一个底层法则：你运用的理论、方法与技术一定要比你做的问题更底层。

        对学生而言，应用领域最好是选择自己本专业学科的范畴。如果是这样，那么你使用的技术可以没有创新。但要注意，这种选题的前提是当前没有人做过这种研究，或者你做的研究能得到比别人更好的结果（回到上面改进算法的观点）。

        举例来说，有同学用机器学习解决材料科学的问题，如果在机器学习的方法上没有创新，那么这个工作将比较适合去申请材料信息学的学位。或者说有同学用算法解决零配件设计的问题，如果在算法上没有创新，那么这个工作更适合去申请工业设计的学位。

        相反，如果这个同学用机器学习的方法去做软件工程的需求分析，哪怕在机器学习方法上没有创新，但由于目前没有人做过“机器学习-需求分析”的工作，那他当前的这个工作是绝对可以用来申请软件工程的学位的。

Q4：软件工程专业与计算机科学与技术专业的学位论文有什么差异？

        大家要注意，软件工程专业的学位与计算机专业的学位还是存在差异的。

        从算法研究的角度来看，主要体现在软件工程专业所做研究的应用领域更偏向软件工程。此外，我们仍然可以通过在软件工程的理论、方法与技术上的创新来解决其他应用领域的问题。虽然这种工作通常比较少见，但也相对地会比较经典。例如，我们可以提出一种新的软件分析与建模的理论与工具，来有针对性地解决具体应用领域的软件工程问题。与软件工程专业不同，计算机科学与技术专业可以通过提出计算机相关的理论、方法与技术上的创新工作来解决其他应用领域的问题。这就是软件工程专业和计算机专业学位论文评审时的一个差异点。

        当然，就现在来说，软件工程的理论、方法与技术并没有排斥经典计算机的理论、方法与技术，所以很多人都认为二者是一个互相包含的关系。因此，如果拿着在计算机科学与技术的理论和方法上的创新去申请软件工程的学位，目前也还是允许的。

 Q5：选题出现困难该怎么办？

        选题出现问题就要积极找导师讨论，把困难告诉老师。你也可以根据需要提出合理的要求。如果实验室有条件，甚至还可以出钱出人来协助你做数据收集和实验的工作。千万不要宅起来自己埋头搞论文。从老师过去十几年的论文指导经验来看，“死宅宅死”，延期毕业的学生基本都是很少甚至从不和老师积极讨论的。记住，学位论文是学生在导师指导下完成的研究工作，而不是你一个人的作业。

Q6：开题比交论文早很多，中间的空余时间是不是用来实习或求职？

        大家应该要重视学位论文的前期准备工作，不能因为实习和求职而忽略这些工作，幻想着最后临时抱佛脚。一般来说，学位论文提前准备得越充分，后面压力就越小。前面没准备的，后期压力就会很大，甚至很有可能连工作都要重新找。

Q7：论文的选题是不是越大越有分量？

        学位论文的选题不需要选一个很大的问题，也不需要选具有很多工作量的问题。找一个有意义的研究点，钻研进去，做点验证和应用，用论文准确表达你的观点就可以了。

Q8：如何选题能比较好地帮助论文通关？

        如果选题时没有特别好的思路，就尽量选与本专业学科和所在实验室的大项目相关的题目，这样对学位论文的评审会比较有帮助。

        选择与本专业学科相关的题目将对你所在专业的学科与学位点有直接的支撑作用，这或许能使学院和评审专家以一种爱惜的态度来看你的论文。如果你选择的是与实验室的大项目相关的题目，由于大项目一般难度高、意义明显，所以你的选题将不至于被人批判说没有意义。

Q9：专业型硕士的专利和软著在学位论文中体现的要求是什么？

        分两种情况：一种是论文选题与专利或软著有一定相关性；另一种则是没有关系。其中，在论文中用专利或者软著作为一个例子论证你的方法或者应用，这样也算是有一定的相关性。

        无论是专利还是软著，智能算法研究中心的专硕都要求有发布上线的软件、真实应用的案例或者集成到大项目成果的系统或工具等。这不能只是一个demo，也不能只是一个原型，更不能只是一个演示界面。大家要注意，如果开题时没有考虑这一点，等到送审在即的时候再想补充，就来不及准备了。

Q10：基础比较薄弱的小白要如何选题？

        基础薄弱的同学可以选择一个自己感兴趣或者比较熟悉的应用领域。例如，喜欢养猫的同学可以选择做猫脸识别的算法研究；喜欢种花的同学可以选择做花品种识别的算法研究。一般来说，对于这些应用问题，评审论文的专家很可能没有学生本人那么熟悉。

        当然，你也可以选择你比其他人更熟悉的专业学科所在领域的应用问题。这样，在技术方法上的创新性要求就可以有所降低，大家的关注点也就会主要集中在你的应用创新上了。

Q11：导师说我关于选题的思考没有深度，那要怎么思考才算有深度？

        举个例子，做猫脸识别时，如果只是拿一堆猫的照片直接去训练，然后死命调参，刨实验结果，那就会显得很low。作为论文选题，你至少要思考一下猫脸和人脸在计算机编码特征上的差异，这就显得有一定的深度了。顺着这个思路，你还可以进行以下思考和探索：

        （1）对于特征提取来说，猫脸识别和人脸识别有什么相同点和不同点？

        （2）基于相同点，你可以尝试用迁移学习的方法做分类模型；

        （3）基于不同点，你可以针对猫脸的特征设计一个特征提取方法，然后用现有的深度学习模型来实现；

        （4）将（2）和（3）合并，就可以实现一个应用了。接下来做实验看看效果，以验证自己的猜想和假设。

        本次答疑到此告一段落。不知道本小编给出的解答是否让还在开题边缘徘徊的你感到豁然开朗呢？“问渠那得清如许？为有源头活水来。”，希望你能活学活用，在接下来的开题中开门大吉！（如果你觉得有用的话，不要忘记点赞并转发给更多的小伙伴哦！）

总编：黄翰

文字：黄翰、何宛睿

图片：何宛睿、袁中锦

校稿：袁中锦、何莉怡

时间：2021年03月30日