发布时间：
那就选定参考文献这部分文字，进行拼写和语法检查，出现提示的点“全部忽略”，直到选定文字检查完毕，会出现“word已检查完所选内容，是否检查文档的其余部分”时点“否”。
工具——选项——拼写和语法，自己调一下
论文链接： 目录 设计思想 网络架构 Smooth Network Border Network 网络结构 实验结果 结论 参考文献 在大量的计算机视觉应用中，语义分割是一项不可或缺的底层技术。旷视科技Face++近期发表的一篇 CVPR 2018 收录论文《Learning a Discriminative Feature Network for Semantic Segmentation 》提出判别特征网络 DFN，有效解决了语义分割的两个基本问题，显著提高了其精度，可以帮助机器之眼更好地理解复杂的图像和场景，解析静态或动态人体及其他物体，有助于从根本上推动自动驾驶、手机影像、医疗影像、无人零售、物流安防等 AI 驱动型产业的普及与发展。 设计思想 本文提出的判别特征网络（Discriminative Feature Network/DFN）包含两个子网络 Smooth Network 和 Border Network，它有效解决了绝大多数现有语义分割方法面临的类内不一致（intra-class inconsistency）与类间无差别（inter-class indistinction）问题。 具体而言，为应对类内不一致问题，作者专门设计带有通道注意力模块（Channel Attention Block/CAB）和全局平均池化的 Smooth Network 以选择更具判别力的特征；而 Border Network 则借助多层语义边界监督区分边界两边的特征。 伴随着以全卷积网络（Fully Convolutional Network/FCN）为代表的卷积神经网络的新近发展，很多工作成效显著。但是，上述网络学习的特征经常存在判别性不强，难以区分的问题，表现为：1) 标签相同但外观不同的图像块，称之为类内不一致，如图 1 第一行所示；2) 两个相邻的图像块，标签不同但外观相似，称之为类间无差别，如图 1 第二行所示。 图 1：棘手的语义分割实例。第二列是 FCN 模型的输出；第三列是本文方法的输出。第一行中，图中牛的左下角被识别为马，这属于类内不一致问题。第二行中，电脑主机上的蓝光及黑色机壳与显示器相似，因此难以区分，这属于类间无差别问题。 为解决上述两个挑战，本文从一个更加宏观的角度重新思考语义分割，将其看作一项把一致的语义标签分配给一类物体而不是每个单一像素的任务。这就需要把每个类别的像素看作一个整体，进而同时兼顾类内一致（intra-class consistency）与类间差别（inter-class variation）。这意味任务需要判别特征，所以本文提出一个全新的判别特征网络(DFN) 以学习特征表征。 DFN 有两个组件：Smooth Network 和 Border Network。Smooth Network 用来解决类内不一致问题，从而需要学习一个鲁棒特征表征，为此本文主要考虑两个关键因素。一方面，需要多尺度和全局语境特征编码局部和全局信息。比如，由于缺乏足够的语境信息，图 1(a) 中的白色小图像块经常无法预测正确的类别；另一方面，随着引入多尺度语境，对于一定尺度的物体来说，特征具有不同程度的判别力，其中一些可能预测假标签。因此，有必要选择高效的判别特征。正是出于上述两方面的考虑，Smooth Network 展现为 U 形结构，以抓取不同尺度的语境信息，并通过全局平均池化抓取全局语境。此外，本文还提出通道注意力模块(CAB)，利用高层特征逐阶段地指导低层特征的选择。 Border Network 负责区分外观相似但标签不同的相邻图像块。大多数现有方法把语义分割看作一种密集识别问题，无法明确建模类间关系。以图 1(d) 为例，如果越来越多的全局语境整合进分类过程，相邻于显示器的电脑主机由于外观相似很容易被误认是显示器。因此，明确地使用语义边界指导特征的学习非常重要，这可以增强特征两边的变化。训练时，作者把语义边界损失整合进 Border Network 以学习判别特征，增大类间差别。 网络架构 有关DFN的网络架构，首先详述它的两个组件 Smooth Network 和 Border Network；接着，具体解释两者如何实现类内一致和类间差别；最后描述 DFN 完整的编码器-解码器网络架构。 图 2：判别特征网络概览。（a）网络架构。（b）优化残差模块（Refinement Residual Block/RRB）的组件。（c）通道注意力模块（CAB）的组件。红线、蓝线分别表征上采样和下采样算子。绿线仅是信息传递路径，不改变特征图的大小。 Smooth Network 绝大多数现有方法无法保证正确预测每个图像块的类别，尤其当图像块属于较大区域和复杂场景之时；这种类内不一致问题的主要原因在于语境的缺失，为此作者提出带有全局平均池化的全局语境。但是，全局语境只具有高语境信息，无助于复原空间信息，作者需要多尺度感受野和语境来优化空间信息，正如大多数现有方法那样。然而，由于不同尺度的感受野其判别力也各不相同，从而造成不一致的结果，从而需要选择更具判别力的特征预测某个特定类别的统一语义标签。 具体而言，本文使用 ResNet 作为基础识别模型；根据特征图大小，该模型可划分为 5 个阶段。据观察，不同阶段识别能力各不相同，一致性表现也各不相同。在低级阶段，网络编码更精细的空间信息，但是由于缺乏空间语境指导和感受野较小，其语义一致性表现欠佳；而在高级阶段，由于感受野较大，语义一致性表现较佳，但是预测的空间信息较粗糙。总体而言，低级阶段有着更精确的空间预测，而高级阶段有着更精确的语义预测。基于这一观察，本文提出 Smooth Network 以整合两者的优势，利用高级阶段的一致性指导低级阶段获得最优的预测。 图 3：通道注意力模块图示。在（a）中，黄色模块表征低级阶段的特征，红色模块表征高级阶段的特征。作者结合相邻阶段的特征以计算权重向量，从而更新低级阶段特征图的权重。较深色模块表征高权重值。（b）是第 4 阶段通道注意力模块的真实注意力值向量。蓝色越深，表征权重值越大。 当下流行的语义分割架构主要有两种 style，一种是 Backbone，如 PSPNet 和 Deeplab v3；另一种是 Encoder-Decoder，比如 RefineNet 和全局卷积网络。但上述架构并不完备，为此，本文首先嵌入一个全局平均池化层把 U 形架构扩展为 V 形架构，为网络引入最强的一致性约束作为指导；此外，本文提出通道注意力模块以优化一致性，如图 2(c) 所示。该设计结合相邻阶段的特征以计算通道注意力向量（图 3(b)）。高级阶段的特征给出一个强大的一致性指导，而低级阶段的特征给出特征的不同判别信息，从而通道注意力向量可以选择判别特征。 通道注意力模块： CAB 的设计目的是改变每一阶段的特征权重以优化一致性，如图 3 所示。在 FCN 架构中，卷积算子输出一个 score map，给出每一类别在每个像素上的概率。其实际意义在于暗示了不同通道的权重是平等的。然而，如上所述，不同阶段的特征判别力不同，造成预测的一致性各不相同。为实现类内一致预测，应该提取判别特征，并抑制非判别特征，从而可以逐阶段地获取判别特征以实现预测类内一致。 优化残差模块： 特征网络中每一阶段的特征图全都经过 RRB，如图 2(b) 所示。该模块的第 1 个组件是 1 x 1 卷积层，作者用它把通道数量统一为 512。同时，它可以整合所有通道的信息。接着是一个基本的残差模块，它可以优化特征图。此外，受 ResNet 启发，该模块还可以强化每一阶段的识别能力。 Refinement residual block 网络的每个阶段的特征都会经过Refinement residual block,如下图所示： Border Network 在语义分割任务中，预测经常混淆外观相似的不同类别，尤其当它们在空间上相近之时，因此需要加大特征的差别。出于这一考虑，本文采用语义边界指导特征学习，同时应用显式监督提取精确的语义边界，使网络学习类间差别能力强大的特征，进而提出 Border Network 加大特征的类间差别。Border Network 直接通过显式语义边界监督学习语义边界，类似于语义边界检测任务。这使得语义边界两边的特征变得可区分。 本文的工作需要语义边界具有更多的语义含义。因此 Border Network 的设计是自下而上的。它可以同时从低级阶段获取精确的边界信息和从高级阶段获取语义信息，从而消除一些缺乏语义信息的原始边界。由此，高级阶段的语义信息可以逐阶段地优化低级阶段的细节边界信息。借助传统的图像处理方法，比如 Canny，作者可以从语义分割的 groundtruth 中获得网络的监督信号。Border Network 主要关注分离边界两边的类别的语义分割。要精确地提取语义边界，需要两边的特征更加可区分，而这正是作者的目的所在。 网络结构 作者使用预训练的 ResNet 作为基础网络。Smooth Network 通过在网络顶部添加全局平均池化层以获得最强的一致性；接着利用 CAB 改变通道的权重进一步提升一致性。同时，Border Network 通过明确的语义边界监督获得精确的语义边界并使两边的特征更易区分。由此，类内特征更加一致，类间特征更易区分。 对于显式的特征优化，需要使用多层监督以获取更佳性能，同时网络也更容易训练。Smooth Network 借助 softmax loss 监督每一阶段的上采样输出（全局平均池化层除外），而本文借助 focal loss 监督 Border Network 的输出。两个子网络在一起联合训练，其 loss 通过一个参数控制两者的权重。 实验结果 本文在两个开源数据集 PASCAL VOC 2012 和 Cityscapes 上评估这一方法。数据集介绍、实现细节结果分析等从略，本文将直接给出 DFN 最终的评估结果，了解更多请参见原论文。 表 5：DFN 在 PASCAL VOC 2012 测试集上的表现。在 MS-COCO 上预训练的方法用“+”标记。 表 6：DFN 在 Cityscapes 测试集上的表现。“-”表明该方法未在发表的论文中展示结果。结论 最后总结一下，本文的贡献主要有 4 个方面： 从一个新的宏观视角重新思考语义分割，将其看作一项把一致的语义标签分配给一类物体（而不仅仅是在像素层面）的任务。 提出 DFN 同时解决类内一致和类间差别问题。DFN 分别在 PASCAL VOC 2012 和 Cityscapes 数据集上取得 和 的当前最优 mean IOU，证实了该方法的有效性。 提出 Smooth Network，通过全局语境和通道注意力模块提升类内一致性。 提出一种自下而上的 Border Network，利用多层边界监督信号增大语义边界两边的特征变化，同时优化预测的语义边界。
我们写论文时，用“插入脚注”的方法插入参考文献都会出现一个横线，想删除但又无法选中，该怎么去掉这个横线呢?今天我来讲讲这个技巧。 首先，打开存在该问题的文档，点击“视图”，切换到“普通视图”模式，如图所示。 在标题栏点击“引用”，点击下方的“显示备注”按钮，文档底部出现如图所示变化。 如图所示，鼠标把所有参考文献都选中，在“尾注”下拉菜单中选择“尾注分隔符”，点击一下。 我们发现，此时该分隔符处于可以选中，并且可以删除的状态了，直接删除即可。 点击“视图”选项，重新切换到“页面视图”模式，我们看到，横线已经被删掉了。
方法如下：1.打开Word文件,发现参考文献有条横线。2.点击视图的大纲视图。3.点击引用的显示备注。4.选择脚注分隔符。5.选中横线，按Delete键，就删除了该横线。
1、如下所示，当我们插入尾注时，下面将出现一条水平线。
2、首先单击菜单栏中的视图，然后选择视图下方的轮廓视图。
3、然后单击菜单栏中的“引用”选项，然后单击脚注中的“显示注释”选项。
4、拖放菜单框将出现在微珠下方，并且尾注分隔符将在拖动框中被选择。
5、此时，您可以看到一条水平线出现并手动删除了该水平线。
6、然后继续单击菜单栏中的视图，然后选择视图下方的页面视图。
7、此时，您可以看到原来的水平线已经消失，因此将其删除。
步骤如下： 1、视图——普通视图2、引用——脚注——显示备注 3、在下方的备注尾注下拉菜单中选择“尾注分隔符”，这时那条短横线出现了，选中它，删除。再在下拉菜单中选择“尾注延续分隔符”，这是那条长横线出现了，选中它，删除。 4、切换回到页面视图
这是Word的自动拼写检查功能 有绿色或红色波浪线显示说明文章中的词或句WORD认为有错误
英文论文下有蓝色下划线可能存在语法错误。单击菜单里的“全部忽略”命令，Word将忽略掉当前文档中所有的该字符串的错误。单击“添加到词典”命令，Word会将该字符串添加到随机词典中，此后在文档中再录入此字符串时，将不会出现错误提示。用绿色波形下划线表示可能的语法错误，其处理方法与上面的“拼写错误”的处理方法是一样的。 红色和绿色的波形下划线虽然代表着错误。
Word有自动拼写、语法检查功能。
红色波浪线： word的系统认为该处可能存在单词拼写错误；绿色波浪线： word的系统认为该处可能存在语法错误。
若不想显示，可以通过下面的设置来实现。
1、单击窗口左上角的office按钮，在下拉菜单中单击Word选项按钮，如图所示；
2、弹出选项对话框，选择校对，去掉如图所示的复选框中的对勾即可。
出现这些绿或红色的波浪线不用管它,它虽然在文档中显示出来,但是虚线在打印的时候并不显示.主要是WORD中自动拼定检查或语法错误,有时下划线的错误也会出现这种现象,要想去掉可删除再重新打,或刷新一遍.不过没必要对其更改.你自己再试试.祝你好运!
方法一：点击菜单栏的视图，并在视图下面选择大纲视图。点击菜单栏的引用选项，并在脚注一栏中点击显示备注选项。伟柱下面会出现下拉菜单框，在下拉框里选择尾注分隔符。出现一条横线，手动将这条横线删掉。继续点击菜单栏的视图，并在视图下选择页面视图。此时就可以看到原来的横线没有了，这样就去掉了。方法二： 1、打开要修改的文件（用Word2010），点击上面的“视图”，直接点“草稿”； 2、然后在“注脚”那一类里面的那里点击“显示备注”就可以看到上下两栏； 3、点击“尾注”，然后点击选择“尾注分隔符”，你就发现原本顽固的尾注现在可以选择了，然后就可以删除了； 4、如果你的参考文献有几页，那么每页开头都有分隔符，那就要选择“尾注延续分隔符”，然后就可以发现了，选中删除就好。
如何去掉论文参考文献上的横线
在学习、工作、生活中，大家都会用到word进行电脑编辑吧，Word给用户提供了用于创建专业而优雅的文档工具，帮助用户节省时间，并得到优雅美观的结果。那我们经常都会遇到一些难的处理技巧呢？下面是我整理的`如何去掉论文参考文献上的横线，希望能够帮助到大家。
如何去掉论文参考文献上的横线1：
01 首先，打开存在该问题的文档，点击“视图”，切换到“普通视图”模式，如图所示。
02 在标题栏点击“引用”，点击下方的“显示备注”按钮，文档底部出现如图所示变化。
03 如图所示，鼠标把所有参考文献都选中，在“尾注”下拉菜单中选择“尾注分隔符”，点击一下。
04 我们发现，此时该分隔符处于可以选中，并且可以删除的状态了，直接删除即可。
05 点击“视图”选项，重新切换到“页面视图”模式，我们看到，横线已经被删掉了。
如何去掉论文参考文献上的横线2：
1.点击引用
在文档的页面里，点击顶部的引用；
2.点击插入尾注
进入当前页面后，点击上方的插入尾注；
3.点击分隔符
弹出页面中，点击脚注尾注的分隔符就能删除了。
点击菜单栏的视图，并在视图下面选择大纲视图。点击菜单栏的引用选项，并在脚注一栏中点击显示备注选项。伟柱下面会出现下拉菜单框，在下拉框里选择尾注分隔符。出现一条横线，手动将这条横线删掉。继续点击菜单栏的视图，并在视图下选择页面视图。
演示机型：华为MateBook X 系统版本：win10 APP版本：word2016
1、点击菜单栏的视图，并在视图下面选择大纲视图。
2、点击菜单栏的引用选项，并在脚注一栏中点击显示备注选项。
3、伟柱下面会出现下拉菜单框，在下拉框里选择尾注分隔符。
4、出现一条横线，手动将这条横线删掉。
5、继续点击菜单栏的视图，并在视图下选择页面视图。
6、此时就可以看到原来的横线没有了，这样就去掉了。
在撰写学术研究的成果时，我们在文中都要提及他人的研究成果，这一过程叫做参考或引用。对于一篇学术论文来说，无疑论文的内容是最主要的，但从科研的规律来看，任何研究都是在前人研究的基础上进行的，所以，学术论文引用、参考、借鉴他人的科研成果，都是很正常的，而且是必需的。它表明作者对与本课题有关的国内外研究现状的了解程度，从中能够发现该课题目前的研究解决了什么问题？没解决什么问题？哪些问题是急需要解决的？哪些问题虽然重要但目前仍解决不了的？可能的前景是什么？等等。它也能说明作者是站在一个什么样的高度，以什么为起点进行研究的。如果没有一定的阅读量，就不能反映作者对本领域的研究动态的把握。因而，如实地呈现参考文献不仅表明作者对他人劳动的尊重与承认、对他人研究成果的实事求是的科学态度，也展示作者的阅读量的大小。如果论文中直接或间接地引用了他人的学术观点、数据、材料、结论等，而作者又没能如实地交待出处，则被认为是不道德的甚至会因此而被指控为“剽窃罪”。在国外，许多大学和学术团体，无论是学生提交的作业还是研究人员提交的研究报告、论文或专著对此都有明确的要求，否则将不予通过，甚至做严肃处理。因此，参考文献要求正确、准确地使用，不能把别人的成果据为己有，更不能随意更改。对于引用的文章内容，要忠实原文，不可断章取义、为我所用；不能前后矛盾、牵强附会；无论引用的是原文或者只是阐述了别人的观点，也无论所引用的材料是否已经公开出版，都要明白无误地表明出处。其次，如实地规范地呈现参考文献也可为同一研究方向的人提供文献信息，使读者能清楚地了解作者对该问题研究的深度和广度。我们在阅读他人的研究成果时一方面获取他们的研究结论，另一方面也学习他们的研究方法和他们提供的研究信息，参考文献就是信息的最大来源。参考文献对于其他研究人员来说是一个资源，他们依此去获得更多的信息。因此，对作者来说，如实呈现参考文献是其严谨治学态度的体现；对编辑来说，参考文献则是一篇完整的学术论文必不可少的一个组成部分；而对于读者来说，参考文献就是认识问题的一扇窗户、一把钥匙，它便于读者查阅有关资料，进一步评价论文的学术水平及价值，启发读者的思维，便于开展学术争鸣。因此，参考文献是学术论文、研究报告、学术著作不可缺少的组成部分，不可随意“从略”，不可马虎了事或错误百出，否则将会使一篇质量和水平较高的论文逊色。
我们写论文中的“参考文献”又叫参考书目，根据我自己写论文的经历来看它的意思是指我们在撰写毕业论文过程中所查阅参考借鉴过的著作和报刊杂志等等一些资料，然后把它标注在在毕业论文的末尾。
一、那论文的参考文献具体是指什么呢？
二、我们在引用参考文献时需要注意什么呢？
三、我给大家讲一下参考文献格式：
1、参考文献和注释。按论文中所引用文献或注释编号的顺序列在论文正文之后，参考文献之前。图表或数据必须注明来源和出处。
[编号]、作者、文章题目、期刊名(外文可缩写)、年份、卷号、期数、页码。
[编号]、作者、书名、出版单位、年份、版次、页码。
2、附录。包括放在正文内过分冗长的公式推导，以备他人阅读方便所需的辅助性数学工具、重复性数据图表、论文使用的符号意义、单位缩写、程序全文及有关说明等。
[M]——专著,著作
[C]——论文集(一般指会议发表的论文续集，及一些专题论文集，如《xxx大学研究生学术论文集》
[N]—— 报纸文章
[J]——期刊文章：发表在期刊上的论文，尽管有时我们看到的是从网上下载的(如知网)，但它也是发表在期刊上的，你看到的电子期刊仅是其电子版
[D]——学位论文 ：不区分硕士还是博士论文
[R]——报告：一般在标题中会有"关于xxxx的报告"字样
[S]—— 标准
[P]——专利
[A]——文章：很少用，主要是不属于以上类型的文章
[Z]——对于不属于上述的文献类型，可用字 母"Z"标识，但这种情况非常少见
[DB/OL] ——联机网上数据(database online)
[DB/MT] ——磁带数据库(database on magnetic tape)
[M/CD] ——光盘图书(monograph on CDROM)
[CP/DK] ——磁盘软件(computer program on disk)
[J/OL] ——网上期刊(serial online)
[EB/OL] ——网上电子公告(electronic bulletin board online)
很显然，标识的就是该资源的英文缩写，/前面表示类型，/后面表示资源的载体，如OL表示在线资源。
四、经验总结
我们在写论文的时候，尤其是我们的毕业论文，说多了都是泪呀，这都是根据我自己当年写毕业论文的血泪史，总结出来的结论参考文献有三个好处：
征引过的文献在注释中已注明，不再出现于文后参考文献中。按照字面的意思，参考文献是文章或著作等写作过程中参考过的文献。然而，按照GB/T 7714-2015《信息与文献 参考文献著录规则》”的定义，文后参考文献是指：
根据《中国学术期刊（光盘版）检索与评价数据规范（试行）》和《中国高等学校社会科学学报编排规范（修订版）》的要求，很多刊物对参考文献和注释作出区分，将注释规定为“对正文中某一内容作进一步解释或补充说明的文字”，列于文末并与参考文献分列或置于当页脚地。
扩展资料：
书写格式：
参考文献按照其在正文中出现的先后以阿拉伯数字连续编码，序号置于方括号内。一种文献被反复引用者，在正文中用同一序号标示。一般来说，引用一次的文献的页码在文后参考文献中列出。格式为著作的“出版年”或期刊的“年，卷（期）”等+“：页码（或页码范围）.”。多次引用的文献，每处的页码或页码范围分别列于每处参考文献的序号标注处，置于方括号后并作上标。作为正文出现的参考文献序号后需加页码或页码范围的，该页码或页码范围也要作上标。作者和编辑需要仔细核对顺序编码制下的参考文献序号，做到序号与其所指示的文献同文后参考文献列表一致。另外，参考文献页码或页码范围也要准确无误。
专著M ； 报纸N ；期刊J ；专利文献P；汇编G ；古籍O；技术标准S ；学位论文D ；科技报告R；参考工具K ；检索工具W；档案B ；录音带A ；图表Q；唱片L；产品样本X；录相带V；会议录C；中译文T；乐谱I； 电影片Y；手稿H；微缩胶卷U ；幻灯片Z；微缩平片F；其他E。
参考文献是指作者在写作过程中借鉴过的、对本文有启发的文献，一般标注在文章末尾。有的会在文章具体位置中标明具体的参考页码，有的不会。受文献启发的地方不一定要和原文完全一致，有时可同义转述或同义概述。
需要注意的是，各种杂志社的参考文献格式会各不相同，因此没有绝对统一的标准，一切以杂志社的要求为准。
参考文献格式注意事项：参考文献虽然没有绝对统一的标准，但是有基本标准。
参考文献基本格式：
主要责任者. 题名：其他题名信息[文献类型标识/文献载体标识]. 其他责任者. 版本项. 出版地：出版者，出版年：引用页码.
一、参考文献怎么引用才合理
（1）参考文献的类型
参考文献类型较多，主要有专著[M], 论文集[C]，报纸文章[N]，期刊文章[J],学位论文[D]，报告[R]，标准[S]，专利[P]，论文集析出文献[A]等等，其中最常见的是期刊文章。
（2）引用参考文献的数量
一般学术文章的参考文献数量以20-40篇为宜，综述类文章的参考文献一般会比研究类参考文献数量多。除综述外，其他文章的参考文献超过40则说明相对于你的研究结果而言，讨论和前言部分所涉及的内容有可能过多，需要删减。
（3）参考文献正文中的引用格式
正文中参考文献的引用格式以不同的学校要求为准，但不外乎数字编号和人名。
数字编号比较简单，仅仅按照从前到后的顺序给所出现的文献一一编号即可。万一中间需要添加或删除参考文献，后面的所有数字就会改变。如果我们手动录入参考文献，那是十分麻烦的。这时候就需要用到endnote软件或者其他相关参考文献引用的软件帮助。
还有一种正文引用是人名的引用。一般而言，文献是一位作者的，直接写这位作者的名字即可；如果是两位作者，则这两位作者中间用and连接；若是三位或三位以上作者，则输入第一作者的名字后面加et al.表示。由于et al.是拉丁文的“等”的意思，需要斜体，又是缩写，所以后面要加点号。
有时候正文中我们会提及作者的名字，此时参考文献的引用位置往往紧跟名字的后面。如It is reported by Li et al.[Li et al., 2010] that …….
（4）参考文献的内容与引文一致
引用之处的内容必须是出自所引参考文献的内容。我们可以通过参考文献的题目来大致判断是否正确引用。那种驴唇不对马嘴的引用肯定是错误的，遇到这样的引用必须做出修改。
（5）尽量引用原始文献
好多学生为了省事，拿来一篇文献引用里面的句子的同时，再次引用这篇文章所引用的其他参考文献，这就是二次引用。二次引用的危害在于在引用过程中，肯定会有人曲解了原文的意思，一错再错，这跟以讹传讹的道理是相似的。
那么如何避免这种情况的发生？我们可以查阅二次引用的原始文献，看原始文献是如何描述的，看引用的这句话是否符合原始文献的内容。确保无误的情况下再引用，才能避免错误引用。
（6）尽量选择较新的文献
这一点不是绝对的，倘若我们写的这篇论文确实是早些年有研究，中断了一段时间之后，重新研究。这时难免会引用早些年的文献。再者，有的文献确实是经典的，提出的理念至今都是说得通的，此时引用这些文献也是无可厚非的。但毕竟这两种情况是少数，大部分的研究还是基于最新研究的基础上进行的。因此引用参考文献也必须有几篇较新的参考文献，才能显示我们的研究的意义及重要性，特别是引言部分的描述。
（7）参考文献的档次
参考文献的档次在某种程度上决定了咱们所写文章的档次。我们的引文大部分都是2-5分左右的文章，那么我们的文章差不多也可以发2-5分左右，当然审稿老师并不会注意这个问题，因为没人会一一核实你所引用的文献的影响因子。
二、如何正确选用参考文献
（1）避免选用脱离论文主题的参考文献
选择参考文献必须紧紧围绕主题，为表现和论证主题服务。凡是能有力地说明、突出、烘托主题的就选用，否则就舍弃，这是选择参考文献的一个基本原则。有些论文在运用参考文献时常常犯不忍割爱的毛病，将一些与主题无关的参考文献，写进文章里，参考文献与主题脱节，影响了主题的表达。
甚至于有些论文只是为了体现论文的参考文献的新颖，直接使用了与论文主题无关的最新参考文献，这不但没能体现论文的参考文献新颖，反而是内容累赘、多余。
（2）选择参考文献不够典型
所谓典型参考文献，是指那些最有特征、最有代表性，能有力地揭示事物的本质，能集中地表现论文主题的参考文献。围绕主题选材，但没有必要，事实上也不可能把与主题有关的参考文献都写进去，必须精选典型参考文献。
对于十分经典的参考文献，要考虑是否过旧，过旧的参考文献或者广为人知的参考文献，我们应该简要概述。即便是十分典型的参考文献，太旧或者已广为人知的参考文献虽然能论证我们的主题但是却让文章的内容显得不够新颖。
（3）选择的参考文献不够真实
论文中用的参考文献只有真实，才有力量。所谓真实，是指参考文献确是客观存在的，能反映客观事物的本来面貌。论文中所运用的参考文献真实，论点才站得住，才有说服力。而有些论文选材不准，没有鉴别真伪，引用的历史人物、事件、时间、地点、数字、引文等等没有认真地核对，出现误差。
在引用参考文献的时候，对于参考文献的详细内容，我们要细心做到每个细节都不能出错，对于数字的摘写要绝对的准确，不能因为自己的疏忽导致原本准确无误的真实参考文献变成了错误参考文献或者非真实参考文献。