研究生论文算法

论文查重是近年自翟天临事件发生之后爆红网络的词。那么我们论文查重究竟查的是什么？其核心技术算法是怎样的？论文查重检测究竟是什么？其核心算法是什么？你写的论文检测查重结果是有出现重复率的这种情况并不是就代表你抄袭别人的论文，网络上有很多的毕业论文课题的参考模板，就算不主动去抄袭，里面的内容也是有可能出现重复的，毕竟同专业，专业的术语和函数公式等等这些专业词汇都是没有办法去进行修改的，出现这种情况是必然的。所以论文查重的主要作用就是为了帮毕业生去检测出一篇论文中和其他的论文文献中重复的部分，然后让毕业生去进行调整修改，使之让论文重复率在标准内。针对这一问题，全国各个高校教师对这一问题都非常严格。 部分学院将指定学生在相关论文检测机构进行权威专业检测，然后指导学生根据论文检测报告进行降重和改重方面处理。与本科论文、研究生论文、专科论文和职称论文相比，检测环节虽然也是比较严格，当如果学校没有明确的指定毕业生要使用什么论文检测平台检测提供检测数据的话，那么学生是可以自己进行选择论文检测平台的，只要选择的平台是专业且权威的论文检测平台，就可以但选择对象来进行论文查重检测。1.论文段落和格式：论文上传到论文查重检测软件后，检测软件会对论文进行部分的划分，上传的最终稿格式对重复率是有影响的。我们可以通过划分段落来降重。2.数据库：论文检测，主要用于对发表论文，期刊文章和会议论文的匹配，以及一些数据库还包含了大量的网络文章。给大家透露下，检测数据库中是没有包含大多数的书籍的。之前有人在一本研究性的著作中摘抄了很多文字也没有被检测出来。可以了解到这种方法是有效的。3.章节的变换：很多的同学会去对这章节的顺序去进行变换，或者去不同的文章摘抄不同的章节进行拼凑成新文章，对于重复检测的结果影响几乎是为零的。大家不要以为抄袭几篇文章或者几十篇就可以通过论文查重检测。4.标签参考文献：参考文献和抄袭别人的文章在检测查重软件是怎么去界定的呢。其实很简单的，在论文中的参考文献我们进行添加了引用的符号，但是在论文查重检测系统中都是统一看看的，查重软件的阀值一般都是设定在百分之一。比如一篇论文是5000个字那么论文的百分之一就是50个字，如果摘抄部分超过了50个字，那么即使是加了引用符号也是会被判定为抄袭的。5.字数匹配：论文检测查重系统研究相对来说是比较严格的，只要是超过20单位的字数匹配的结果是一致的，那么就会被判定为抄袭，但其他是满足了第四点，对参考文献的引用标注。

今年4月，澎湃新闻报道了天津大学软件学院软件工程专业2012届硕士毕业生李庆昆的硕士学位论文涉嫌抄袭事件。近日，澎湃新闻再度接获举报，天津大学一篇硕士学位论文涉嫌大面积抄袭内蒙古农业大学的一篇硕士学位论文。这两篇论文分别是天津大学建筑工程学院建筑与土木工程2008届硕士毕业生李瑞锋的硕士学位论文《BP神经网络在现场混凝土强度预测中的应用研究》（以下简称“李瑞锋论文”）与内蒙古农业大学农业水土工程2005届硕士毕业生武欣慧的硕士学位论文《基于人工神经网络的普通混凝土强度预测的研究》（以下简称“武欣慧论文”）。李瑞锋论文封面武欣慧论文封面武欣慧论文完成于2005年5月，李瑞锋论文的完成时间是2008年5月，从时间上看，李瑞锋论文比武欣慧论文完成时间晚了3年。澎湃新闻记者从中国知网上下载了上述两篇论文，仔细比对后发现，两篇论文从目录到正文内容都高度雷同，74条参考文献从书名、出版时间到引用的页码都毫无差别。值得注意的是，李瑞锋论文在“致谢”部分还特别感谢了彼时已成为内蒙古农业大学副教授的武欣慧。针对李瑞锋论文涉嫌抄袭武欣慧论文并致谢武欣慧一事，近日，澎湃新闻联系到武欣慧了解求证。目前在内蒙古农业大学林学院任教的武欣慧告诉澎湃新闻，她完全不认识李瑞锋，自己的硕士学位论文系原创，对是否被他人抄袭情况并不知情。随后，澎湃新闻又致电李瑞锋的培养单位、天津大学建筑工程学院进行了解。该院研究生办公室的一名工作人员回复澎湃新闻称，此前对李瑞锋硕士学位论文涉嫌抄袭一事不了解，将向学校有关部门进行反映，及时展开调查。摘要、目录高度雷同比对两篇论文后发现，两篇论文的题目虽然不完全相同，但都以神经网络对混凝土强度的预测应用为研究对象。武欣慧论文摘要两篇论文的中文摘要部分极度相似。武欣慧论文的中文摘要分为两个自然段，具体内容为：“抗压强度是混凝土最重要的性能之一，是混凝土质量控制的核心内容，同时也是结构设计和施工的重要依据。规范规定评定结构构件的混凝土强度需标准养护28天才能获得，不能满足现代化施工的时间要求，同时又可能留下隐患。因此，发展混凝土强度早期快速测定技术，提高预测精度具有重大意义。“借鉴国内外有关混凝土强度预测的研究成果，结合人工神经网络基本原理，运用MATLAB神经网络工具箱，就网络的输入向量、网络结构、传递函数及其它参数的选择展开研究。在此基础上，选择内蒙古中西部地区三座野外变电站制作大量同条件养护标准试件，作为网络模型的训练样本和测试样本，分别运用基本BP算法、附加动量因子的自适应调整学习率算法和L—M算法三种方法训练网络，经大量试算和仿真结果比对，最终利用L—M算法建立网络结构合理、收敛速度快、精度高的满足工程要求的普通混凝土强度预测模型，与多元线性回归模型预测结果相比，BP网络模型有更高的精度，将预测误差控制在3%以内，可以极大程度上避免目前混凝土施工中存在的强度预测偏差较大的问题。”李瑞锋论文摘要李瑞锋论文的中文摘要也分为两个自然段，其内容为：“混凝土强度是混凝土质量控制的核心内容，是结构设计和施工的重要依据，也是混凝土最重要的性能之一。根据我国规范要求，评定结构构件的混凝土强度需要进行28天标准养护，这显然不能满足现代化施工的时间要求，同时又可能留下隐患。因此，在诸多混凝土强度的影响因素中找出主要因素，采用现代分析方法，发展并完善适应工程实际的混凝土强度早期快速测定技术，提高混凝土强度早期预测精度具有重要意义。“在总结分析国内外有关混凝土强度预测研究成果的基础上，本人根据人工神经网络基本原理，运用MATLAB神经网络工具箱，就网络的输入向量、网络结构、传递函数及其它参数的选择展开研究。在此基础上，选择内蒙古中西部地区三座野外变电站制作大量同条件养护标准试件，作为网络模型的训练样本和测试样本，分别运用基本BP算法、附加动量因子的自适应调整学习率算法和L—M算法三种方法训练网络，经大量试算和仿真结果比对，最终利用L—M算法建立网络结构合理、收敛速度快、精度高的满足工程要求的普通混凝土强度预测模型，与多元线性回归模型预测结果相比，BP网络模型有更高的精度，将预测误差控制在3%以内，可以极大程度上避免目前混凝土施工中存在的强度预测偏差较大的问题。”对比以上两部分内容发现，李瑞锋论文除了调整了第一句话的语序，并将“规范规定”改写为“根据我国规范要求”，将“需标准养护28天才能获得”改写为“需要进行28天标准养护”，将“借鉴国内外有关混凝土强度预测的研究成果”，改写为“在总结分析国内外有关混凝土强度预测研究成果的基础上”，其他内容均与武欣慧论文无差别。再从目录看，武欣慧论文分为六章，标题分别是引言、普通混凝土抗压强度影响因素与强度检验评定分析、人工神经网络基本原理、网络模型样本的制备和试验、基于MATLAB BP神经网络工具箱混凝土强度预测模型的建立、总结与展望。武欣慧论文目录一到三章截图武欣慧论文目录四到六章截图李瑞锋论文的目录也分为六章，即引言、普通混凝土抗压强度影响因素与强度检验评定分析、人工神经网络基本原理、网络模型样本的制备和试验、基于MATLAB神经网络工具箱混凝土强度预测模型的建立、结论与展望。李瑞锋论文目录一到三章截图李瑞锋论文四到六章截图对比发现，李瑞锋论文目录只比武欣慧论文少了一个“BP”，并将“总结”改写成“结论”，其他均和武欣慧论文一模一样。此外，两篇论文的章目录下面的小节标题也全部一致。正文内容近乎无差别两篇论文的正文内容也高度雷同。以第一章为例，武欣慧论文在“关键技术线路”小节写道：“本研究运用MATLAB提供的神经网络工具箱编程，建立普通混凝土强度预测的BP神经网络模型。网络学习样本全部来自于工程实践，试件全部为同条件养护试件，其输出强度为等效养护龄期所对应成熟度下的强度。部分样本同时用于结构混凝土强度评定。建模中，对网络结构、输入向量、传递函数等其它网络参数的选择进行仔细研究和大量试算，并分别运用基本BP算法、附加动量因子自适应调整学习率BP算法以及L—M算法进行网络训练和仿真，旨在建立一个能在工程实践中推广的高精度、收敛速率快的混凝土强度预测模型。”武欣慧论文第一章部分内容截图李瑞锋论文也在第一章“关键技术线路”小节中写道：“本研究运用MATLAB提供的神经网络工具箱编程，建立普通混凝土强度预测的BP神经网络模型。网络学习样本全部来自于工程实践，试件全部为同条件养护试件，其输出强度为等效养护龄期所对应成熟度下的强度。部分样本同时用于结构混凝土强度评定。建模中，对网络结构、输入向量、传递函数等其它网络参数的选择进行仔细研究和大量试算，并分别运用基本BP算法、附加动量因子自适应调整学习率BP算法以及L—M算法进行网络训练和仿真，旨在建立一个能在工程实践中推广的高精度、收敛速率快的混凝土强度预测模型。”以上两段内容一字不差。李瑞锋论文第一章部分内容截图再比如，武欣慧论文在第二章的“结构混凝土强度分析”小节阐述了“标养强度的局限性”，具体表述为：“混凝土的主要质量指标是以标准试件的标养强度为依据的。试件标养强度在全世界已延用了80多年，成为混凝土与钢筋混凝土结构的设计、施工及验收的基本依据。近年来我国所制定的《普通混凝土力学性能试验方法》（GB/T50081—2002）及《混凝土强度检验评定标准》（GBJ107—87），对这一试验方法作出了明确的规定，为按试件强度进行混凝土质量监控奠定了基础，但混凝土的标准养护强度无法反映施工工艺（振捣、成型）、养护条件（温度、湿度、龄期）、受力方式（承载试件、加载速度）、尺寸效应（体积、比表面积）的影响，只是一种‘材料混凝土强度’，反映了混凝土的组成成分和搅拌质量，难以反映施工工艺和养护条件对真正强度的影响。实际结构中混凝土的强度（结构混凝土强度）从未有过严格定义，一般理解为从结构中取出的标准尺寸的试件，在相同试验条件下测得的强度。其与标养强度除组成成分相同外，在养护温度、湿度、体积效应、承载、龄期等方面均有不同，因此《混凝土结构设计规范》在考虑强度设计参数时，乘上了必要的系数。”武欣慧论文第二章部分内容截图李瑞锋论文也在第二章相同小节同样对“标养强度的局限性”作了阐述，其内容为：“混凝土的主要质量指标是以标准试件的标养强度为依据的。试件标养强度在全世界已延用了80多年，成为混凝土与钢筋混凝土结构的设计、施工及验收的基本依据。近年来我国所制定的《普通混凝土力学性能试验方法》（GB/T50081—2002）及《混凝土强度检验评定标准》（GBJ107—87），对这一试验方法作出了明确的规定，为按试件强度进行混凝土质量监控奠定了基础，但混凝土的标准养护强度无法反映施工工艺（振捣、成型）、养护条件（温度、湿度、龄期）、受力方式（承载试件、加载速度）、尺寸效应（体积、比表面积）的影响，只是一种‘材料混凝土强度’，反映了混凝土的组成成分和搅拌质量，难以反映施工工艺和养护条件对真正强度的影响。实际结构中混凝土的强度（结构混凝土强度）从未有过严格定义，一般理解为从结构中取出的标准尺寸的试件，在相同试验条件下测得的强度。其与标养强度除组成成分相同外，在养护温度、湿度、体积效应、承载、龄期等方面均有不同，因此《混凝土结构设计规范》在考虑强度设计参数时，乘上了必要的系数。”李瑞锋论文第二章部分内容截图以上两部分内容，包括括号内的注解，都完全一致。再看第三章，武欣慧论文在论述“人工神经网络的特征”时写道：“图10为一典型的神经网络模型，由模型图可以看出，神经网络是由大量处理元件由加权重的连接联系在一起，这些连接可以传递信号。通过许多神经元间这种并行的协同作用可实现智能功能，这种处理信号的方法也被称为‘并行信息处理方法’，它不采用大量的机械计算和复杂的逻辑运算，便能灵活地适应和处理各种复杂和模糊的情况，对问题迅速求解。按照一定的拓扑结构相互连接而成的网络系统，具有非线性大规模自适应的动力学特征。”武欣慧论文第三章部分内容截图李瑞锋论文第三章也有一小节关于“人工神经网络的特征”的阐述，其表述为：“图10为一典型的神经网络模型，由模型图可以看出，神经网络是由大量处理元件由加权重的连接联系在一起，这些连接可以传递信号。通过许多神经元间这种并行的协同作用可实现智能功能，这种处理信号的方法也被称为‘并行信息处理方法’，它不采用大量的机械计算和复杂的逻辑运算，便能灵活地适应和处理各种复杂和模糊的情况，对问题迅速求解。按照一定的拓扑结构相互连接而成的网络系统，具有非线性大规模自适应的动力学特征。”李瑞锋论文第三章部分内容截图对比发现，以上两段内容包括“图10”都一字不差。再比如，武欣慧论文第四章对“巴彦淖尔市沙德格工业园区220KV变电站”的介绍是：“站址位于巴彦诺尔市乌拉特前旗沙德格苏木东北侧3.5公里工业园区西侧，与哈石公路比邻。站区地震基本烈度8度，极端最高气温36.5℃，极端最低气温-30.1℃，最大冻土深度2.6米。本期建设规模：220KV出线一回，至张家营220KV变电站，110出线一回，至朝阳110KV变，35KV出线18回。全站总建筑面积3398平方米，主控制楼建筑面积1023平方米，架构及设备基础混凝土总浇筑量为3546立方米。“2003年开始一大批高耗能项目在巴盟前旗沙德格工业园区落户，使得负荷猛增，本站的建设，不仅可以满足高耗能工业园区用电负荷的需要，还可以满足农牧民生产、生活与小型采矿业的用电，同时能提高供电电压质量以及供电可靠性。乌拉特前旗气象局提供的30年（1971-2000）气象资料气温统计结果见表4。在本研究中，87组样本取自于本站1#、2#、3#主变压器基础及电缆沟。”武欣慧论文第四章部分内容截图李瑞锋论文在相同章节也写道：“站址位于巴彦诺尔市乌拉特前旗沙德格苏木东北侧3.5公里工业园区西侧，与哈石公路比邻。站区地震基本烈度8度，极端最高气温36.5℃，极端最低气温-30.1℃，最大冻土深度2.6米。本期建设规模：220KV出线一回，至张家营220KV变电站，110出线一回，至朝阳110KV变，35KV出线18回。全站总建筑面积3398平方米，主控制楼建筑面积1023平方米，架构及设备基础混凝土总浇筑量为3546立方米。“2006年开始一大批高耗能项目在巴盟前旗沙德格工业园区落户，使得负荷猛增，本站的建设，不仅可以满足高耗能工业园区用电负荷的需要，还可以满足农牧民生产、生活与小型采矿业的用电，同时能提高供电电压质量以及供电可靠性。乌拉特前旗气象局提供的30年（1971-2000）气象资料气温统计结果见表4。在本研究中，87组样本取自于本站1#、2#、3#主变压器基础及电缆沟。”李瑞锋论文第四章部分内容截图以上两部分内容，李瑞锋论文除了将“2003年”改写成“2006年”，其他内容均可以在武欣慧论文中找到相同表述。再以两篇论文的第五章为例看，武欣慧论文在“网络结构的确定”一节开头写道：“人工神经网络结构的确定是指确定网络的层数以及各层的神经元节点数。理论上早已证明：具有偏差和至少一个S型隐含层加上一个线性输出层的网络，能够逼近任何有理函数。一般来说，没有任何理论根据采用两层以上的中间隐层，对大多数实际问题，一层隐层即三层网络已经足够了，这已成了定理。增加层数主要可以进一步地降低误差，提高精度，但同时也使网络复杂化，从而增加了网络权值的训练时间。而误差精度的提高实际上也可以通过增加隐含层中的神经元数目来获得，其训练效果也比增加层数更容易观察和调整，因此在确定神经网络结构时，优先考虑单隐层结构。本研究在确定网络结构时进行的大量试算也是从单隐层结构开始的。“基于BP算法的神经网络中各层节点数的选择对网络的性能影响也很大，层内节点数需要进行适当的选择。就BP网络的输入、输出层节点数，一般来说，要由网络的用途和研究工作的实际情况来决定。在4.2节中可知本研究的输入节点数确定为6，输出节点为同条件养护试块的等效养护龄期强渡，输出节点数为1。”武欣慧论文第五章部分内容截图李瑞锋论文第五章也有一节是阐述“网络结构的确定”的，其开头写道：“人工神经网络结构的确定是指确定网络的层数以及各层的神经元节点数。理论上早已证明：具有偏差和至少一个S型隐含层加上一个线性输出层的网络，能够逼近任何有理函数。一般来说，没有任何理论根据采用两层以上的中间隐层，对大多数实际问题，一层隐层即三层网络已经足够了，这已成了定理。增加层数主要可以进一步地降低误差，提高精度，但同时也使网络复杂化，从而增加了网络权值的训练时间。而误差精度的提高实际上也可以通过增加隐含层中的神经元数目来获得，其训练效果也比增加层数更容易观察和调整，因此在确定神经网络结构时，优先考虑单隐层结构。本研究在确定网络结构时进行的大量试算也是从单隐层结构开始的。“基于BP算法的神经网络中各层节点数的选择对网络的性能影响也很大，层内节点数需要进行适当的选择。就BP网络的输入、输出层节点数，一般来说，要由网络的用途和研究工作的实际情况来决定。在4.2节中可知本研究的输入节点数确定为6，输出节点为同条件养护试块的等效养护龄期强渡，输出节点数为1。”李瑞锋论文第五章部分内容截图以上两部分内容，一字不差。两篇论文的最后一章也近乎完全一致。武欣慧论文“展望”部分截图李瑞锋论文“展望”部分截图比如武欣慧论文在“展望”的开头一段写道：“影响普通混凝土强度的因素很多，在本研究中因工程地点和实验条件的原因只选取其中六项作为网络输入向量进行训练，并将水泥限制于一种，粗骨料全部为碎石，这就增大了网络运用的局限性；施工现场的试验混凝土强度等级仅限于工程涉及的C10-C40间，而网络输入向量的维数越多，学习样本的覆盖面越广，网络的预测结果越精确，因此在以后的研究中还有待于积累更多更广泛的学习样本以拓宽模型的适用性。”李瑞锋论文“展望”部分第一段的内容为：“影响普通混凝土强度的因素很多，在本研究中因工程地点和实验条件的原因只选取其中六项作为网络输入向量进行训练，并将水泥限制于一种，粗骨料全部为碎石，这就增大了网络运用的局限性；施工现场的试验混凝土强度等级仅限于工程涉及的C10-C40间，而网络输入向量的维数越多，学习样本的覆盖面越广，网络的预测结果越精确，因此在以后的研究中还有待于积累更多更广泛的学习样本以拓宽模型的适用性。”以上选取的两段内容，依然没有任何区别。致谢被抄者，被抄者回应：不认识不知情澎湃新闻比对发现，两篇论文的参考文献也完全一样。武欣慧论文部分参考文献截图李瑞锋论文部分参考文献截图武欣慧论文的参考文献一共74条，都注明了作者、文献名、出版单位和具体页码，其中有2条是武欣慧和其硕士学位论文指导教师申向东此前发表的两篇学术论文即“MATLAB语言在混凝土强度评定中的应用[J].内蒙古电力技术，2005（1）：24-28”和“普通混凝土强度预测的神经网络模型[J].华北电力技术，2004（4）：33-36”。李瑞锋论文的参考文献也是74条，也注明了作者、文献名、出版单位和具体页码，也有2条是武欣慧与申向东此前发表过的学术论文。所有条目与武欣慧论文所列的完全一样。两篇论文的“致谢”也存在相似之处。比如，武欣慧论文在感谢导师申向东时写道：“在硕士学习的三年时间里，导师敏锐的学术思维、渊博的知识、严谨治学的态度和宽厚的待人都给我留下了深刻的印象，是我学习的榜样。导师在诸多方面给予我极大的帮助和关怀，本文从研究思路、题目选择、写作大纲制定、分析方法使用等方面，无不凝聚了导师的心血，在此表示衷心的感谢。”李瑞锋论文也在“致谢”部分开头感谢了其导师亢景付教授，具体表述为：“在硕士学习的三年时间里，导师敏锐的学术思维、渊博的知识、严谨治学的态度和宽厚的待人都给我留下了深刻的印象，是我学习的榜样。导师在诸多方面给予我极大的帮助和关怀，本文从研究思路、题目选择、写作大纲制定、分析方法使用等方面，无不凝聚了导师的心血，在此表示衷心的感谢。”以上两段文字一模一样。武欣慧论文还特别感谢了内蒙古工业大学建筑工程学院的李建雄、霍俊芳副教授，对他们在本文试验和数据整理中付出的心血表示深深的谢意。李瑞锋论文也致谢了李建雄副教授，此外，还有内蒙古农业大学的武欣慧副教授，感谢他们在本文试验和数据整理中付出的心血。李瑞锋论文“致谢”部分截图武欣慧论文“致谢”部分截图由于论文完成时间上，李瑞锋论文比武欣慧论文晚了3年，完成于2008年5月的李瑞锋论文涉嫌抄袭武欣慧论文。也就是说，涉嫌硕士学位论文抄袭的李瑞锋在其论文最后的“致谢”部分特别感谢了被抄者武欣慧。国内多名学者告诉澎湃新闻记者，学位、学术论文的引用有严格的规范和比例要求，并不因为在“后记”或者“致谢”部分特别感谢了被抄袭者，其行为就可以不被认定为抄袭。针对李瑞锋论文涉嫌抄袭武欣慧论文并致谢武欣慧一事，近日，澎湃新闻联系到武欣慧进行了解求证。目前在内蒙古农业大学林学院任教的武欣慧告诉澎湃新闻，她完全不认识天津大学2008届硕士毕业生李瑞锋，同时表示自己的硕士学位论文系原创，对是否被他人抄袭情况并不知情。随后，澎湃新闻又致电李瑞锋的培养单位、天津大学建筑工程学院进行了解。该院研究生办公室的一名工作人员回复澎湃新闻称，此前对李瑞锋硕士学位论文涉嫌抄袭一事不了解，将向学校有关部门进行反映，展开调查，并及时将调查进展进行反馈。(来源:澎湃新闻)

首先大家要知道，不同的论文检测系统对数据信息及其优化算法的比照是不同的，所以论文检查的结果一般也是有差异的。假设要知道哪个系统比较精确，或者哪个系统重复率较高，其实并不能说相对准确，因为论文检测并没有说相对准确。假设学院使用的是知网，那么它就是最准的知网，使用维普那就维普最准。有些学生很可能还会继续遇到这样的难题，那么就是用同样的查重系统去检查相同的内容，为什么上午的论文查重结果和中午的不一样呢？这类情况普遍会出现，全是由于查重系统数据库查询升级造成的，查重系统的比照数据信息不是一成不变的，系统随时都会进行升级，所以很有可能你这次查重的论文中有些内容在查重时是合格的，但是下一秒系统软件就升级百度查重了一些与你毕业论文内容相似的文章内容。知网查重会检测到感谢部分吗？文章查重系统只能检测出文章内容是否存在抄袭，我们可以自己去创造，不能去抄袭别人的内容。如果自己用心去创作，相信每个人都能顺利毕业。

贾浩楠 发自 凹非寺量子位 报道 | 公众号 QbitAI不知道那位不愿意透露姓名的唐马儒先生，现在看太阳还是不是绿色的？第一代网络鉴黄师，牺牲小我，造福了千万家「doge」。撇开玩笑不谈，维持健康良好的网络环境，只靠人工鉴黄，根本不现实。这也是近两年AI在网络安全应用的热门方向。今年的AI顶会NeurIPS 2020，阿里安全团队一篇名为《启发式领域适应》（Heuristic Domain Adaptation）的论文入选。这项研究的重要之处，在于将迁移学习运用在网络涉黄信息的鉴别，实现了同一模型在不同场景下的低成本训练部署。AI鉴黄师有了通用性，唐马儒们，终于解放了。从电商到直播：一套架构应对全场景AI鉴黄不是新鲜事，2018年，微软、谷歌、亚马逊等等巨头还搞过算法鉴黄大赛，谷歌摘得桂冠。但是，以往的鉴黄算法，只针对特定场景。即使同样针对图像的算法，在面对不同的应用案例，比如社交媒体或电商时，也需要重新收集数据进行训练。忽略某一特定场景下有针对性的训练，直接套用其他现成算法，结果是十分糟糕的。风险或违规样本收集成本较高，业务存在对抗和变异等特点，使得深度学习模型无以为继，因此研究探索基于小样本和增量学习技术的模型训练与迭代，变得非常重要。现实的情况是，大部分算法面临着少量训练数据和广泛应用场景的矛盾。阿里安全的解决方案，是将经典的“启发式搜索”思想，融入到领域适应问题中，来解决在数据不充分情况下的模型训练问题，实现将人工智能从现有数据学习到的知识迁移到未知场景中。比如，在鉴黄场景下，目前该研究成果技术可直接从电商场景迁移至直播场景中应用。与电商场景不同，直播场景不仅有主播等人物，还常常有桌椅家具等繁杂的物品背景，这些差异会导致电商场景下的搜索识别技术迁移应用效果不佳。通过将“启发式搜索”思想融入，研究团队构建了启发式领域适用的基础架构，并通过相似性、独立性、终止点等角度进行约束，使算法模型在相同计算量下，达到最佳效果。针对复杂任务和场景，迁移学习的鲁棒性与可扩展性主要体现为如何更好地提取领域不变特征。目前，这项成果主要用于内容安全识别，如直播或动漫人物及白描场景下是否涉黄等。但阿里安全资深算法专家华棠认为，迁移学习的特性，使得这套原理框架可以移植到其他诸多领域，比如在线教育、文娱行业等等。核心：HDAN在以往识别分类任务中常采用的经典DAN以及DANN方法中，“直接对齐”会在高维空间产生“障碍物”，从而影响最终算法收敛效果；HDAN（启发式领域适应网络），采取的技术方案借鉴于经典的启发式搜索，强调在识别具体物体的过程中，额外对环境场景等无关因素进行建模。在相对固定的环境与场景中，环境特征H(x)并不难以建模。估计的环境信息实际上相当于启发式信息，用来指导用于商品识别的特征G(x)。同时估计的环境信息数量还要加以控制，避免过大，影响物品类别信息的建模。在具体的实现过程中，相似性方面，HDAN强调环境和商品特征应该有区分，但同时也关注容易混淆的特征。所以相似性分析最终得到的是初始时相似度的约束，而不是全部训练过程的约束。在具体的三个领域适应场景中：无监督领域适应（UDA），半监督领域适应（SSDA）和多源域领域适应（MSDA），HDAN都取得了SOTA的结果。据阿里安全方面介绍，目前这项算法现在已经应用到了阿里云的绿网安全产品中。在9月底举行的2020年人工智能开发者大会（AIIA2020），绿网内容识别技术通过中国信息通信研究院性能评估测试，还获得了官方权威证书。作者介绍本文的一作，崔书豪，中科院计算所研三在读，指导老师是王树徽。他的主要研究方向是深度领域适应学习与开放域学习技术。崔书豪目前在阿里安全团队实习。6个月前，量子位介绍过崔书豪同学一作入选CVPR 2020的成果一行代码提升迁移性能。今年崔书豪以第一作者向CVPR 2020提交了两篇论文，另一篇是Graally Vanishing Bridge for Adversarial Domain Adaptation，也被接收。

我们已经迈向了5G时代，技术革新带来了万物互联、万物皆媒的新传播图景，媒介的认知范式也随之发生了变化，算法作为构成智能时代的基础设施与底层逻辑，从某种意义上来说，已经成为了更高意义上的媒介。今天带大家一起阅读的是喻国明老师的论文《算法即媒介：算法范式对媒介逻辑的重构》，让我们一起拿出小本本记好新传大佬的前沿理论吧！论文框架论文梳理一、媒介即关系：媒介认知范式由信息传递转向关系联结1.传统媒介观正面临困境传统的媒介观，遵循的是传播的传递范式，将媒介视为物理意义上可感知的对象，并认为媒介是传递信息的工具。在此背景下，人们对媒介的认识逻辑，始终没有跳出人与媒介之间的主客二元对立的分析框架，这其实窄化了媒介的概念。然而，在技术革命所引发的传播生态变革中，媒介已经渗入到了人们生活的方方面面，比如基于智能算法的信息推送等，媒介正在日益去客体化和隐匿主体性。媒介的“消失”，使传统媒介观正面临困境，促使我们以全新的方式来认识媒介。2.媒介作为关系居间者的抽象意义媒介最本初的含义，指的是双方或多方之间的中介。媒介的居间性或者说中介性，才是媒介始终保有的本质特性之一。而传播，本质上也可以说是社会关系的整合与再整合。不再局限于传播的传递范式，当我们从传播的关系范式来观察媒介时，就会发现，媒介为我们建立与呈现空间，并构成我们的观念和意义。人们通过媒介，而认识这个世界。3.媒介的联结价值日益凸显泛媒时代，媒介的外延被大大扩展，构造着人们的生活场景，甚至逐渐与人融为一体。新一轮的技术浪潮，正在加速着媒介逻辑从“传递”向“联结”的转向：人与人、人与物、物与物之间，都达到了前所未有的联结程度。一些能够采集人的生理数据的传感器，甚至使人真正成为了一种传播终端或传播节点，能够以数据的形式参与到与其他物的联结、互动中。联结的价值，在信息技术的不断发展过程中日益体现，逐渐成为最关键的媒介运作逻辑。二、算法即媒介：算法通过对价值关系的连接、匹配与调试实现社会建构1.算法再造社会结构的能量正在释放人工智能等相关技术的本质是基于数据的算法，它正利用其联结属性来建构、匹配与调适价值关系。算法正在规训着人们的社会生活：算法日益成为人们选择、评价等决策的基础性工具，算法思维应用到人们的日常决策中，算法影响着人们的社交关系、身份认同和生活方式，成为了社会关系重置和建构的重要途径。2.作为价值判断框架的算法正形塑认知并重置关系（1）算法正在成为个体认知世界的中介：世界被数据化，而数据又被纳入算法场域；隐形把关人。（2）算法正在重新“组装”社会关系：改造个体间的交往方式（以趣缘为基础）；不断聚拢社会资源。市场中，“看不见的手”演进为“数字化的手”，算法在经济与社会生活的很多方面已经成为主导性力量，将分散的资源整理、调度和分配，形成某种可见性的“群体智慧”（以外卖平台为例）。算法的社会性：算法通过营造算法环境来形塑信息世界的现实算法所拥有的改变社会的力量来源于它的联结属性对价值关系的建构、匹配与调适。三、操作启示：人本逻辑之下打造人机协同的算法型内容生态1.以人为本：为个体的深层次多元化需求提供适配的信息服务① 算法的作用：构造流量入口、捕捉用户黏性、搭建场景传播② 互联网激活了以个人为基本单位的社会传播构造，“人的法则”或“人的延申”决定了技术与社会的演进方向2.人机协同：构建人机传播的命运共同体和价值共同体算法本身是科学的，但在实际应用中面临着阶段性问题。人的需求受制于数据，人性自身的超越性自由和可能性力量仍被限制；算法的工具理性仅能满足中微观环境下信息与人在特定场景中的适配，但尚未充分开发价值判断格局来满足社会性需求并达成与个体发展要求的适配。解决方法：增强人的主体性，通过技术发现与补充人的能力局限，通过人的力量来纠正及其的偏狭与误区，以人微尺度，以规则和人文精神来引导“技术向善”。3.学科体系的重构：对数据与算法的纳入与包容传播学科体系的建构也要与时俱进，应该越来越多地包容技术革命带来的新的伊苏，比如算法。

不论做什么工作，都会有不如意的时候，做技术的更是如此，经常能看到一些技术圈子的朋友，在社区发帖子吐糟一些事情，或者卖一些惨什么的，按理说老说一些负面的事情不好，不过想想他们也只是抱怨一下，能获取到大家的同情，或者说自己释放压力的一种方式，如果只是抱怨不去改变那抱怨就没有什么意义，如果在抱怨中去改变自己，那抱怨会被人认为是释放压力的一种方法，也是未尚不可，近期，一名算法工程师就向大家诉说了他的个人情况。据这名算法工程师说，他目前已经入职一年了，刚开始做的是离线推荐和实时推荐，觉得学的还挺多，本是图像处理出身，现在安排做NLP（自然语言处理，也是算法领域的一个工种），但也真心觉得大部分都是规则生产的文本，甚至还要自己产出问答，点评，回复导入，做的智能回复也简单的用了下文本分类，大部分还是关键词匹配…开始怀疑自己是不是算法了，唯有每天早上看看论文安慰，看这样子，他对目前的工作状况不是很满意，针对他目前的状况，让我们一起看看其他网友们都是怎么说的吧！网友一：让你做复杂的你又不会，只能简单的来呗上世是朵花：老铁，这话扎心了呀，他本来是卖惨求安慰，你这一盆冷水过去，让他心是哇凉哇凉的！网友二：想问下楼主，你说的实时推荐指的是实时预测还是在线学习？上世是朵花：没错，可以和楼主交流一下，楼主应该更好的角度去看待自己的事情，目前的事情还是算法领域，不应呆在自己的舒适区不是么？接受一点不一样的东西也是可以的。 网友三：从ios转到算法一年，目前也是在做着一个问答系统，但用的都是很原始的算法和规则，学的东西很多，但都不深入，目前是个985本，想读个研，但读完毕业都30了，内心迷茫，楼主是什么学历上世是朵花：楼主表示已经是硕士了，觉得现有技术不够深入，可以选择业余充电啊，另外个人建议考虑在职读研，如果有精力的话，不太建议全职去读，仅供参考！ 趣头条员工：你怕是对大数据有什么误解哦上世是朵花：楼主表示，不够深入了解，毕竟接触大数据一年不到，spark的分布式训练了不少模型，但是泛化能力不是很好，复现过一些论文的算法，但效果也没那么理想 360企业安全员工：自然语言的语义理解，上下文情境理解，现在有实现的没？上世是朵花：目前还是初级阶段，很多不完备的情况。360员工：加油！一定要研究有钱景，前景的方向，推荐算法，知识图普，NLP等的前沿及应用，RNN,DNN,CNN…，弄熟，如果弄出将来脱离了统计的AI，你就牛逼了，多看多参加多发顶会论文上世是朵花：越是感觉困难，枯燥，说明发展空间还是很大！网友七：工程上，很多优秀的算法都没法做到实时推荐，所以需要很多工程trick简化，甚至看似比较low的算法。做到了实时推荐，效果还不错，人工智能这条路一定是随着硬件跟得上理论的突破才能落地的上世是朵花：赞同这名网友的部分观点，算法这东西有的地方没用好很难看到效果，但是发挥出来了，威力还是相当大的，随着以后技术的不断成熟，硬件方面不断提升，相信算法方面的成就会有不小的突破。 网友八：大兄弟，好的语料才能训练出好的算法啊，不管CV还是NLP都是如此上世是朵花：没错，做这方面的东西，肯定是需要大量的优质真实数据做支撑，没有海量的数据支持肯定是不行的。根据大多数网友的反映，算法的一些工作是比较枯燥，有的还称为“sql工程师”等，不过，算法还是很有深度的，有的时候只不过是在具体情况下，没有很好的数据支撑，如果是一些小公司这方面的技术还够完善，没有一些大牛在前面带路，可能会出现各种各样的问题，这也是主要问题之一，不过换一个角度来看，这才是开拓自己能力的时候，不是么？如果在自己的摸索中，走出一条路子来，相信以后的路将会走得更稳，更坦然，一个行业技术还没趋于稳定之前才更容易出一些大牛，如果已经很成熟了，大家的水平很容易持平，反而竞争更大。 以上所有图片均来之互联网 大家好，我是“上世是朵花”。如果你有什么好的看法或者观点可以在评论区展现你的才华，互动交流，如果想进一步了解我，那就关注我吧！

高校学术不端事件屡禁不止。近日，澎湃新闻（www.thepaper.cn）接获举报，天津大学一篇硕士学位论文与天津工业大学的一篇硕士学位论文存在大面积雷同的情况。这两篇论文分别是天津大学软件学院软件工程专业2012届硕士毕业生李庆昆的硕士学位论文《基于图像处理技术纤维离线自动识别系统软件的设计》（以下简称“李庆昆论文”）与天津工业大学信息与通信工程学院信号与信息处理专业2007届硕士毕业生刘琳的硕士学位论文《基于图像处理技术纤维自动识别系统软件的设计》（以下简称“刘琳论文”）。刘琳论文封面截图李庆昆论文封面截图刘琳论文完成于2007年1月，李庆昆论文完成于2012年4月。从时间上看，李庆昆论文比刘琳论文完成时间晚了5年。澎湃新闻记者从中国知网下载了上述两篇论文。比对后发现，这两篇论文从标题、摘要、关键词到正文的结构和内容都高度相似，多个段落几乎一字不差。4月10日，天津大学软件学院负责学生工作的相关负责人就澎湃新闻记者的询问表示，他们此前并未接到关于李庆昆论文涉嫌抄袭的正式举报。该负责人稍晚时向澎湃新闻表示，已将李庆昆论文涉嫌抄袭的情况反映给学校，学院也已经成立了临时调查组，将对此事进行进一步调查，“相关进展，会及时通报和处理。”刘琳论文中文摘要截图涉嫌抄袭的李庆昆论文中文摘要截图中文摘要和关键词多处雷同澎湃新闻比对两篇论文后发现，两篇论文均以一款系统软件的设计为研究对象。刘琳论文的标题是“基于图像处理技术纤维自动识别系统软件的设计”，一共21个字。李庆昆论文的标题是“基于图像处理技术纤维离线自动识别系统软件的设计”，一共23个字，只比刘琳论文多了“离线”两个字。刘琳论文的摘要内容为：“纤维检测是通过对各种纤维的识别来检查纺织品的成份及含量，在纺织品的质量评价和性能分析中具有重要意义。“本文采用数字图像处理技术和模式识别理论，研制了纤维图像自动识别系统。该系统实现了对纤维图像现场自动识别，改进了以往人工识别纺织品操作复杂、人为主观误差大的缺点。系统采用微型光电纤维检测仪获取纤维图像，并通过USB总线接口技术接入计算机，采用中值滤波、平滑滤波、锐化等技术对纤维图像进行预处理，生成纤维图像的灰度共生矩阵，提取能量、熵、惯性矩、相关和局部平稳性这吴哥特征，最后采用最近邻域法对纤维种类实现自动分类。“采用可视化编程语言Visual C++ 6.0开发了纤维图像处理和分析的软件。该软件集成了纤维图像处理与分析的算法，包括图像的预处理以及图像的特征提取等算法；内嵌了纤维图像特征数据库管理系统，可以讲提取的图像特征值直接存储于特征数据库中，用于进一步的分析或识别；图像的处理及分析结果均可显示在屏幕上，界面友好，操作方便。”李庆昆论文的中文摘要表述为：“本文采用数字图像处理技术和模式识别理论，研制了纤维图像自动识别系统。纤维检测是通过对各种纤维的识别来检测纺织品的成份及含量，在纺织品的质量评价和性能分析中具有重要意义。它包括通过封闭管道连通的尘笼网、计量装置、开松装置、储棉通道、梳理装置、和电器控制组合的系统；其特征在于：在梳理装置和聚棉装置之间设置有异性纤维检测装置、异性纤维剔除装置，所述纤维检测装置包括透明管道，照明装置，高速摄像机；在计算机内安装有图像识别系统和启动各设备的控制电路和控制软件。“纤维图像自动识别系统实现了对纤维图像现场自动识别，采用微型光电纤维检测仪获取纤维图像，并通过 USB 总线接口技术接入计算机，采用中值滤波、平滑滤波、锐化等技术对纤维图像进行预处理，生成纤维图像的灰度共生矩阵，提取能量、熵、惯性矩、相关和局部平稳性这五个特征，最后采用最近邻域法对纤维种类实现自动分类。该系统改进了以往人工识别纺织品操作复杂、人为主观误差大的缺点。“纤维图像处理和分析的软件采用可视化编程语言 Visual C++ 6.0 进行开发。该软件集成了纤维图像处理与分析的算法，包括图像的预处理以及图像的特征提取等算法；内嵌了纤维图像特征数据库管理系统，可以将提取的图像特征值直接存储于特征数据库中，用于进一步的分析或识别；图像的处理及分析结果均可显示在屏幕上，界面友好，操作方便。“纤维检测软件可以在现场离线使用，该软件的发明摆脱了以往大型检测工具的繁重搬运，给检测人员大大地提供了方便。纤维检测软件把测试结果储存在计算机数据库中，图像处理系统采用先进的图象处理技术，精确地测量、计算纤维的直径和鳞片密度。纤维图像自动识别软件有效提高了检测自动化水平，是一个具有良好经济效益的应用软件。”比对以上两篇论文的中文摘要，李庆昆论文的中文摘要除了多出“它包括通过封闭管道连通的尘笼网、计量装置、开松装置、储棉通道、梳理装置、和电器控制组合的系统；其特征在于：在梳理装置和聚棉装置之间设置有异性纤维检测装置、异性纤维剔除装置，所述纤维检测装置包括透明管道，照明装置，高速摄像机；在计算机内安装有图像识别系统和启动各设备的控制电路和控制软件”，以及最后一段内容外，摘要中的其他内容均可以在刘琳论文中找到雷同表述，区别只在于李庆昆论文略微调整了个别词句的顺序。刘琳论文的关键词共有5个，即纤维检测、模式识别、灰度共生矩阵、软件系统和数字图像处理。李庆昆论文的关键词一共6个，包括纤维图像、数字图像处理、软件系统、纤维检测、灰度共生矩阵和模式识别。比对发现，李庆昆论文的关键词只比刘琳论文的关键词多了一个“纤维图像”，其他5个完全一致。刘琳论文第一章“引言”部分截图正文部分大面积相似刘琳论文正文共分为五章，即引言、纤维数字图像处理、纤维图像自动识别系统设计、系统实验及性能分析、结束语。李庆昆论文的结构分为六章，分别是引言、通用纤维处理技术综述、纤维图像自动识别软件系统的设计、系统实验及性能分析、纤维离线智能识别系统的准确性及实现和结论。澎湃新闻比对发现，两篇论文的正文部分也存在大面积相似的情况。以第一章“引言”为例，刘琳论文在引言的“现状”一节中写道：“B.Xu在纤维的形态测定方面作了很多的工作，他首先提出了一套描述纤维纵向卷曲程度的算法，然后利用几何参数和Fourier描绘子去描述和分析各种纤维截面的几何特征及其形态复杂度，并将其应用到棉纤维截面的测定和分析上，在此基础上他又提出了一种新的测定棉纤维成熟度的方法。“在羊毛纤维的测试分析方面，也有很多学者作过研究。1989年D.Robson利用图像处理技术测定了各种羊毛和羊绒的鳞片结构，提出用面积、圆整度、充满度、形状系数等来描绘各种鳞片的不同的形态特征。1997年D.Robson又提出了纤维宽度、鳞片间距、边缘接触长度等新的特征参数，成功地对羊绒和羊毛纤维进行自动识别。在羊毛细度测试方面，B.P.Baxter等人在1992年开发了一套快速测量羊毛细度的算法和装置，按标准将羊毛切成小段，然后使其均匀分散在玻璃片上，放在测试台上，一边移动一边用图像处理系统进行实时测定，得出羊毛的细度和其他相应的指标。”李庆昆论文也在引言的“现状”一节写道：“B.Xu 在纤维形态测定方面作了很多的工作，他提出了一种描述纤维纵向卷曲程度的算法，又利用了几何参数和Fourier去刻画和分析各种纤维截面的几何特征及其形态的复杂度性质，并且将其应用到棉纤维截面测定和分析上并在以此为基础给出了一种新型棉纤维成熟度测定方法。“1997年D.Robson提出了纤维宽度、鳞片间距、边缘接触长度等新的特征参数，成功对羊绒及纤维进行了自动的识别。在羊毛的细度测量方面，B。 P。 Baxter等人，研发了快速测量羊毛细度的算法和装置，按标准将羊毛切成小段，一边移动一边用图像处理系统来进行实时测定，最终得出羊毛细度。”以上两部分内容，李庆昆论文除了进行简单的字句删改，诸如将“首先”去掉，将“得出羊毛的细度和其他相应的指标”改写成“最终得出羊毛细度”等，其他内容均可以在刘琳论文中找到相同或相似的表述。刘琳论文第二章部分段落截图李庆昆论文第二章部分段落截图再以第二章为例，刘琳论文在第二章的“纤维图像纹理分析”一节写道：“纹理是图像中一个重要而又难以描述的特性，至今还没有公认的定义。有些图像在局部区域内呈现不规则性，而在整体上表象出某种规律性。习惯上把这种局部不规则而宏观有规律的特性称为纹理特性；以纹理特性为主导的图像，常称为纹理图像；以纹理特性为主导特性的区域，常称为纹理区域。由于构成纹理的规律可能是确定性纹理或随机纹理。纹理变化可以出现在不同尺度范围内，若图像中灰度在小范围内相当不平稳、不规则，这种纹理就称为微纹理；若图像中有明显的结构单元，整个图像的纹理是由这些结构单元按一定规律形成的，则称为宏纹理，上述的结构单元称为纹理单元。由此可见，在实际纹理图像的分析中，要针对纹理的类型，采用适当的分析方法研究其变化规律。”李庆昆论文在“纤维图像的纹理分析”一节中也有一段内容表述为：“纹理是图像中一个重要而又难以描述的特性，至今还没有公认的定义。一些图像在局部区域内呈现不规则性，而在整体表现出某种规律性。我们习惯上把这种局部不规则而宏观有规律的特性称之为纹理特性；以纹理特性为主导的图像，常称之为纹理图像；以纹理特性为主导的特性区域，常称之为纹理区域。由于构成纹理的规律可能是确定性纹理或随机纹理。纹理变化可以出现在不同尺度范围中，若图像的灰度在小范围内相对不平稳、不规则，这种纹理就称为微纹理；若图像中有明显的结构单元，整个图像的纹理是根据这些结构单元按一定规律组成的，则称之为宏纹理，上述的结构单元称之为纹理单元。由此可知，在实际纹理图像的分析中，要针对纹理的类型，采用适合的分析方法研究它的变化规律。”以上两段内容，李庆昆论文除了将“称为”改为“称之为”，将“形成”改成“组成”，将“适当”改为“适合”，将“其”改为“它的”之外，其他核心内容都与刘琳论文内容别无两样。刘琳论文第三章开头部分截图李庆昆论文第三章开头部分截图再看第三章，刘琳论文在第三章“纤维图像自动识别系统设计”的开头写道：“模式识别是要把一种研究对象，根据其某些特征进行识别并分类。针对本课题的具体的研究对象，在对大量的纤维纹理图像处理的基础上，抽取出最能表现纹理类别的有意义的特征或属性，然后根据这些特征和属性对纤维纹理进行分类，把其特征或属性相同的数据归属为同一类。“本课题设计的测量识别系统抽取了纤维纹理中能量、熵、惯性矩、相关和局部平稳性这五个特征，通过这五个特征对纤维的类别进行识别判断。整个系统包括纤维图像采集、纤维图像预处理、纤维图像纹理特征提取以及纤维识别分类四大部分。“对于纤维图像自身的特点，本系统的图像采集采用一种微型光电纤维检测仪，利用其中的CCD器件和图像采集卡获取纤维原始图像送入微机中进行处理，采用 VC++6.0设计图像处理及识别程序及用户操作界面，并采用SQL Server2000编制数据库存储纤维特征和用户信息。下面将介绍每个系统的设计部分。”李庆昆论文在第三章“纤维图像自动识别软件系统的设计”开篇写道：“本课题设计的测量识别系统抽取了纤维纹理中的能量、熵、惯性矩、相关以及局部平稳性这五个特征，通过这五个特征以及对纤维的类别进行识别判断。整个系统包括纤维图像采集、纤维图像预处理、纤维图像纹理特征提取以及纤维识别分类四大部分。“模式识别是把一种研究对象，根据某些特征进行识别并且分类。对于本课题具体的研究对象，在对大量的纤维纹理图像处理的基础上，抽取出最能表现纹理类别具有意义的特征或属性，然后根据这些特征或属性对纤维纹理进行分类，把其特征或属性相同的数据归属为同一类。“对于纤维图像自身的特点，本系统中图像采集采用一种微型光电纤维检测仪，利用其中的CCD器件和图像采集卡获取纤维原始图像送入微机中进行处理，采用 VC++6.0设计图像处理及识别程序用户操作界面，并采用SQL Server2000编制数据库存储纤维特征和用户信息。下面将介绍每个系统的设计部分。”以上两部分内容，李庆昆论文除了调整了前两段的顺序，以及将“和”改写为“以及”之外，其他内容包括文中的图示均与刘琳论文毫无区别。刘琳论文第四章所列图例截图李庆昆论文第四章所列图例截图再比如，李庆昆论文第四章第二小节“图像自动识别”里所列的4幅图例与刘琳论文第四章第二小节“自动识别实验”的图例也一模一样。刘琳论文第五章“结束语”截图又如刘琳论文在第五章“结束语”第一段谈及系统的优点时写道：“本系统的设计为天津纺织纤维检验所与天津工业大学共同研究的《适合现场使用的便携式微型光电显微检测仪》项目的开发提供了支持，实现了现场取样纤维的自动识别，与以往的检验方法相比，本系统具有运算速度快、测试精度高、处理数据量大、结果再现性好等特点，且操作简单，可靠性好，避免了不必要的人为误差，方便了执法人员对市场中纺织品的现场检测。”李庆昆论文第六章“结论”部分截图李庆昆论文第六章“结论”第一段也介绍了系统的优点，具体内容为：“与以前的检测技术进行比较，本系统具有如下技术优势：系统运算速度快，数据精度比较高，能一次性处理较多数据量，且输出结果展示性好，操作简单且可靠性好，便于对商品的现场检测。本系统的设计为天津纺织纤维检验所与天津工业大学共同研究的《适合现场使用的便携式微型光电显微检测仪》对项目的开发提供了大力的支持，实现了现场取样纤维的自动识别。”比对以上两段内容发现，李庆昆论文调整了语序，又对个别字词进行了修改，比如将刘琳论文中的“处理数据量大”改为“能一次性处理较多数据量”，将“结果再现性好”改为“输出结构展示性好”等，其基本内容和结论与刘琳论文雷同。天大软件学院回应：已成立调查组进行调查李庆昆论文和刘琳论文有大面积雷同内容，但李庆昆论文的参考文献条目中并未列出刘琳论文。并且，刘琳论文有《独创性声明》。刘琳在这份声明中写明，其所呈交的学位论文是其本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津工业大学或其他教育机构的学位或证书而使用过的材料。由于论文完成时间上，李庆昆论文比刘琳论文晚了5年，完成于2012年4月的李庆昆论文涉嫌抄袭刘琳论文。另外，澎湃新闻从天津大学软件学院官网了解到，李庆昆是该学院软件工程专业2012届的单证工程硕士。所谓“单证”是指通过研究生教育的硕士从学校毕业时拿到硕士学位证，没有硕士学历证。针对李庆昆论文与刘琳论文大面积相似的情况，4月9日下午，澎湃新闻记者致电天津大学软件学院了解求证。软件学院办公室的一名工作人员表示对此事不清楚，让记者通过该院专门负责学生工作的处室作进一步了解。4月10日上午，澎湃新闻从天津大学软件学院负责学生工作的相关负责人处了解到，他们此前并未接到关于李庆昆论文涉嫌抄袭的正式举报。随后这名负责人在简单了解情况后，又给澎湃新闻回电，并表示，已经将李庆昆论文涉嫌抄袭的情况反映给学校，学院也已经成立了临时调查组，将对此事进行进一步调查，“相关进展，会及时通报和处理。”(来源：澎湃新闻)

高校学术不端事件屡禁不止。近日，澎湃新闻（www.thepaper.cn）接获举报，天津大学一篇硕士学位论文与天津工业大学的一篇硕士学位论文存在大面积雷同的情况。这两篇论文分别是天津大学软件学院软件工程专业2012届硕士毕业生李庆昆的硕士学位论文《基于图像处理技术纤维离线自动识别系统软件的设计》（以下简称“李庆昆论文”）与天津工业大学信息与通信工程学院信号与信息处理专业2007届硕士毕业生刘琳的硕士学位论文《基于图像处理技术纤维自动识别系统软件的设计》（以下简称“刘琳论文”）。刘琳论文封面截图李庆昆论文封面截图刘琳论文完成于2007年1月，李庆昆论文完成于2012年4月。从时间上看，李庆昆论文比刘琳论文完成时间晚了5年。澎湃新闻记者从中国知网下载了上述两篇论文。比对后发现，这两篇论文从标题、摘要、关键词到正文的结构和内容都高度相似，多个段落几乎一字不差。4月10日，天津大学软件学院负责学生工作的相关负责人就澎湃新闻记者的询问表示，他们此前并未接到关于李庆昆论文涉嫌抄袭的正式举报。该负责人稍晚时向澎湃新闻表示，已将李庆昆论文涉嫌抄袭的情况反映给学校，学院也已经成立了临时调查组，将对此事进行进一步调查，“相关进展，会及时通报和处理。”刘琳论文中文摘要截图涉嫌抄袭的李庆昆论文中文摘要截图中文摘要和关键词多处雷同澎湃新闻比对两篇论文后发现，两篇论文均以一款系统软件的设计为研究对象。刘琳论文的标题是“基于图像处理技术纤维自动识别系统软件的设计”，一共21个字。李庆昆论文的标题是“基于图像处理技术纤维离线自动识别系统软件的设计”，一共23个字，只比刘琳论文多了“离线”两个字。刘琳论文的摘要内容为：“纤维检测是通过对各种纤维的识别来检查纺织品的成份及含量，在纺织品的质量评价和性能分析中具有重要意义。“本文采用数字图像处理技术和模式识别理论，研制了纤维图像自动识别系统。该系统实现了对纤维图像现场自动识别，改进了以往人工识别纺织品操作复杂、人为主观误差大的缺点。系统采用微型光电纤维检测仪获取纤维图像，并通过USB总线接口技术接入计算机，采用中值滤波、平滑滤波、锐化等技术对纤维图像进行预处理，生成纤维图像的灰度共生矩阵，提取能量、熵、惯性矩、相关和局部平稳性这五个特征，最后采用最近邻域法对纤维种类实现自动分类。“采用可视化编程语言Visual C++ 6.0开发了纤维图像处理和分析的软件。该软件集成了纤维图像处理与分析的算法，包括图像的预处理以及图像的特征提取等算法；内嵌了纤维图像特征数据库管理系统，可以将提取的图像特征值直接存储于特征数据库中，用于进一步的分析或识别；图像的处理及分析结果均可显示在屏幕上，界面友好，操作方便。”李庆昆论文的中文摘要表述为：“本文采用数字图像处理技术和模式识别理论，研制了纤维图像自动识别系统。纤维检测是通过对各种纤维的识别来检测纺织品的成份及含量，在纺织品的质量评价和性能分析中具有重要意义。它包括通过封闭管道连通的尘笼网、计量装置、开松装置、储棉通道、梳理装置、和电器控制组合的系统；其特征在于：在梳理装置和聚棉装置之间设置有异性纤维检测装置、异性纤维剔除装置，所述纤维检测装置包括透明管道，照明装置，高速摄像机；在计算机内安装有图像识别系统和启动各设备的控制电路和控制软件。“纤维图像自动识别系统实现了对纤维图像现场自动识别，采用微型光电纤维检测仪获取纤维图像，并通过 USB 总线接口技术接入计算机，采用中值滤波、平滑滤波、锐化等技术对纤维图像进行预处理，生成纤维图像的灰度共生矩阵，提取能量、熵、惯性矩、相关和局部平稳性这五个特征，最后采用最近邻域法对纤维种类实现自动分类。该系统改进了以往人工识别纺织品操作复杂、人为主观误差大的缺点。“纤维图像处理和分析的软件采用可视化编程语言 Visual C++ 6.0 进行开发。该软件集成了纤维图像处理与分析的算法，包括图像的预处理以及图像的特征提取等算法；内嵌了纤维图像特征数据库管理系统，可以将提取的图像特征值直接存储于特征数据库中，用于进一步的分析或识别；图像的处理及分析结果均可显示在屏幕上，界面友好，操作方便。“纤维检测软件可以在现场离线使用，该软件的发明摆脱了以往大型检测工具的繁重搬运，给检测人员大大地提供了方便。纤维检测软件把测试结果储存在计算机数据库中，图像处理系统采用先进的图象处理技术，精确地测量、计算纤维的直径和鳞片密度。纤维图像自动识别软件有效提高了检测自动化水平，是一个具有良好经济效益的应用软件。”比对以上两篇论文的中文摘要，李庆昆论文的中文摘要除了多出“它包括通过封闭管道连通的尘笼网、计量装置、开松装置、储棉通道、梳理装置、和电器控制组合的系统；其特征在于：在梳理装置和聚棉装置之间设置有异性纤维检测装置、异性纤维剔除装置，所述纤维检测装置包括透明管道，照明装置，高速摄像机；在计算机内安装有图像识别系统和启动各设备的控制电路和控制软件”，以及最后一段内容外，摘要中的其他内容均可以在刘琳论文中找到雷同表述，区别只在于李庆昆论文略微调整了个别词句的顺序。刘琳论文的关键词共有5个，即纤维检测、模式识别、灰度共生矩阵、软件系统和数字图像处理。李庆昆论文的关键词一共6个，包括纤维图像、数字图像处理、软件系统、纤维检测、灰度共生矩阵和模式识别。比对发现，李庆昆论文的关键词只比刘琳论文的关键词多了一个“纤维图像”，其他5个完全一致。刘琳论文第一章“引言”部分截图李庆昆论文第一章“引言”部分截图正文部分大面积相似刘琳论文正文共分为五章，即引言、纤维数字图像处理、纤维图像自动识别系统设计、系统实验及性能分析、结束语。李庆昆论文的结构分为六章，分别是引言、通用纤维处理技术综述、纤维图像自动识别软件系统的设计、系统实验及性能分析、纤维离线智能识别系统的准确性及实现和结论。澎湃新闻比对发现，两篇论文的正文部分也存在大面积相似的情况。以第一章“引言”为例，刘琳论文在引言的“现状”一节中写道：“B.Xu在纤维的形态测定方面作了很多的工作，他首先提出了一套描述纤维纵向卷曲程度的算法，然后利用几何参数和Fourier描绘子去描述和分析各种纤维截面的几何特征及其形态复杂度，并将其应用到棉纤维截面的测定和分析上，在此基础上他又提出了一种新的测定棉纤维成熟度的方法。“在羊毛纤维的测试分析方面，也有很多学者作过研究。1989年D.Robson利用图像处理技术测定了各种羊毛和羊绒的鳞片结构，提出用面积、圆整度、充满度、形状系数等来描绘各种鳞片的不同的形态特征。1997年D.Robson又提出了纤维宽度、鳞片间距、边缘接触长度等新的特征参数，成功地对羊绒和羊毛纤维进行自动识别。在羊毛细度测试方面，B.P.Baxter等人在1992年开发了一套快速测量羊毛细度的算法和装置，按标准将羊毛切成小段，然后使其均匀分散在玻璃片上，放在测试台上，一边移动一边用图像处理系统进行实时测定，得出羊毛的细度和其他相应的指标。”李庆昆论文也在引言的“现状”一节写道：“B.Xu 在纤维形态测定方面作了很多的工作，他提出了一种描述纤维纵向卷曲程度的算法，又利用了几何参数和Fourier去刻画和分析各种纤维截面的几何特征及其形态的复杂度性质，并且将其应用到棉纤维截面测定和分析上并在以此为基础给出了一种新型棉纤维成熟度测定方法。“1997年D.Robson提出了纤维宽度、鳞片间距、边缘接触长度等新的特征参数，成功对羊绒及纤维进行了自动的识别。在羊毛的细度测量方面，B. P. Baxter等人，研发了快速测量羊毛细度的算法和装置，按标准将羊毛切成小段，一边移动一边用图像处理系统来进行实时测定，最终得出羊毛细度。”以上两部分内容，李庆昆论文除了进行简单的字句删改，诸如将“首先”去掉，将“得出羊毛的细度和其他相应的指标”改写成“最终得出羊毛细度”等，其他内容均可以在刘琳论文中找到相同或相似的表述。刘琳论文第二章部分段落截图李庆昆论文第二章部分段落截图再以第二章为例，刘琳论文在第二章的“纤维图像纹理分析”一节写道：“纹理是图像中一个重要而又难以描述的特性，至今还没有公认的定义。有些图像在局部区域内呈现不规则性，而在整体上表象出某种规律性。习惯上把这种局部不规则而宏观有规律的特性称为纹理特性；以纹理特性为主导的图像，常称为纹理图像；以纹理特性为主导特性的区域，常称为纹理区域。由于构成纹理的规律可能是确定性纹理或随机纹理。纹理变化可以出现在不同尺度范围内，若图像中灰度在小范围内相当不平稳、不规则，这种纹理就称为微纹理；若图像中有明显的结构单元，整个图像的纹理是由这些结构单元按一定规律形成的，则称为宏纹理，上述的结构单元称为纹理单元。由此可见，在实际纹理图像的分析中，要针对纹理的类型，采用适当的分析方法研究其变化规律。”李庆昆论文在“纤维图像的纹理分析”一节中也有一段内容表述为：“纹理是图像中一个重要而又难以描述的特性，至今还没有公认的定义。一些图像在局部区域内呈现不规则性，而在整体表现出某种规律性。我们习惯上把这种局部不规则而宏观有规律的特性称之为纹理特性；以纹理特性为主导的图像，常称之为纹理图像；以纹理特性为主导的特性区域，常称之为纹理区域。由于构成纹理的规律可能是确定性纹理或随机纹理。纹理变化可以出现在不同尺度范围中，若图像的灰度在小范围内相对不平稳、不规则，这种纹理就称为微纹理；若图像中有明显的结构单元，整个图像的纹理是根据这些结构单元按一定规律组成的，则称之为宏纹理，上述的结构单元称之为纹理单元。由此可知，在实际纹理图像的分析中，要针对纹理的类型，采用适合的分析方法研究它的变化规律。”以上两段内容，李庆昆论文除了将“称为”改为“称之为”，将“形成”改成“组成”，将“适当”改为“适合”，将“其”改为“它的”之外，其他核心内容都与刘琳论文内容别无两样。刘琳论文第三章开头部分截图李庆昆论文第三章开头部分截图再看第三章，刘琳论文在第三章“纤维图像自动识别系统设计”的开头写道：“模式识别是要把一种研究对象，根据其某些特征进行识别并分类。针对本课题的具体的研究对象，在对大量的纤维纹理图像处理的基础上，抽取出最能表现纹理类别的有意义的特征或属性，然后根据这些特征和属性对纤维纹理进行分类，把其特征或属性相同的数据归属为同一类。“本课题设计的测量识别系统抽取了纤维纹理中能量、熵、惯性矩、相关和局部平稳性这五个特征，通过这五个特征对纤维的类别进行识别判断。整个系统包括纤维图像采集、纤维图像预处理、纤维图像纹理特征提取以及纤维识别分类四大部分。“对于纤维图像自身的特点，本系统的图像采集采用一种微型光电纤维检测仪，利用其中的CCD器件和图像采集卡获取纤维原始图像送入微机中进行处理，采用 VC++6.0设计图像处理及识别程序及用户操作界面，并采用SQL Server2000编制数据库存储纤维特征和用户信息。下面将介绍每个系统的设计部分。”李庆昆论文在第三章“纤维图像自动识别软件系统的设计”开篇写道：“本课题设计的测量识别系统抽取了纤维纹理中的能量、熵、惯性矩、相关以及局部平稳性这五个特征，通过这五个特征以及对纤维的类别进行识别判断。整个系统包括纤维图像采集、纤维图像预处理、纤维图像纹理特征提取以及纤维识别分类四大部分。“模式识别是把一种研究对象，根据某些特征进行识别并且分类。对于本课题具体的研究对象，在对大量的纤维纹理图像处理的基础上，抽取出最能表现纹理类别具有意义的特征或属性，然后根据这些特征或属性对纤维纹理进行分类，把其特征或属性相同的数据归属为同一类。“对于纤维图像自身的特点，本系统中图像采集采用一种微型光电纤维检测仪，利用其中的CCD器件和图像采集卡获取纤维原始图像送入微机中进行处理，采用 VC++6.0设计图像处理及识别程序用户操作界面，并采用SQL Server2000编制数据库存储纤维特征和用户信息。下面将介绍每个系统的设计部分。”以上两部分内容，李庆昆论文除了调整了前两段的顺序，以及将“和”改写为“以及”之外，其他内容包括文中的图示均与刘琳论文毫无区别。刘琳论文第四章所列图例截图李庆昆论文第四章所列图例截图再比如，李庆昆论文第四章第二小节“图像自动识别”里所列的4幅图例与刘琳论文第四章第二小节“自动识别实验”的图例也一模一样。刘琳论文第五章“结束语”截图又如刘琳论文在第五章“结束语”第一段谈及系统的优点时写道：“本系统的设计为天津纺织纤维检验所与天津工业大学共同研究的《适合现场使用的便携式微型光电显微检测仪》项目的开发提供了支持，实现了现场取样纤维的自动识别，与以往的检验方法相比，本系统具有运算速度快、测试精度高、处理数据量大、结果再现性好等特点，且操作简单，可靠性好，避免了不必要的人为误差，方便了执法人员对市场中纺织品的现场检测。”李庆昆论文第六章“结论”部分截图李庆昆论文第六章“结论”第一段也介绍了系统的优点，具体内容为：“与以前的检测技术进行比较，本系统具有如下技术优势：系统运算速度快，数据精度比较高，能一次性处理较多数据量，且输出结果展示性好，操作简单且可靠性好，便于对商品的现场检测。本系统的设计为天津纺织纤维检验所与天津工业大学共同研究的《适合现场使用的便携式微型光电显微检测仪》对项目的开发提供了大力的支持，实现了现场取样纤维的自动识别。”比对以上两段内容发现，李庆昆论文调整了语序，又对个别字词进行了修改，比如将刘琳论文中的“处理数据量大”改为“能一次性处理较多数据量”，将“结果再现性好”改为“输出结构展示性好”等，其基本内容和结论与刘琳论文雷同。天大软件学院回应：已成立调查组进行调查李庆昆论文和刘琳论文有大面积雷同内容，但李庆昆论文的参考文献条目中并未列出刘琳论文。并且，刘琳论文有《独创性声明》。刘琳在这份声明中写明，其所呈交的学位论文是其本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津工业大学或其他教育机构的学位或证书而使用过的材料。由于论文完成时间上，李庆昆论文比刘琳论文晚了5年，完成于2012年4月的李庆昆论文涉嫌抄袭刘琳论文。另外，澎湃新闻从天津大学软件学院官网了解到，李庆昆是该学院软件工程专业2012届的单证工程硕士。所谓“单证”是指通过研究生教育的硕士从学校毕业时拿到硕士学位证，没有硕士学历证。针对李庆昆论文与刘琳论文大面积相似的情况，4月9日下午，澎湃新闻记者致电天津大学软件学院了解求证。软件学院办公室的一名工作人员表示对此事不清楚，让记者通过该院专门负责学生工作的处室作进一步了解。4月10日上午，澎湃新闻从天津大学软件学院负责学生工作的相关负责人处了解到，他们此前并未接到关于李庆昆论文涉嫌抄袭的正式举报。随后这名负责人在简单了解情况后，又给澎湃新闻回电，并表示，已经将李庆昆论文涉嫌抄袭的情况反映给学校，学院也已经成立了临时调查组，将对此事进行进一步调查，“相关进展，会及时通报和处理。”

前段时间，有一个小学妹过来问我说：“学姐，我突然发现，跟周围那些读研究生的朋友相比，我好像比他们忙碌得多。现在我跟他们一起找实习，他们早就已经把题库刷完了，而我总会因为导师安排各种各样的活儿，导致到现在也没刷几个题，即使受收到了面试通知也没时间准备。我真的好羡慕那些同学，为什么同是读研究生，而我的研究生生活就那么忙碌呢？我最近感觉很迷茫。”作为过来人，我认真分析了这个学妹感觉迷茫的原因主要有两点：1、导师这段时间给她安排的活儿有点多，但是周围同样是研究生的同学感觉很清闲2、一起找实习的同学已经把整装待发，她因为太忙没时间准备找实习。其实，每年的上半年正是大学导师申请各种基金和课题项目的时候，特别是年轻点的导师，因为这些项目可能跟以后评职称挂钩并且课题组内的所有科研活动都要需要经费，所以难免会多申请几个，而一个基金项目动辄一百多页，导师很难自己在一个月的时间内完成，这时候就需要帮忙。因此，这个学妹之所以忙，可能是因为要帮导师写基金，而写基金的时间又刚好跟春招的时间冲突了。尽管如此，在我看来，写基金也是有好处的。提高写作能力写基金、写基金，当然是需要用到各种写作软件和画图软件。现在很多大学生，在高中的时候虽然能出口成章，写作更是信手拈来，但是上大学之后由于长期缺乏写作和看书，写作能力是一年不如一年，读完整个大学四年就发现，写个请假条都要百度找模板，否则一个字也写不出来。等上了研究生，由于基金需要查重，所以就不能继续套用模板或者复制粘贴，这时候就只能靠自己一个字一个字地敲，在自己组织语言的同时还要写得优美。写了几个基金，你的写作能力会有很大的提高，这对以后写开题报告和毕业论文都是有好处的。提升查找和看文献的能力写基金跟写论文相似，但是又有不同。基金需要给出的是一个对某个问题的解决方案，侧重于算法研究与结合应用等；而论文则侧重于算法研究。但是，不管是写论文还是写基金都需要提前看大量的论文文献，并以这些文献为基础提出方案。不同的是，一篇论文从准备到完成可以花几个月的时间，但是一个基金的完成可能只有一个月，所以写基金更考验查找文献的能力，因为你可能只有短短一周时间写出来一个研究方案（包括研究背景等），所以怎么在众多相关论文中找到自己需要文献，并且可能快地提取论文中地关键信息是重要的。因此，写基金有助于锻炼查找文献和看文献的能力。锻炼思维能力由于写基金需要给出一个具体的研究方案，这个方案研究与论文里的算法研究是一样的，都要求“创新”，即在此之前没人发表过的。所以，需要在短时期内想出一个研究方案，并且有理有据。因此，写基金可以锻炼思维能力，这对以后写论文是有帮助。其实，写基金表面上是为老师写，但实际上是为自己写，因为你的论文都需要依托基金项目进行发表，论文的研究方案也是从基金项目中来。最后，我想说的是，每个研究生跟的导师不一样，所以肯定会有差异的，有人会觉得很清闲，也有人会觉得太忙碌，但是不管是清闲还是忙碌，能学到东西提高能力才是最重要的。