无控制DEM匹配的最小法向距离算法
2026-08-06 15:10
🔍 耿同学打假报告
论文信息
- 标题:无控制DEM匹配的最小法向距离算法
- 作者:张同刚,岑敏仪,吴兴华
- 单位:西南交通大学土木工程学院地理信息中心,成都 610031
- 期刊:武汉大学学报(信息科学版) (根据卷期及内容推测)
- 发表年份:2006年7月(第16卷 第7期,收稿日期为2005-10-26)
- 论文来源:无控制DEM匹配的最小法向距离算法.pdf
综合评定:✅ 清白(基于现有文本信息)
详细发现
发现 1:硬件与时间线逻辑检测(第五式 / 第六式)
- 位置:2.3.4 执行效率
- 描述:文中详细记录了算法运行的测试环境:“MS Win2K,Intel赛扬II 667 MHz,300 M内存”。
- 证据:以当前日期(2026年)的视角回看,2006年的论文使用了“奔腾/赛扬II”级别处理器和仅300MB的内存,这完全符合2000-2006年期间高校普通实验室老旧计算机的真实配置。许多缺乏经验的造假者在“回顾性造假”时,极易犯下“使用论文发表当年尚未上市的新型CPU型号”的错误。本文的时间线与硬件背景严丝合缝,无穿越迹象。
- 严重程度:🟢 合理
发现 2:实验客观性分析(第二式 / 第四式)
- 位置:2.3.4 执行效率 & 3 结论
- 描述:作者在评估新算法(LND)与老算法(LZD)时,给出了非常客观、不完美的结论。作者明确承认:“LND算法完成匹配需要的时间均大于LZD算法(除Valley外),这是因为LND在建立表面对应关系时计算量较大”。
- 证据:在典型的“造假灌水”论文中,作者往往会被“随机数生成器”附体,编造出全方位无死角吊打老算法的数据(即速度更快、精度更高、内存更省)。真实算法研究通常存在“精度与效率的权衡”。本文坦诚了计算效率上的劣势,并用“迭代次数更少”来解释特定情况下的反常现象,符合真实科研的客观规律,未见“完美教科书式”的数据编造痕迹。
- 严重程度:🟢 合理
发现 3:图片与数据表格检测受限(第一式 / 第二式 / 第三式)
- 位置:全文
- 描述:论文源文件为扫描或编码错误导致的乱码文本(如
×ÔÏÔ¿Æݩj½¹£¬չ等字符),导致表1、表2、表3中的具体数值,以及Figure 1~8 的图像信息完全丢失。 - 证据:因缺乏原始图片和数据矩阵,无法进行像素级拼接检测、Western blot 背景比对、以及数据末位数字分布的随机性检验。
- 严重程度:⚪ 无法判断
耿同学辣评
这篇20年前的老论文,从算法逻辑的推演到“老古董电脑”的配置,都洋溢着千禧年初那种踏实搞科研的“包浆感”。虽然这篇PDF的乱码让我无法施展“像素级找茬”的绝招,但就凭作者老老实实承认自家算法“跑得比老算法慢”这一点,就足以让现在那些满篇“全方位吊打”的灌水论文羞愧得找个地缝钻进去!连造假都不会往慢了造,这才是千禧年科研 dog 的纯真年代啊!
建议后续行动
- 寻找高清原版 PDF,提取表1、表2中的数值,使用 Python 脚本进行数据末位分布(Benford定律)检验。
- 如仍有疑虑,可联系西南交通大学相关团队获取原始模拟数据集验证其收敛性。
⚠️ 免责声明
本报告由 AI 辅助生成,仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信,但也尊重每一位研究者的名誉权。
如有异议,请以官方调查结论为准。
本工具不保证检测结果的准确性,误报和漏报均有可能。