Loading...
正在加载...
请稍候

基于并联卷积和高低频注意力的环境声音分类

2026-06-01 08:30

🔍 耿同学打假报告

论文信息

  • 论文来源:基于并联卷积和高低频注意力的环境声音分类_许杰课.pdf
  • 标题:基于并联卷积和高低频注意力的环境声音分类
  • 作者:许杰课,葛动元,姚锡凡,李一博
  • 期刊:计算机工程与设计 (COMPUTER ENGINEERING AND DESIGN)
  • DOI:10.16208/j.issn1000-7024.2026.03.024
  • 发表年份:2026年3月

综合评定:🟠 高度可疑

(注:虽然文本无法进行图片像素级造假检测,但在文献引用、实验逻辑和基础信息上发现了多处严重违背学术常理的“离谱”错误。)

详细发现

发现 1:文献引用与对比实验的“时空错乱”(张冠李戴)

  • 位置:第2.4节 模型对比 / 表4 / 参考文献[22]
  • 描述:在表4中,作者将自己的模型与参考文献[22](Gao Y, Wang G, Wang G. Jamming pattern open set recognition...)的模型进行了对比,声称对方在UrbanSound8K(城市环境声音)数据集上的准确率是96.03%。
  • 证据:通过检索参考文献[22]的标题《Jamming pattern open set recognition based on hyperspherical triplet coding》(基于超球面三元组编码的干扰模式开集识别),这是一篇关于雷达/电子战信号干扰识别的论文。让一篇做雷达干扰识别的论文去跑UrbanSound8K(包含狗叫、警笛、街头音乐等10类城市声音)的数据集并得出96.03%的结果,在学术上极其荒谬。作者极有可能是为了凑对比数据,随意编造了对比结果,或者直接Copy了其他论文中的表格并强行安上了这篇文献。
  • 严重程度:🔴

发现 2:方法学引用的“强行跨界”

  • 位置:第1.1.3节 自门控机制 / 参考文献[12]
  • 描述:作者在引入Self-gating(自门控)机制时,引用了文献[12](Xie L, et al. SHISRCNet: Super-resolution and classification network for low-resolution breast cancer histopathology image...)。
  • 证据:虽然Self-gating是一个通用机制,但作者专门花篇幅解释的公式(1)和(2)及其变体,在一篇乳腺癌病理图像超分辨率的论文中寻找作为主要创新点的理论支撑,显得极为生硬。这暴露出作者可能在拼凑方法部分时,直接从其他领域的论文中“缝合”了公式和对应的引用,而没有引用该机制真正的源头文献(如LSTM或门控机制的原始提出者)。
  • 严重程度:🟠

发现 3:单位邮编与地理位置的“空间折叠”

  • 位置:作者信息部分
  • 描述:第二作者姚锡凡的单位是“华南理工大学 机械与汽车工程学院,广东 广州 515000”。
  • 证据:广州市的邮政编码是510000开头(如华南理工大学所在的五山地区邮编为510641)。而515000是广东省汕头市的邮编。作为一所知名高校的作者,将自己学校所在城市的邮编写错成几百公里外的另一个城市,属于非常低级的失误,反映出作者在提交稿件时可能极度粗心,或者存在不合理的代写/挂名痕迹。
  • 严重程度:🟡

发现 4:期刊审稿与发表时间线异常

  • 位置:论文首页页脚
  • 描述:收稿日期为2024-11-23,修订日期为2026-02-27,发表日期为2026年3月(第47卷第3期)。
  • 证据:从收稿到修订完毕经历了长达15个月的审稿周期,而修订后仅仅1个月就见刊了。这种“修回极慢、见刊极快”的时间线,虽然不直接证明数据造假,但在国内某些存在“关系稿”或“特刊/增刊”的期刊中较为常见,存在规避正常严格同行评审的嫌疑。
  • 严重程度:🟡

发现 5:深度学习实验数据的“单次报喜”嫌疑

  • 位置:第2.3节 实验分析 / 表1~表4
  • 描述:所有实验结果(消融实验、对比实验)均只报告了一个绝对的精确到小数点后两位的百分比数字(如97.08%、96.81%)。
  • 证据:严谨的深度学习论文在报告准确率时,由于随机种子、权重初始化和Dropout的影响,通常会报告多次独立实验的均值和标准差(Mean ± Std)。该文所有数据均为“整数+精确小数”,没有任何方差或置信区间说明。虽然这在部分计算工程类期刊中常见,但无法排除作者“挑最好的一次结果报”甚至微调数据凑结论的嫌疑。
  • 严重程度:🟡

无法检测项说明(一图多用/图片拼接)

  • 说明:由于当前输入仅包含文本和公式提取内容,无法获取论文的具体图片像素信息(如Figure 1-8的图像细节),因此耿同学第一式(图片复用)和第三式(PS痕迹)暂无法进行检测。

耿同学辣评

这篇论文给我们展示了什么叫“学术缝合怪的最高境界”:模型结构缝得挺溜,但为了衬托自己模型效果好,居然强行让搞雷达电子战的去跟狗叫和汽车鸣笛比拼听力,还能给人瞎编出一个96.03%的高分!更绝的是,作者大笔一挥,直接把华南理工大学从广州“搬”到了汕头(邮编515000)。连自己学校在哪都搞不清楚,这到底是科研发现,还是空间折叠技术?

建议后续行动

  • 联系作者要求提供原始数据及代码(特别是为什么雷达干扰论文会跑UrbanSound8K数据集)
  • 在 PubPeer 上提出质疑(重点质问文献[22]的对比逻辑)
  • 向期刊编辑部举报(要求核实表4对比数据的真实性及作者单位信息的纰漏)

⚠️ 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。