🔍 耿同学打假报告

论文信息

• 论文来源：混凝土坝监测数据的相似性度量与分析_田甜.pdf
• 标题：混凝土坝监测数据的相似性度量与分析
• 作者：田甜
• 导师：李占超 副教授
• 单位：扬州大学 水利科学与工程学院
• 答辩日期：2024 年 5 月 17 日
• 当前检测日期：2026-06-08

综合评定：🔴 实锤

详细发现

发现 1：数据造假检测（复制粘贴都不改数）

• 位置：第 3 章，表 3-2 水位分量项 D 值
• 描述：在计算 2012-2020 年各年份的分形维数 D 值时，2016 年和 2019 年的数据竟然一模一样！
• 证据：
  • 2016 年的数据为：1.5947, 1.6051, 1.6051, 1.6051
  • 2019 年的数据为：1.5947, 1.6051, 1.6051, 1.6051
  • 连续 4 个浮点数精确到小数点后 4 位完全一致。真实大坝监测数据在不同年份的环境量和效应量下，其分形维数绝不可能出现这种克隆现象。
• 严重程度：🔴 实锤（随机数生成器都不敢这么编）

发现 2：方法学与常识异常（工程界的“指鹿为马”）

• 位置：第 2 章，2.4.2.2 节（混凝土坝渗流监测数据分析）
• 描述：在对测压管（渗压计）测值进行异常原因分析时，作者给出的解释竟然是**“浮标设备”**出现了不稳定故障。
• 证据：原文写道：“根据聚类结果...属于大片连续异常，可以判断浮标设备在这段时间内出现了不稳定的故障状态...”
• 耿同学科普：测压管/渗压计是用来监测坝体渗透水压力的，内部是压力传感器，而不是监测水位的浮子（浮标）。作者在 2.4.1 节分析水平位移时可能引用了某篇带有“浮标”的文献，在 2.4.2 节写渗流时直接Ctrl C + Ctrl V，忘了把“浮标”二字改掉，导致在水利工程界闹出了“用浮标测渗压”的笑话。
• 严重程度：🔴 实锤（连实验对象是啥都没搞清楚，直接套用模板）

发现 3：统计学异常检测（数学老师看了落泪）

• 位置：第 3 章，3.5.2 节（模型拟合精度分析）
• 描述：作者声称其模型的样本量为 236 组（3.5节开头），拟合优度 R=0.9686，F值为 2.5276×10³。
• 证据：
  • 根据 F 值与 R² 的关系公式：\(F = \frac{R^2/(p)}{(1-R^2)/(n-p-1)}\)
  • 代入 n=236，模型自变量 p=9（水位4项+温度4项+滞后1项），计算出的理论 F 值应在 700 左右。
  • 论文中给出的 F 值高达 2527.6，与给定的 R 值和样本量在数学上完全自相矛盾。只有当样本量 n 极大，或者 R 接近于 1 时才会出现这种 F 值。这表明作者极有可能是在编造统计数据，或者直接照抄了其他文献的参数。
• 严重程度：🟠 高度可疑（统计学上的不可能三角）

发现 4：深度学习常识异常（无监督还是有监督？）

• 位置：第 4 章，4.3.1 节及摘要
• 描述：作者反复强调提出了一种“无监督”的相似性度量算法，但在描述 CNN 的训练过程时却写道：“通过单次输入一个混凝土坝监测序列作为训练数据，并设定标签为 0”。
• 证据：给数据“设定标签”并以此作为目标去训练网络，这叫有监督学习。学术上，真正的无监督（如自编码器）是不需要人为打标签的。作者对深度学习的基础概念模糊不清，为了蹭深度学习的热度强行造词。
• 严重程度：🟠 高度可疑（连自己用的算法是监督还是无监督都分不清）

发现 5：无法进行图片复用/拼接检测声明

• 位置：全文图表
• 描述：由于本次提交的素材仅为纯文本 PDF 提取内容，未提供原始的高清图片文件，因此耿同学第一式（图片复用）和第三式（图片拼接/PS痕迹）无法进行像素级比对。
• 建议：需要获取原版 PDF 中的 Figure 2-7 至 Figure 3-17 等图片的高清原图，检查是否存在 Western Blot 式的背景复制、拉伸或拼接痕迹（特别是时变系数的轨迹图）。

耿同学辣评

这篇关于大坝监测的硕士论文，自己坝体的数据没监测明白，反而把“Ctrl C + Ctrl V”的监测技术应用得炉火纯青！表 3-2 里 2016 年和 2019 年的数据就像双胞胎一样精确到小数点后四位，连随机数生成器看了都要怀疑人生。更秀的是，居然用“浮标设备”去解释大坝渗压异常，这相当于去医院抽血化验，医生告诉你“那个量血压的血压计漏气了”一样离谱。数学公式算不对，深度学习瞎定义，这是把水利工程硬生生写成了科幻小说啊！

建议后续行动

• 联系作者要求提供原始数据（特别是分形维数的计算底稿）
• 扬州大学水利科学与工程学院学术委员会启动论文倒查
• 在 PubPeer 上提出质疑（如已发表相关期刊论文）
• 核查该生其他科研成果是否同样存在“浮标测渗流”等常识性抄袭

⚠️ 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。