🔍 耿同学打假报告

论文信息

标题：基于机器视觉的水稻种子品种识别方法研究
作者：解鸿峰
期刊：黑龙江八一农垦大学硕士学位论文
DOI：无
发表年份：2026
论文来源：基于机器视觉的水稻种子品种识别方法研究_解鸿峰.pdf

综合评定：🔴 实锤

详细发现

发现 1：图表号跨章节严重错乱（量产型复制粘贴实锤）

位置：第2章（2.3.1节）、第4章（4.4.1节）、第5章（5.4节）等多处
描述：全文存在大量离谱的图表引用错误。例如，在第2章的正文里，作者连续引用了“图 3-1”、“图 3-4”、“图 3-7”，但实际下方配图的编号是“图 2-3”、“图 2-4”等。更荒谬的是，第4章（4.4.1节）出现了“如图 6 所示”和“如表 1 所示”，第5章（5.4节）出现了“如图 6-4 所示”。
证据：图表编号不仅错位，还跨章节甚至脱离了本文的章节结构。这说明论文的大量段落、实验结果和分析讨论是从其他文献或前作中直接 Copy-Paste 过来的，作者在拼接后甚至连最基本的全文通读和校对工作都没有做。
严重程度：🔴
复核状态：✅ 成立

发现 2：数学常识与统计学公式张冠李戴（侮辱读者智商）

位置：公式 2.1（第11页）、公式 2.18（第21页）、公式 3.13（第36页）
描述：论文中出现了多处反常识的公式错误，明显是胡乱拼凑而成：
1. 不归一化的彩色世界：公式 2.1 声称基于 ITU-R BT.601 标准进行灰度转换，给出的权重竟然是 Gray = 0.299R + 0.714G + 0.087B。这三个系数加起来等于 1.1！标准的权重之和必须为 1（标准 G 通道应为 0.587）。
2. 披着 Z-score 皮的 Min-Max：2.3.3 节文字明明写着“采用 Z-score 标准化方法对特征进行预处理（基于均值与标准差）”，但紧接着给出的公式 2.18 却是 MNN(x) = (x - min(x)) / (max(x) - min(x))。这分明是最小-最大归一化公式！作者连自己用的什么数据处理方法都分不清。
3. 虚假的矩阵特征值公式：公式 3.13 试图表达典型相关分析的广义特征值问题，写成 ( S_xx S_xy S_yy S_xy ) w = w，不仅没有任何逆矩阵符号，连矩阵相乘的规则都不顾，纯属文字堆砌。
证据：公式作为理工科论文的核心，出现这种低级的数值闭合错误和概念张冠李戴，属于确凿的学术敷衍。
严重程度：🔴
复核状态：✅ 成立

发现 3：核心实验数据前后矛盾（连自己用了几个特征都忘了）

位置：3.5.2节、3.5.3节、3.7节（本章小结）与 4.3节
描述：关于最终用于建模的特征维度数量，全文给出了完全不同的四个版本：
- 在 3.5.2 节结尾写道：提炼出了“15 个特征构成特征子集”。
- 在 3.5.3 节结尾写道：当特征数量达到“8 维”时算法终止，选出特征组合。
- 在 3.7 节本章小结中写道：最终得到的“5 维特征子集（v、b 颜色通道、面积、离心率、均匀性）”。（注：括号里正好只有5个）
- 在 4.3 节表格上方的正文中又写道：CARS 算法选取了“8 个特征”，SHAP 选用“14 个特征”。
证据：短短两三页的篇幅内，核心实验结论（特征数量）在 15、8、5、14 之间反复横跳。此外，4.3节还出现了“SHAP的准确率比CARScore略低...其准确率并没有明显超过后者，只是稍微占优，甚至有时还略低”这种前言不搭后语的神级病句。这表明作者对实验数据完全没有把控，甚至可能在搬运不同实验的结果。
严重程度：🔴
复核状态：✅ 成立

发现 4：评价指标数据背离常理（AI生成器都不如）

位置：4.4.1 节（VGG16网络的结果分类）
描述：文中描述模型性能时提到：“训练集准确率 90.7%，验证集 89.5%，训练集召回率 90.7%，验证集 95%，训练集 F1 分数 90.6%，验证集 88.0%”。
证据：本文2.2.1节明确声明数据集经过了数据增强，每个品种扩充至800粒，是一个绝对平衡的数据集。在类别平衡的多分类任务中，整体准确率（等价于微平均召回率）与宏平均召回率理应非常接近，绝不可能出现验证集准确率才 89.5%，而召回率却飙升至 95% 的巨大背离。这些指标大概率是随手捏造或拼凑来的，且未经过基本的数学自洽性校验。
严重程度：🟠
复核状态：✅ 成立

注：根据《论文图片视觉分析摘要》，本文未提供可供像素级分析的实验结果图片（仅有系统界面截图和文字），因此第一式（图片复用检测）与第三式（图片拼接检测）缺乏素材，无法进行 Western Blot 或显微镜图的比对，但不影响基于文本的造假实锤判定。

耿同学辣评

这篇论文把 Ctrl+C 和 Ctrl+V 用得出神入化！图号从第2章能飞跃到第6章，Z-score 标准化的公式长着 Min-Max 归一化的脸，灰度化系数加起来能大于 1。最绝的是，前脚说用了 15 个特征，后脚变 8 个，总结时又变成了 5 个！这哪里是在写硕士论文，这分明是在给评审老师布置“找不同”的连连看游戏，可惜作者自己一次都没通关过。

建议后续行动

拒绝通过答辩/要求重大修改（针对学生论文）
在知网等平台进行学术不端查重（重点检查公式错乱段落）
联系导师（刘金明教授）核实实验数据的真实出处
要求作者公开原始代码和特征提取日志，解释特征数量与指标背离的原因

⚠️ 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。

基于机器视觉的水稻种子品种识别方法研究