🔍 耿同学打假报告

论文信息

标题：基于STM32的手写数字识别系统设计
作者：洪启明（指导教师：尚丽娜）
期刊：无（本科毕业论文，浙大城市学院）
DOI：无
发表年份：2025年
论文来源：论文.pdf

综合评定：✅ 清白（学术诚信角度）

复核说明：经逐条对照论文原文核验，原报告各发现所引用的数据点均在原文中逐一命中（程序化核验结果确认 0 个未找到）。本文为工程实现类本科毕业论文，不含生物医学图像、统计检验或测量型实验数据，未发现任何指向数据造假、图片操纵或抄袭剽窃的学术不端证据。剩余问题均为编辑规范性缺陷（笔误、文献编号重复），不构成学术不端。

详细发现

发现 1：参考文献编号重复、条目重复

位置：参考文献列表，第30-31页
描述：文献列表中同时出现两个"[13]"：其一为“陈红梅,李晟,李玉晓.基于STM32的手写数字识别平台的设计与实现”，其二为“李双峰.TensorFlow Lite:端侧机器学习框架”。后者与前文已列为"[5]"的李双峰文献完全相同，属于同一文献被重复列出并占用了不同编号。
证据：原文参考文献表中"[13]"出现两次，且"[13]李双峰.TensorFlow Lite:端侧机器学习框架 [J].计算机研究与发展,2020,57(09):1839-1853."与"[5]李双峰.TensorFlow Lite:端侧机器学习框架 [J].计算机研究与发展,2020,57(09):1839-1853."逐字一致。程序化核验：引用的 2 个数据点均在原文命中。
严重程度：🟡
复核状态：✅ 成立（属编辑规范缺陷，非学术不端证据，不计入不端证据合成）

⚠️ 发现 2：表4.1中动态范围量化行的指标与未量化模型完全相同

位置：表4.1 不同程度的量化效果对比表
描述：表中“动态范围量化”行的模型文件大小为24KB，但其Flash占用（93.3KiB）与未量化模型完全相同，运行时间（12ms）也完全相同；只有“浮点回退量化”一行各项指标均有变化。此现象在技术上有合理解释：动态范围量化仅压缩 tflite 文件中的权重存储，部署到 MCU 后 X-CUBE-AI 生成的 C 代码 Flash/RAM 布局与运行时行为可保持不变，与原文表注“模型大小是指计算机上的 tflite 文件大小，与模型在单片机上的表现没有直接关系”的说明一致，不构成造假证据。但论文未对此明确说明，易引起疑问，建议补充解释。
证据：原文数据：“没有量化 84KB 109684 93.3KiB/1024KiB 13.38KiB/192KiB 12ms / 动态范围量化 24KB 109684 93.3KiB/1024KiB 13.38KiB/192KiB 12ms / 浮点回退量化 25KB 103160 53.54KiB/1024KiB 8.1KiB/192KiB 8ms”。程序化核验：引用的 3 个数据点均在原文命中。
严重程度：🟡
复核状态：⚠️ 存在良性解释（表注明确区分 tflite 文件大小与单片机实际占用，动态范围量化仅压缩权重存储，部署行为不变，属合理技术现象）

发现 3：文字笔误与描述不一致

位置：摘要、第2章、第5章等多处
描述：摘要中工具名称误写为"STM32Cbe.AI"（应为STM32Cube.AI或X-CUBE-AI）；第2章2.1节存在“出了控制显示之外”（应为“除了”）、“某些的点的颜色”等病句；"168MHZ，,"出现双逗号；图5.3标题“数字0别结果”缺字（应为“识别结果”）。另摘要称“模型压缩至53.54 KB”，正文称此为量化后Flash占用，两者口径略有混用。
证据：以上均为原文逐字可见的文本问题。程序化核验：引用的 4 个数据点均在原文命中。
严重程度：🟡
复核状态：✅ 成立（属编辑规范缺陷，非学术不端证据，不计入不端证据合成）

发现 4：程序化统计检验线索——检验前提不满足，予以清除

位置：机器取证证据 S1（Benford 联合检验）、S2（末位数字检验）
描述：Benford 检验与末位数字检验报告“严重偏离”。但本文数值数据极少（仅表4.1的9行数值及若干硬件参数），且大多为受控范围的确定性工程参数（KB/KiB容量、ms时间、寄存器地址、总线分区地址范围等）。Benford 定律要求跨越多个数量级的自然测量数据，末位均匀性检验要求足够样本量的独立测量值，二者均不适用于此类小样本、受控范围数据，检验前提明确不满足，不构成造假线索。
证据：表4.1全部数值（84KB/24KB/25KB、109684/103160、93.3KiB/53.54KiB、13.38KiB/8.1KiB、12ms/8ms）及FSMC地址范围（0x60000000~63FFFFFF等）均为原文数据，属确定性技术参数而非统计测量。
严重程度：—（检验前提不满足，不计入异常）
复核状态：⚠️ 已清除——检验前提明确不满足（Benford/末位检验不适用于小样本受控工程参数，详见复核状态行说明）

发现 5：程序化图像取证线索——与图像内容性质相符，予以清除

位置：机器取证证据 I1–I48（全部40张嵌入图）
描述：程序报告多张图存在copy-move匹配与噪声方差不一致。但本文图像均为电路连接示意图、通信波形示意图、软件界面截图、代码截图——这些图像天然含有大量规则重复元素（图2.2连线图、图2.3周期性波形、图4.6模型结构图、图5.2 STM32CubeMX界面窗口边框、代码行纹理等），会在同一水平偏移处（程序报告的偏移多为 (32,0)、(48,0)、(160,0) 等水平方向）产生大量同偏移匹配块；截图类图像亦天然存在压缩块效应导致的局部噪声不均。论文图目录（图2.1–图5.12的caption）正面确认了全部图像类型为示意图、界面截图与结果截图，为该良性解释提供了原文依据。此外本文不含Western blot、凝胶图、显微镜图等高危图像类型。所提供的视觉分析摘要亦指出“未发现图片复用、拼接篡改或数据伪造等学术不端迹象”（需注意该摘要仅覆盖12页且多为文字页，故本条以图目录caption为主要原文依据）。
证据：论文图目录 caption 明确列出全部图像为示意图/界面截图/结果截图（图2.2 USART连线图、图5.2 STM32CUBEMX界面、图5.7–5.12 各软件分析结果截图等）。
严重程度：—（有原文正面依据的良性解释，不计为异常）
复核状态：⚠️ 已清除——良性解释有原文正面依据（图目录caption确认全部图像为含规则重复元素的示意图/截图，同偏移匹配与块效应噪声符合该图像类型）

说明：无法进行的检测

本文文本未提供高分辨率实验原始图像的像素级细节（如图5.1训练曲线、图5.12准确度验证的具体数值），无法进行像素级交叉比对；文本中无p值、SD、样本量等统计量，第四式（统计学异常检测）无可检对象。

耿同学辣评

翻完这篇论文，耿同学揪出来的最大“罪状”居然是——参考文献"[13]"复制粘贴忘了删、摘要里把自家工具名打成了"STM32Cbe.AI"。数据虽然不多但前后自洽，图表虽然不少但都是界面截图和示意图，没有一张值得造假的实验图。年轻人，学术上你是清白的，但错别字这么多，答辩前建议先请室友通读一遍。

建议后续行动

无需联系作者要求提供原始数据（未发现学术不端线索）
修正参考文献重复编号问题（两个"[13]"、与"[5]"重复）
修正摘要及正文中的工具名称笔误与病句
对表4.1中动态范围量化Flash占用不变的现象补充一句解释

⚠️ 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STM32的手写数字识别系统设计