发布时间：
论文查重软件排行榜以下三个好。
1、知网论文查重软件数据库比较强大，并且可以分类对论文进行检测，有本科论文查重入口，硕博论文查重入口，职称论文查重入口，初稿论文查重入口等。
是目前高校使用最多的软件。对于本科毕业论文检测拥有独特的大学生联合对比数据库。检测结果基本上跟学校一致。
2、万方、维普是这几年兴起的论文查重软件，数据库没有知网齐全。版本也没有知网多，如果学校要求使用这两个查重，大家就可以去选择，如果没有要求选择这两个系统，大家就不要存在侥幸心理。
3、paperfree论文查重软件，是比较长久的论文查重软件，仅次于知网论文查重，在市场上得到了很多学校和毕业生的认可，也是很多学校要求使用的论文查重系统，查重速度快，查重结果准确，费用非常的低。
本文介绍一些靠谱、安全、免费的论文查重平台。
即将进入毕业设计的尾声，论文查重事宜提上日程。对于毕业设计而言，一般学校都会给一至两次的官方查重机会，因此我们往往需要在官方查重前先到一些 规模相对较小 （这里是相对知网、万方、维普这种大网站而言）且 价格便宜或完全免费 的网站中自行查重即可；另一方面，对于大家其它一些小论文，比如课程报告、结课论文等等而言，在上述这种小规模、便宜的网站查重也就够了，并不需要到知网等官方网站来查。
本文便对上述类型的查重网站加以汇总。但这些规模较小的查重网站还面临一个问题，就是其安全性有时不太好保障。因此，在本文所列出的查重平台中，每一个网站都是 自己或是身边同学曾经用过 的，或者是 与一些大的互联网品牌 （例如百度学术、360学术等） 有合作 的，且都是 相对较为常见的查重网站 ，因此至少是可以确保能够正常查重、获得结果，且相对而言是比较安全的；不过至于每个网站具体的安全性到底如何，以及查重结果的准确性等等，在这里也并不敢完全保证。大家依据个人需要进行选择即可。最后，出于一些考虑，这里就不再放每一个查重网站的具体链接了，大家有需要的话自行搜索即可。
百度学术的查重是整合了各类查重网站资源的整体，其最大优势就是可以在一个网页对不同的查重网站加以对比，同时有百度品牌的保证，查重起来会比较放心。
其提供的查重品牌中，包括免费查重的网站；其次，包括可以通过活动获取免费查重券的网站。当然，活动不定期举行，且所得免费券也会有时间等条件限制。
360学术查重平台与百度学术论文查重类似，是整合了各类查重网站资源的整体，可以在一个网页对不同的查重网站加以对比，同时有360品牌的保证，查重起来会比较放心。
其提供的查重品牌中，包括首次免费查重的网站。
超星大雅是北京超星公司旗下的查重门户网站，安全性也是很有保障的。目前使用 学习通APP 扫码登录可以获取一次免费查重机会。
中国高等教育学生信息网与万方数据合作，建立起一个文献相似性检测服务系统；基于学信网与万方数据，可以说查重准确性与安全性都非常可以保证。
原本本文还介绍了一些其它查重平台，但是为了避免营销广告的嫌疑，因此这里就不再一一推介了；其实相信有了上边的几个查重网站，也已经够大家日常使用了~
一般知网论文检测系统的数据库检测范围包括：
中国学术期刊网络出版总库、中国博士学位论文全文数据库、中国优秀硕士学位论文全文数据库、中国重要会议论文数据库、中国重要报纸全文数据库、中国专利全文数据库、互联网资源、英文数据库 (涵盖期刊、博硕、会 议的英文数据以及德国Springer、英国Taylor&Francis 期刊数据库、港澳台学术文献库、优先出版文献库、互联网文档资源、图书资源。
中国知网知识发现网络平台—面向海内外读者提供中国学术文献、外文文献、学位论文、报纸、会议、年鉴、工具书等各类资源统一检索、统一导航、在线阅读和下载服务。涵盖基础科学、文史哲、工程科技、社会科学、农业、经济与管理科学、医药卫生、信息科技等十大领域。
目前免费论文查重网站比较多，罗列部分免费查重软件仅供同学们毕业查重用得上：
PaperFree论文查重软件通过海量数据库对提交论文进行对比分析，准确地查到论文中的潜在抄袭和不当引用，实现了对学术不端行为的检测服务。
PaperTime是首家聚合了论文查重、机器人改重、在线改重为一体的论文查重系统，使修改论文效率翻倍，是论文写作辅导必备工具，正以优秀的用户体验领跑市场。
PaperDay系统支持中英文及多语种论文检测，整合了智能降重、论文排版、论文纠错为一体，大大提高论文写作效率，是检测文章原创性、课程论文、学术论文、毕业学位论文等学术不端行为自律查重工具。
有一个月没更博客了，捂脸 o(￣=￣)d
端午回家休息了几天，6月要加油~
回到正文，HOG是很经典的一种图像特征提取方法，尤其是在行人识别领域被应用的很多。虽然文章是2005年发表在CVPR上的，但近十年来还没有被淹没的文章真的是很值得阅读的研究成果了。
key idea： 局部物体的形状和外观可以通过局部梯度或者边缘的密度分布所表示。
主要步骤：
上图为论文中提供的图，个人觉得我在参考资料中列出的那篇 博客 中给出的图可能更好理解一些。
具体细节： 关于每一个过程的详细解释还是在 这篇博客 中已经写得很清楚了，这里就不再搬运了。
文章中数据集的图像大小均为：64*128, block大小为16x16， block stride为8x8，cell size为8x8，bins=9（直方图等级数）；
获取到每张图的特征维度后，再用线性SVM训练分类器即可。
下图为作者而给出的示例图：
这两篇博客写的都很好，推荐阅读一波。
论文原文：
YOLO（you only look once）是继RCNN、faster-RCNN之后，又一里程碑式的目标检测算法。yolo在保持不错的准确度的情况下，解决了当时基于深度学习的检测中的痛点---速度问题。下图是各目标检测系统的检测性能对比：
如果说faster-RCNN是真正实现了完全基于深度学习的端到端的检测，那么yolo则是更进一步，将 目标区域预测 与 目标类别判断 整合到单个神经网络模型中。各检测算法结构见下图：
每个网格要预测B个bounding box，每个bounding box除了要回归自身的位置之外，还要附带预测一个confidence值。这个confidence代表了所预测的box中含有object的置信度和这个box预测的有多准两重信息，其值是这样计算的：
其中如果有object落在一个grid cell里，第一项取1，否则取0。第二项是预测的bounding box和实际的groundtruth之间的IoU值。
每个bounding box要预测(x, y, w, h)和confidence共5个值，每个网格还要预测一个类别信息，记为C类。即SxS个网格，每个网格除了要预测B个bounding box外，还要预测C个categories。输出就是S x S x (5*B+C)的一个tensor。（注意：class信息是针对每个网格的，即一个网格只预测一组类别而不管里面有多少个bounding box，而confidence信息是针对每个bounding box的。）
举例说明: 在PASCAL VOC中，图像输入为448x448，取S=7，B=2，一共有20个类别(C=20)。则输出就是7x7x30的一个tensor。整个网络结构如下图所示：
在test的时候，每个网格预测的class信息和bounding box预测的confidence信息相乘，就得到每个bounding box的class-specific confidence score:
等式左边第一项就是每个网格预测的类别信息，第二三项就是每个bounding box预测的confidence。这个乘积即encode了预测的box属于某一类的概率，也有该box准确度的信息。
得到每个box的class-specific confidence score以后，设置阈值，滤掉得分低的boxes，对保留的boxes进行NMS（非极大值抑制non-maximum suppresssion）处理，就得到最终的检测结果。
1、每个grid因为预测两个bounding box有30维（30=2*5+20），这30维中，8维是回归box的坐标，2维是box的confidence，还有20维是类别。其中坐标的x,y用bounding box相对grid的offset归一化到0-1之间，w,h除以图像的width和height也归一化到0-1之间。
2、对不同大小的box预测中，相比于大box预测偏一点，小box预测偏一点肯定更不能被忍受的。而sum-square error loss中对同样的偏移loss是一样。为了缓和这个问题，作者用了一个比较取巧的办法，就是将box的width和height取平方根代替原本的height和width。这个参考下面的图很容易理解，小box的横轴值较小，发生偏移时，反应到y轴上相比大box要大。其实就是让算法对小box预测的偏移更加敏感。
3、一个网格预测多个box，希望的是每个box predictor专门负责预测某个object。具体做法就是看当前预测的box与ground truth box中哪个IoU大，就负责哪个。这种做法称作box predictor的specialization。
4、损失函数公式见下图：
在实现中，最主要的就是怎么设计损失函数，坐标（x,y,w,h），confidence，classification 让这个三个方面得到很好的平衡。简单的全部采用sum-squared error loss来做这件事会有以下不足：
解决方法：
只有当某个网格中有object的时候才对classification error进行惩罚。只有当某个box predictor对某个ground truth box负责的时候，才会对box的coordinate error进行惩罚，而对哪个ground truth box负责就看其预测值和ground truth box的IoU是不是在那个cell的所有box中最大。
作者采用ImageNet 1000-class 数据集来预训练卷积层。预训练阶段，采用网络中的前20卷积层，外加average-pooling层和全连接层。模型训练了一周，获得了top-5 accuracy为（ImageNet2012 validation set），与GoogleNet模型准确率相当。
然后，将模型转换为检测模型。作者向预训练模型中加入了4个卷积层和两层全连接层，提高了模型输入分辨率（224×224->448×448）。顶层预测类别概率和bounding box协调值。bounding box的宽和高通过输入图像宽和高归一化到0-1区间。顶层采用linear activation，其它层使用 leaky rectified linear。
作者采用sum-squared error为目标函数来优化，增加bounding box loss权重，减少置信度权重，实验中，设定为\lambda _{coord} =5 and\lambda _{noobj}= 。
作者在PASCAL VOC2007和PASCAL VOC2012数据集上进行了训练和测试。训练135轮，batch size为64，动量为，学习速率延迟为。Learning schedule为：第一轮，学习速率从缓慢增加到（因为如果初始为高学习速率，会导致模型发散）；保持速率到75轮；然后在后30轮中，下降到；最后30轮，学习速率为。
作者还采用了dropout和 data augmentation来预防过拟合。dropout值为；data augmentation包括：random scaling，translation，adjust exposure和saturation。
YOLO模型相对于之前的物体检测方法有多个优点：
1、 YOLO检测物体非常快
因为没有复杂的检测流程，只需要将图像输入到神经网络就可以得到检测结果，YOLO可以非常快的完成物体检测任务。标准版本的YOLO在Titan X 的 GPU 上能达到45 FPS。更快的Fast YOLO检测速度可以达到155 FPS。而且，YOLO的mAP是之前其他实时物体检测系统的两倍以上。
2、 YOLO可以很好的避免背景错误，产生false positives
不像其他物体检测系统使用了滑窗或region proposal，分类器只能得到图像的局部信息。YOLO在训练和测试时都能够看到一整张图像的信息，因此YOLO在检测物体时能很好的利用上下文信息，从而不容易在背景上预测出错误的物体信息。和Fast-R-CNN相比，YOLO的背景错误不到Fast-R-CNN的一半。
3、 YOLO可以学到物体的泛化特征
当YOLO在自然图像上做训练，在艺术作品上做测试时，YOLO表现的性能比DPM、R-CNN等之前的物体检测系统要好很多。因为YOLO可以学习到高度泛化的特征，从而迁移到其他领域。
尽管YOLO有这些优点，它也有一些缺点：
1、YOLO的物体检测精度低于其他state-of-the-art的物体检测系统。
2、YOLO容易产生物体的定位错误。
3、YOLO对小物体的检测效果不好（尤其是密集的小物体，因为一个栅格只能预测2个物体）。
用知网是最靠谱的检测本科论文查重的。但是比较贵，检测一下就得花好多银子。
本科论文查重知网，万方数据库，都可以。
对于首次接触毕业论文查重的同学来说，论文是如何查重的还是挺迷茫的，也不知道该如何下手。所以就会有很多毕业生都会问道到底毕业论文的查重是如何查重的？
一般来说毕业论文查重就是将你的毕业论文提交到学校要求的查重检测系统里，然后系统就会将你的论文与系统本身所收录的数据进行比对，检测完会有一份检测报告，有和系统数据库内相似或重复的部分就会被标记出来，红色表示严重重复，橙色表示相似部分，绿色表示没有检测到重复是合格的。每个学校对于论文的重复率要求都有所不同，一般的要求本科论文重复率不超过30％就能合格，但有的学校也许要求会更严格，比如不超过20％才行。有的学校对论文中的章节段落也会有要求，这个学校都会有相应的公告需要同学们多多留意下。目前大多数的高校使用的都是知网查重系统，那么知网检测系统是对毕业论文是如何查重的呢？
相对来说知网对于外文文献的收录较少，我们在撰写时可以查找一些然后进行翻译。还有就是我们在查重一次修改后，不要以为就能合格了。由于检测系统里增添有互联网资源，由于互联网比对数据是在不断地变化，所以很有可能第一次检测时没有被标记的地方，第二次再检测时可能就会被标记出来。所以我们在修改时最好是修改完隔断时间多检测几次，直到修改的重复率达到学校要求为止。
知网的论文检测系统中，有一个叫“互联网资源”的数据库，和一个“互联网文档”的数据库，里面就包含了的一些网络上数据资源，和文档资源，如果抄袭的是有被知网收录了的信息内容，知网查重时就可以查出来，如果是没有被收录的内容，那么，就不会被查出来。
行业研究报告一般不在论文查重的范围中。每个论文数据库的查重范围不一，以中国知网为例，其查重范围如下：
（1）中国学术期刊网络出版总库；
（2）中国博士学位论文全文数据库；
（3）中国优秀硕士学位论文全文数据库；
（4）中国重要会议论文数据库；
（5）中国重要报纸全文数据库；
（6）中国专利全文数据库；
（7）互联网资源（包含贴吧等论坛资源）；
（8）英文数据库（涵盖期刊、博硕、会议的英文数据以及德国Springer、英国Taylor&Francis期刊数据库；
（9）港澳台学术文献库；
（10）优先出版文献库；
（11）互联网文档资源；
（12）图书资源；
（13）学术论文联合对比库；
（14）CNKI大成编客－原创作品库；
（15）个人对比库。
知网查重的注意事项：
1、知网查重系统有5个版本，查重范围略有不同，知网硕博系统独有“学术论文联合比对库”；知网本科系统独有“大学生论文联合比对库”。
2、知网查重系统检测范围里包含互联网资源库，外文库，以及图书资源库，因此要尽量避免直接抄袭以上库内的文章，建议使用自己的话术表述出来。
以上内容参考：百度百科-查重
以上内容参考：百度百科-中国知网
PaperFree和知网查重都是属于查重软件，知网是大多数学校使用的系统，数据也是目前全国最权威的，是标准，PaperFree是辅助修改参考，涵盖知网70%左右数据，前期可以降低检测费的绝对成本，定稿后为了保险起见，建议最后用知网在检测一下！
知网本科查重论文检测文献库范围：学术期刊网络出版总库、博士学位论文全文数据库、优秀硕士学位论文全文数据库、大学生论文联合对比库/高职高专院校联合对比库、重要会议论文数据库、重要报纸全文数据库、专利全文数据库、互联网资源、英文数据库(涵盖期刊、博硕、会 议的英文数据以及德国Springer、 英国Taylor&Francis 期刊数据库、港澳台学术文献库、优先出版文献库、互联网文档资源、图书馆、CNKI大成编客-原创作品库、学术论文联合比对库、个人对比库、源代码库。
知网查重的数据库范围如下：
知网查重的检测范围为提交的文档中所有文本型内容，其所包括：目录、正文、致谢、附录、表格及公式，知网查重的检测方式为通篇上传，这会导致所提交的论文格式影响最后的论文查重检测结果。
在知网中，使用较多针对性也较强的数据库有中国学术期刊网络出版总库、中国博士学位论文全文数据库和大学生论文联合对比库，而在不同的数据库支持下的系统中其检测的范围和结果也会不尽相同。
一、毕业论文论文查重哪些部分
首先一篇完整的毕业论文主要包括以下内容：封面、声明、中英文摘要、目录、主要符号对照表、正文、致谢、参考文献、附录、原创性声明或者授权声明、个人简历、导师简介、学习期间发表的学术论文等部分组成。其中正文部分，通常是由引文、摘要、各部分章节、总结等部分组成。
大多数高校在每年毕业季时，都会统一发通知说明学校的毕业论文规范和查重说明，学校会统一下发论文样式等内容，一般会详细说明查重的范围。要是学校有具体的要求，那提交到学校的时候必须按照学校所要求的来哦。
二、论文查重具体查什么
论文查重，在上传查重系统检测时，是全文上传的。通常论文查重也是全文内容都需要查重，但查重重点一般为论文正文内容，部分高校会明确规定只查重论文正文，对于这种情况，知网论文查重时仅需上传论文正文即可。根据论文的章节分章之后，在各章节分别检测查重，得出章节查重率，以及全文查重率。
章节区分一般以论文的目录为基准，论文的目录、参考文献、摘等内容都可以被论文查重系统所识别。
其实论文查重一般都是根据查重系统内的数据库资源进行重复度的匹配，数据库的资源不仅只包括过往的毕业优秀论文，还有互联网上的内容。知网的论文检测系统中，有一个叫“互联网资源”的数据库，和一个“互联网文档”的数据库，里面就包含了的一些网络上数据资源，和文档资源，如果抄袭的是有被知网查询到的。
知网查重是包括互联网上的内容的，从知网查重报告中列出的比对库可以看出来其包含了互联网资源这个比对库。
比如用于本科论文检测的知网PMLC系统的比对库如下：
中国学术期刊网络出版总库中国博士学位论文全文数据库/中国优秀硕士学位论文全文数据库中国重要会议论文全文数据库中国重要报纸全文数据库中国专利全文数据库大学生论文联合比对库互联网资源英文数据库(涵盖期刊、博硕、会议的英文数据以及德国Springer、英国Taylor&Francis 期刊数据库等)港澳台学术文献库优先出版文献库互联网文档资源图书资源个人比对库
知网查重～有他规定的数据库～知网也分好几个～比如期刊数据库～pmlc数据库～还有vip5这些！当然不止这些！这些数据库都不一样～大概都不包含互联网的～
检测范围： 中国学术期刊网络出版总库中国博士学位论文全文数据库/中国优秀硕士学位论文全文数据库中国重要会议论文全文数据库中国重要报纸全文数据库中国专利全文数据库互联网资源英文数据库(涵盖期刊、博硕、会议的英文数据以及德国Springer、英国Taylor&Francis 期刊数据库等)港澳台学术文献库优先出版文献库互联网文档资源个人比对库图书资源以上为知网检测范围，其中包括网络资源，但不是全部，尽量不要抄袭。