全网通报:数模国赛作弊的后果

大家好,我是北海。

数模国赛官网公布了2021年全国大学生数学建模竞赛中部分参赛论文相似度较高的通报,今天和大家聊一聊关于国赛作弊的问题。

图片

图片

1、什么样的队伍会被通报?

官方文件中的原话:

1、抄袭是严重违反竞赛纪律的行为

2、竞赛期间各参赛队必须独立完成赛题解答

既然都是学生,基本都抄过作业,自然有些同学在比赛时也想到抄一抄。

抄袭一时爽,一直抄袭一直爽,被抓通报直接火葬场。

针对抄袭,官方会进行全文库相似度查重和自建库相似度查重。

所谓全文库,就是和知网、书籍、博客、公众号文章等大家都能找到的资料里进行查重;而自建库,就是所有比赛队伍提交的论文,相互之间查重。

如果你复制粘贴知网、书籍、博客等查到的资料,就会被全文库查出来;

在这强调一点:查阅任何公开资料都是允许的,例如公众号、b站等发布的各种免费思路,所有人都能看到,可以参考,但绝不可以复制粘贴进论文

要是觉得某篇论文讲的很好,想要引用,那么必须按照规定的参考文献的表述方式在正文中加以引用。引用就是用自己的话复述一遍,并且标明参考文献

视频教你如何规范引用参考文献:【数学建模 | 基础教程】第2-4节

【数学建模 | 基础教程】数模国赛流程+MATLAB入门+论文写作+模型算法精讲(小白国赛必看) 2-4 参考文献https://www.bilibili.com/video/BV1Rq4y1S7S8?p=12&share_source=copy_webhttps://www.bilibili.com/video/BV1Rq4y1S7S8?p=12&share_source=copy_web

而如果你找了代做,而代做的把一篇原创文章卖给了两个队伍,那么就会被自建库查出来。自建库就是所有参赛队伍提交的文章,要是里面查出两份有大量相似的内容,那么两份都会被判为违规

而针对第二条参赛队必须独立完成赛题解答,被抓到的一般是被人举报。一般不以个人真实身份信息与他人交流就没事。本公众号的交流群(文末有群号)在国赛等大比赛时会全体禁言,这一点无需担心。

图片

总之,所有数模竞赛都是禁止与队伍外的人讨论问题,但是允许以任何方式查阅任何资料。相当于一次开卷考试

图片


2、被通报了会有什么后果?

假如张三抄袭了网上找到的文章,导致查重率过高被判为违规,挂在了通报名单里,那么张三所在的学校会被赛区组委会约谈学校会找组织国赛的老师约谈,那么最后老师会找你约谈

至于谈什么,就只有张三自己知道了……

图片

在校规严格的学校、遇到脾气不好的老师,给张三来个记过处分影响毕业都是有可能的。

此外,被判为违规的队伍信息会被公开在通报名单上

例如名单中“中国人民公安大学  B202101033004_谢XX_葛XX_唐XX  全文库相似度9%  自建库相似度99%”

虽然组委会留了点薄面,没有通报全名,但你的同学看到这些信息也就知道是谁了。这以后还怎么混?

图片

总而言之,诚信参赛,不要想着投机取巧!

  • 3
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 基于yolo的作弊检测是使用yolo(You Only Look Once)算法来识别和检测考试中的作弊行为。yolo是一种实时目标检测算法,能够快速且准确地检测出图像中的多个物体。 在作弊检测方面,yolo可以通过检测考场中的特定行为或物体来判断是否存在作弊行为。例如,它可以检测出学生使用电子设备、准备好的答案或传递答案给其他学生的情况。同时,yolo还可以识别出具有不同形状、大小和颜色的作弊工具,例如无线耳机、遥控答案卡等。 yolo的算法具有良好的实时性能,可以在实时监控的情况下对考场进行监测。它能够同时处理多个目标,减少了运行时间,提高了检测的效率。由于yolo能够快速识别出目标,因此可以迅速发出警报并采取相应的措施来阻止作弊行为的发生。 此外,yolo还可以与其他技术和系统结合使用,例如人脸识别系统和监控摄像头。通过结合这些技术,可以进一步提高作弊检测的准确性和可靠性。 总之,基于yolo的作弊检测利用其实时目标检测算法,可以快速准确地检测和识别考场中的作弊行为和工具。它为防止考试作弊提供了一种有效的解决方案。 ### 回答2: 基于YOLO的作弊检测可以通过算法和技术的结合来实现。YOLO(You Only Look Once)是一种高效的目标检测算法,其能够快速而准确地在图像中识别和定位多个目标。 在一个作弊检测系统中,YOLO可以用于检测各种作弊行为。例如,可以使用YOLO来检测考试场景中的一些作弊行为,如使用通讯设备、翻看笔记等。YOLO可以通过训练来学习这些作弊行为的特征,并能在实时的视频流中进行快速检测。 基于YOLO的作弊检测系统需要进行以下几个步骤: 首先,需要收集和标注包含作弊行为的数据集。这些数据集可以包含正常情况和作弊情况下的图像或视频。 然后,使用YOLO算法进行模型训练。可以使用已有的YOLO实现,如Darknet等,在标注好的数据集上进行训练。通过反复训练和优化,可以得到一个能够准确识别作弊行为的模型。 接下来,需要将训练好的模型部署到实际的作弊检测场景中。例如,在考试场景中可以使用摄像头拍摄考试过程,并将视频流输入到YOLO模型中进行作弊检测。 最后,可以根据检测结果进行相应的处理。例如,如果检测到有考生使用通讯设备,可以立即通知监考人员进行处理。 基于YOLO的作弊检测系统具有快速、准确的特点,可以提供实时的作弊检测服务。然而,也需要注意模型的训练数据集的质量和模型的精细调整,以提高系统的准确性和可靠性。同时,还需要加强对系统的安全性和保密性,以防止作弊者绕过检测。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

数学建模BOOM

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值