统计报告
比对报告
存档报告
文档信息
检测结果
结构分析
字数分析
页面设置
问题片段
诚信声明(1)
版权声明(1)
中文摘要(2)
中文关键词(3)
英文摘要(3)
英文关键词(1)
中文目录(26)
正文(41)
参考文献(6)
致谢(1)
NO. 92c91267971d9j31
2026-02-05 08:13:59
题目:
演示论文
作者:
演示作者
检测模板:
国家标准 GB/T 7713-2025
所属单位:
-
统计报告 · 大学生版
文档信息
文档页数:40
公式数:102
文档字符数:30543
空格数:3022
表格数:2
脚注数:0
图片数:3
尾注数:0
检测结果
100
格式错误数
严重错误1
一般错误99
提醒10
格式错误数 = 严重错误数 + 一般错误数(提醒不计入总错误数)
32.74
差错率
差错率计算方法:格式错误数 * 10000 / 总字数(每万字差错率)
全文文字基础格式问题
检测到18种一般错误 5种提醒
标点符号问题
提醒
字号问题
一般错误
字体问题
一般错误
段落格式问题
检测到32种一般错误
行距问题
一般错误
对齐方式问题
一般错误
段前间距
一般错误
段后间距
一般错误
内容书写规范问题
检测到24种一般错误 3种提醒
标题写法错误
一般错误
分隔符问题
一般错误
数量对应问题
一般错误
目录与标题匹配问题
一般错误
目录页码问题
一般错误
标题序号写法错误
一般错误
表题问题
一般错误
表格缺失
一般错误
公式编号缺失
提醒
排序问题
一般错误
图序问题
一般错误
图题问题
一般错误
图标题缺失
提醒
图片缺失
一般错误
表标题缺失
提醒
三线表要求
一般错误
标题与目录匹配问题
一般错误
表序问题
一般错误
结构要素及字数要求检测问题
检测到1种严重错误 1种提醒
结构多余
提醒
字数不足
严重错误
参考文献格式及引用规范问题
检测到5种一般错误 1种提醒
期刊卷期问题
一般错误
引用日期问题
一般错误
出版地或出版者问题
提醒
序号排序问题
一般错误
文后引用问题
一般错误
页面布局设置问题
检测到20种一般错误
空白页问题
一般错误
另起一页问题
一般错误
页面上边距
一般错误
页面下边距
一般错误
页面左边距
一般错误
页面右边距
一般错误
页码样式问题
一般错误
结构分析
结构是否准确:
提醒:1
标准结构
当前论文结构
封面
扉页(非必有)
诚信声明
版权声明
中文标题
中文摘要
中文关键词
英文标题
英文摘要
英文关键词
中文目录
图目录(非必有)
主要符号对照表(非必有)
正文
参考文献
致谢
附录(非必有)
资料_个人简介(非必有)
脚注(非必有)
封面
英文封面多余
诚信声明
版权声明
中文标题
中文摘要
中文关键词
英文标题
英文摘要
英文关键词
中文目录
正文
参考文献
致谢
顺序是否准确:
标准顺序
1
封面
2
扉页(非必有)
3
诚信声明
4
版权声明
5
中文标题
6
中文摘要
7
中文关键词
8
英文标题
9
英文摘要
10
英文关键词
11
中文目录
12
图目录(非必有)
13
主要符号对照表(非必有)
14
正文
15
参考文献
16
致谢
17
附录(非必有)
18
资料_个人简介(非必有)
19
脚注(非必有)
当前顺序
1
封面
2
英文封面
3
诚信声明
4
版权声明
5
中文标题
6
中文摘要
7
中文关键词
8
英文标题
9
英文摘要
10
英文关键词
11
中文目录
12
正文
13
参考文献
14
致谢
字数分析
字数是否达标:
严重错误:1
结构
字数标准
实际
分析结果
封面
-
66字
无要求
英文封面
-
27字
无要求
诚信声明
-
171字
无要求
版权声明
-
198字
无要求
中文标题
-
27字
无要求
中文摘要
300-1000字
672字
达标
中文关键词
3-8个
2个
不足
英文标题
-
14字
无要求
英文摘要
300-1000字
361字
达标
英文关键词
3-8个
4个
达标
中文目录
-
583字
无要求
正文
-
23173字
无要求
参考文献
-
中文1条;外文11条
无要求
致谢
-
489字
无要求
页面设置
页面设置是否准确:
一般错误:14
文档结构
文档章节
分析结果
英文封面
第1节
1
问题类型
问题详情 原文问题描述 规范
边距问题
页面上边距 2.54 2.5
页面下边距 2.54 2.0
页面左边距 3.18 2.0
页面右边距 3.18 2.0
诚信声明
第2节
2
问题类型
问题详情 原文问题描述 规范
页脚问题
页码样式问题 页码样式错误 I,II,III...
边距问题
页面上边距 2.75 2.5
页面下边距 2.75 2.0
页面左边距 3.17 2.0
页面右边距 3.17 2.0
版权声明
第2节
1
问题类型
问题详情 原文问题描述 规范
页脚问题
页码样式问题 页码样式错误 I,II,III...
中文标题
第3节
1
问题类型
问题详情 原文问题描述 规范
边距问题
页面上边距 2.54 2.5
页面下边距 2.54 2.0
页面左边距 3.18 2.0
页面右边距 3.18 2.0
中文摘要
第3节
1
问题类型
问题详情 原文问题描述 规范
页脚问题
页码样式问题 页码样式错误 I,II,III...
英文标题
第4节
1
问题类型
问题详情 原文问题描述 规范
边距问题
页面上边距 2.54 2.5
页面下边距 2.54 2.0
页面左边距 3.18 2.0
页面右边距 3.18 2.0
英文摘要
第4节
1
问题类型
问题详情 原文问题描述 规范
页脚问题
页码样式问题 页码样式错误 I,II,III...
英文关键词
第4节
1
问题类型
问题详情 原文问题描述 规范
边距问题
页面上边距 2.54 2.5
页面下边距 2.54 2.0
页面左边距 3.18 2.0
页面右边距 3.18 2.0
中文目录
第5节
2
问题类型
问题详情 原文问题描述 规范
页脚问题
页码样式问题 页码样式错误 I,II,III...
边距问题
页面上边距 2.54 2.5
页面下边距 2.54 2.0
页面左边距 3.18 2.0
页面右边距 3.18 2.0
正文
第7节
1
问题类型
问题详情 原文问题描述 规范
边距问题
页面上边距 2.54 2.5
页面下边距 2.54 2.0
页面左边距 3.18 2.0
页面右边距 3.18 2.0
参考文献
第8节
1
问题类型
问题详情 原文问题描述 规范
边距问题
页面上边距 2.54 2.5
页面下边距 2.54 2.0
页面左边距 3.18 2.0
页面右边距 3.18 2.0
致谢
第9节
1
问题类型
问题详情 原文问题描述 规范
边距问题
页面上边距 2.54 2.5
页面下边距 2.54 2.0
页面左边距 3.18 2.0
页面右边距 3.18 2.0
问题片段
诚信声明
一般错误:1
序号
原文片段
问题详情
原文问题描述
规范
1
毕业设计(论文)原创性声明
标题写法错误
毕业设计(论文)原创性声明
学位论文原创性声明
版权声明
一般错误:1
序号
原文片段
问题详情
原文问题描述
规范
2
学位论文使用授权书
标题写法错误
学位论文使用授权书
学位论文版权使用授权书
中文摘要
提醒:1
一般错误:2
序号
原文片段
问题详情
原文问题描述
规范
3
摘 要
行距问题
2倍行距
固定值:20
标题写法错误
摘(2个半角空格)要
摘要:(中文)
4
针对上述问题,本文深入研究基于长短期记忆网络(Long Short-Term Memory, LSTM)的音频分类方法。LSTM 作为一种特殊的循环神经网络,能够有效处理时间序列数据中的长期依赖问题,非常适合音频这种具有时序特性的数据。本文首先对音频数据进行预处理,运用 MFCC 特征提取技术,将原始音频信号转换为适合模型输入的特征向量,在保留音频关键特征的同时,降低数据维度,提高后续模型处理效率。随后,构建多层 LSTM 网络模型,充分利用 LSTM 对时序信息的记忆和处理能力,自动学习音频特征中的复杂模式和长期依赖关系,以实现对音频类别的准确判断。为了防止模型过拟合,在模型训练过程中引入 Dropout 正则化策略,随机丢弃部分神经元,增强模型的泛化能力,提升模型在未知数据上的表现。
标点符号问题
使用了半角英文标点符号“,(英文)”
应使用全角中文标点符号“,(中文)”
中文关键词
一般错误:3
序号
原文片段
问题详情
原文问题描述
规范
5
关键词:音频分类MFCC 特征提取
对齐方式问题
两端对齐
左对齐
分隔符问题
分隔符有误
;(中文)
字号问题
10
小四
字号问题
10
小四
英文摘要
一般错误:3
序号
原文片段
问题详情
原文问题描述
规范
6
Abstract
行距问题
单倍行距
固定值:20
标题写法错误
Abstract
Abstract:(英文)
字体问题
Times New Roman
Arial
英文关键词
一般错误:1
序号
原文片段
问题详情
原文问题描述
规范
7
Keywords: Audio Classification; MFCC; Feature Extraction; Deep Learning
标题写法错误
Keywords:(英文)(1个半角空格)
Keywords:(英文)
分隔符问题
分隔符有误
;(英文)
数量对应问题
4个
中英文关键词数量相等
中文目录
一般错误:26
序号
原文片段
问题详情
原文问题描述
规范
8
目 录
行距问题
2倍行距
固定值:20
标题写法错误
目(2个半角空格)录
目(4个半角空格)录
9
摘 要 1
段前间距
0磅
6 磅
字体问题
宋体
黑体
10
Abstract 1
段前间距
0磅
6 磅
11
目 录 1
段前间距
0磅
6 磅
字体问题
宋体
黑体
12
1.引言 1
段前间距
0磅
6 磅
字体问题
宋体
黑体
13
2.相关理论基础 4
段前间距
0磅
6 磅
字体问题
黑体
Times New Roman
字体问题
宋体
黑体
14
3.数据集 12
段前间距
0磅
6 磅
字体问题
黑体
Times New Roman
字体问题
宋体
黑体
15
4. 实验与结果分析 18
段前间距
0磅
6 磅
字体问题
黑体
Times New Roman
字体问题
宋体
黑体
16
4.3.3 对比实验结果分析 23
目录与标题匹配问题
目录与标题内容不一致或未在文中找到该标题
增补完善目录内容,或校准其与正文标题的一致性
17
5 模型优化与改进方向 25
段前间距
0磅
6 磅
字体问题
宋体
黑体
18
6.结论与展望 28
段前间距
0磅
6 磅
字体问题
黑体
Times New Roman
字体问题
宋体
黑体
19
6.2 未来研究展望 错误!未定义书签。
目录与标题匹配问题
目录与标题内容不一致或未在文中找到该标题
增补完善目录内容,或校准其与正文标题的一致性
目录页码问题
目录页码有误
更新整个目录
20
参考文献 1
段前间距
0磅
6 磅
字体问题
宋体
黑体
21
致谢 1
段前间距
0磅
6 磅
字体问题
宋体
黑体
22
空白页问题
空白页问题
存在空白页
论文排版需避免出现空白页
正文
提醒:7
一般错误:41
序号
原文片段
问题详情
原文问题描述
规范
23
1.引言
行距问题
单倍行距
2倍行距
24
近年来,深度学习技术的兴起为音频分类带来了新的解决方案。深度学习模型能够自动从数据中学习特征,避免了手工特征设计的繁琐过程,且在表达能力和学习能力上具有明显优势。长短期记忆网络(Long Short-Term Memory, LSTM)作为循环神经网络(RNN)的一种改进模型,能够有效解决 RNN 在处理长序列数据时遇到的梯度消失问题,特别适合捕捉音频信号这种具有时序依赖关系的数据特征。通过 LSTM 模型,音频分类系统可以更好地学习音频信号中的长期依赖信息,从而实现更准确的分类。
标点符号问题
使用了半角英文标点符号“,(英文)”
应使用全角中文标点符号“,(中文)”
25
2.相关理论基础
另起一页问题
未另起一页或未插入分页(节)符分页
需插入分页符 /(下一页) 分节符实现另起一页
行距问题
单倍行距
2倍行距
标题序号写法错误
2.相关理论基础
1(1个全角空格)标题
字体问题
黑体
Times New Roman
26
表2.1 权重示意图
表题问题
表2.1(2个半角空格)表名
表1.1(1个半角空格)表名
表格缺失
表格缺失或表标题位置有误
所有表格均应设置为无文字环绕的嵌入方式,且表标题位置应该在表格上方
27
公式编号缺失
当前公式编号缺失或编号与公式分行排版
公式需标注编号,且编号与公式应在同一行呈现
28
(6)
排序问题
序号排序有误,当前序号为:6
标题序号须连续唯一、不得重复,且按层级依次递增
29
2.2.2门控机制的工作流程
标题序号写法错误
2.2.2门控机制的工作流程
1.1.1(1个全角空格)标题
30
LSTM 的门控机制是其能够有效处理长序列数据的关键,遗忘门、输入门和输出门按照特定的顺序协同工作,实现对记忆单元的精确控制和信息的高效流动。[7,9]
标点符号问题
使用了半角英文标点符号“,(英文)”
应使用全角中文标点符号“,(中文)”
31
图1 LSTM 与传统 RNN 对比的示意图
行距问题
固定值
单倍行距
段前间距
0磅
6 磅
段后间距
0磅
12 磅
图序问题
图1
图1.1
图题问题
图1(2个半角空格)图名
图1.1(1个半角空格)图名
32
图标题缺失
图标题缺失或者图标题字数过长
请补充完整图标题或精简图标题字数
33
图3.2 分帧加窗示意图
行距问题
固定值
单倍行距
段前间距
0磅
6 磅
段后间距
0磅
12 磅
图题问题
图3.2(2个半角空格)图名
图1.1(1个半角空格)图名
图片缺失
图片缺失、未设置为嵌入式或图标题位置有误
所有图片均应采用嵌入式插入,且图标题位置应该在图片下方
34
3.数据集
另起一页问题
未另起一页或未插入分页(节)符分页
需插入分页符 /(下一页) 分节符实现另起一页
行距问题
单倍行距
2倍行距
标题序号写法错误
3.数据集
1(1个全角空格)标题
字体问题
黑体
Times New Roman
35
在数据集划分方面,我们按照 7:2:1 的比例将合并后的数据集划分为训练集、验证集和测试集。在划分过程中,采用分层抽样的方法,确保每个类别在各个子集中的分布比例与原始数据集中的分布比例一致。以 GTZAN 数据集为例,每个流派在训练集中包含 70 个样本,在验证集中包含 20 个样本,在测试集中包含 10 个样本;对于自制的人声与机器合成声数据集,真实人声和机器合成声在训练集、验证集和测试集中分别包含 350 个、100 个和 50 个样本。这样的划分方式可以保证模型在训练过程中能够充分学习到各类音频的特征,同时在验证集和测试集上能够准确评估模型的性能,避免因数据分布不均衡导致的模型偏差。
标点符号问题
使用了半角英文标点符号“:(英文)”
应使用全角中文标点符号“:(中文)”
标点符号问题
使用了半角英文标点符号“:(英文)”
应使用全角中文标点符号“:(中文)”
36
音频数据预处理是构建基于 LSTM 的音频分类模型的关键环节,其目的是将原始音频信号转换为适合模型输入的格式,并提取出能够有效表征音频特征的向量。本研究设计的音频数据预处理流程主要包括音频读取、MFCC 特征提取、数据标准化以及序列长度统一等步骤。<fysup>[1,11-12]</fysup>
标点符号问题
使用了半角英文标点符号“,(英文)”
应使用全角中文标点符号“,(中文)”
37
图3.1 MFCC 特征提取流程的示意图
行距问题
固定值
单倍行距
段前间距
0磅
6 磅
段后间距
0磅
12 磅
图题问题
图3.1(2个半角空格)图名
图1.1(1个半角空格)图名
38
4. 实验与结果分析
另起一页问题
未另起一页或未插入分页(节)符分页
需插入分页符 /(下一页) 分节符实现另起一页
行距问题
单倍行距
2倍行距
标题序号写法错误
4.(1个全角空格)实验与结果分析
1(1个全角空格)标题
字体问题
黑体
Times New Roman
39
表格
表标题缺失
表标题缺失或者表标题字数过长
请补充完整表标题或精简表标题字数
三线表要求
非三线表
要求三线表
对齐方式问题
左对齐
居中
字号问题
五号
11
对齐方式问题
左对齐
居中
字号问题
五号
11
对齐方式问题
左对齐
居中
字号问题
五号
11
对齐方式问题
左对齐
居中
字号问题
五号
11
对齐方式问题
左对齐
居中
字号问题
五号
11
对齐方式问题
左对齐
居中
字号问题
五号
11
对齐方式问题
左对齐
居中
字号问题
五号
11
字体问题
宋体
Times New Roman
对齐方式问题
左对齐
居中
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
字号问题
五号
11
对齐方式问题
左对齐
居中
字号问题
五号
11
字体问题
宋体
Times New Roman
对齐方式问题
左对齐
居中
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
字号问题
五号
11
对齐方式问题
左对齐
居中
字号问题
五号
11
对齐方式问题
左对齐
居中
字号问题
五号
11
字体问题
宋体
Times New Roman
对齐方式问题
左对齐
居中
字号问题
五号
11
字体问题
宋体
Times New Roman
对齐方式问题
左对齐
居中
字号问题
五号
11
字体问题
宋体
Times New Roman
对齐方式问题
左对齐
居中
字号问题
五号
11
字体问题
宋体
Times New Roman
对齐方式问题
左对齐
居中
字号问题
五号
11
40
在训练过程中,早停机制发挥了重要作用。当验证集损失连续 5 轮未下降时,模型停止训练,有效避免了过拟合现象的发生。通过早停机制,模型在保持较好的训练集性能的同时,也确保了在验证集和测试集上的泛化能力,使得模型能够更好地应用于实际音频分类任务中。
行距问题
单倍行距
固定值:20
41
经过训练,基于 LSTM 的音频分类模型在测试集上取得了优异的性能表现。模型的准确率达到了 92.5%,这意味着在测试集中,模型能够正确分类的音频样本占总样本数的 92.5%,表明模型在整体上具有较高的分类准确性。F1 分数达到了 91.8%,综合考虑了精确率和召回率,进一步证明了模型在各个类别上的分类性能较为均衡,能够较好地识别不同类别的音频。
行距问题
单倍行距
固定值:20
42
通过对混淆矩阵的分析,我们可以更直观地了解模型在各个类别上的分类情况。在区分古典音乐与爵士乐这两个相似类别时,模型出现了一定的误分类情况。在混淆矩阵中,有 5 个实际为古典音乐的样本被误判为爵士乐,同时有 3 个实际为爵士乐的样本被误判为古典音乐。这主要是因为古典音乐和爵士乐在音频特征上存在一定的相似性,如在旋律的复杂性、和声的丰富性等方面,使得模型在学习和判断时容易出现混淆。此外,部分音频样本的标注可能存在一定的主观性和模糊性,也会对模型的分类结果产生影响。针对这一问题,可以进一步优化音频特征提取方法,提取更具区分性的特征,或者增加训练数据中这两个类别的样本数量,提高模型对相似类别的识别能力。
行距问题
单倍行距
固定值:20
43
4.3.3 对比实验结果
标题与目录匹配问题
正文标题内容与目录不一致,或未在目录中找到该标题
增补完善正文标题,或校准其与目录的一致性
44
将基于 LSTM 的音频分类模型与 SVM 和 CNN 模型的性能指标进行对比,结果如下表所示:
行距问题
单倍行距
固定值:20
45
表1 性能指标表
表序问题
表1
表1.1
46
表格
三线表要求
非三线表
要求三线表
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
对齐方式问题
左对齐
居中
段前间距
6磅
3 磅
段后间距
6磅
3 磅
字体问题
宋体
Times New Roman
字号问题
五号
11
47
5 模型优化与改进方向
另起一页问题
未另起一页或未插入分页(节)符分页
需插入分页符 /(下一页) 分节符实现另起一页
行距问题
单倍行距
2倍行距
标题序号写法错误
5(1个半角空格)模型优化与改进方向
1(1个全角空格)标题
48
6.结论与展望
另起一页问题
未另起一页或未插入分页(节)符分页
需插入分页符 /(下一页) 分节符实现另起一页
行距问题
单倍行距
2倍行距
标题序号写法错误
6.结论与展望
1(1个全角空格)标题
字体问题
黑体
Times New Roman
参考文献
提醒:1
一般错误:6
序号
原文片段
问题详情
原文问题描述
规范
49
参考文献
行距问题
2倍行距
固定值:20
50
[2] Graves A. Generating sequences with recurrent neural networks[J]. arXiv preprint arXiv:1308.0850, 2013.
期刊卷期问题
缺少卷或者期
参照标准案例:于潇,刘义,柴跃廷,等.互联网药品可信交易环境中主体资质审核备案模式[J].清华大学学报(自然科学版),2012,52(11):1518-1523.(可参考国标GB/T 7714-2015中4.4.2小节)
51
[4] Olah C, Carter S, Schubert L, et al. Understanding LSTM networks[EB/OL]. http://colah.github.io/posts/2015-08-Understanding-LSTMs/, 2015.
引用日期问题
引用日期缺失
参照标准案例:萧钰.出版业信息化迈入快车道[EB/OL].(2001-12-19)[2002-04-15].http://www.creader.com/news/20011219/200112190019.html.(可参考国标GB/T 7714-2015中4.6.2小节)
52
[8] Goodfellow I, Pouget-Abadie J, Mirza M, et al. Generative adversarial nets [C]//Advances in neural information processing systems. 2014: 2672-2680.
出版地或出版者问题
出版地或出版者缺失
参照标准案例:程根伟.1998年长江洪水的成因与减灾对策[M]//许厚泽,赵其国.长江流域洪涝灾害与科技对策.北京:科学出版社,1999:32-36.(可参考国标GB/T 7714-2015中4.2.2小节)
序号排序问题
当前编号与前文编号不连续
当前序号应为7
文后引用问题
未找到该引用序号
正文内的引用标记(如 [1])需以上标形式标注,确保参考文献与引文一一对应
53
[8] Srivastava N, Hinton G, Krizhevsky A, et al. Dropout: A simple way to prevent neural networks from overfitting [J]. The Journal of Machine Learning Research, 2014, 15 (1): 1929-1958.
文后引用问题
未找到该引用序号
正文内的引用标记(如 [1])需以上标形式标注,确保参考文献与引文一一对应
54
[9] Liu Y, Wang S. A review of deep learning for environmental sensing and monitoring [J]. Journal of Cleaner Production, 2020, 279: 123690.
文后引用问题
未找到该引用序号
正文内的引用标记(如 [1])需以上标形式标注,确保参考文献与引文一一对应
致谢
一般错误:1
序号
原文片段
问题详情
原文问题描述
规范
55
致谢
行距问题
2倍行距
固定值:20
阅读说明:
图片请使用“嵌入型”环绕方式,表格为无文字环绕方式。
请确保文档中正确使用换行符,硬回车:指换行且生成新段落;软回车:指换行但不生成新段落。
检测依据:《GB7713学位论文编写格式》《GB7714参考文献著录规则》《GB15834标点符号用法》。
格式差错率计算方法为:格式错误数 × 10000 ÷ 总字符数(即每万字差错率),该方法参考《图书质量管理规定》《报纸期刊质量管理规定》制定。
报告编号系送检论文检测报告在本系统中的唯一编号。
格式检测依据相关条例和学校规范进行,结果仅供参考。
为规范指标定义,现将原“问题总数”调整为“格式错误数”。
微信公众号
如果对检测报告有任何疑问,请联系客服
唯一官网:https://vpcs.fanyu.com
客服邮箱:vpcs@fanyu.com
客服热线:400-607-5550
客服QQ:4006075550