主要就是看以下几点：1、总文字复制比，也就是检测出来的重复率。2、全文标明引文，重复都已经被标红。3、全文对照报告单，相似内容来源都准确标出。红色文字表示文字复制部分;黄色文字表示引用部分，根据指示进行修改就可以了。
如果你想顺利进入毕业答辩环节，你必须让你的论文通过学校的查重。在此之前，我们还需要自己检测论文，以免因查重率不合格而被学校退回。然而，许多第一次写论文的学生可能不知道如何检测论文，所以让我们来谈谈论文检测方法是怎样的？paperfree小编给大家讲解。 论文检测方法是怎样的？ 1.在检测论文之前，我们应该完成导师布置的论文，然后检测，论文的查重率一定要低于学校标准。 2.论文完成后，我们需要做的是选择论文检测网站。建议在识别论文检测系统时，应考虑更准确性、用户反馈、收费标准、数据比较库等方面。以上几点也是衡量论文检测系统的重要标准。 3.选择论文检测系统后，我们要做的其实很简单，只要进入查重页面，然后根据页面提示信息逐步操作上传论文。上传前记得检测论文格式和排版是否正确。 4.论文上传检测后，我们只需要耐心等待。此时，即使检测页面关闭，也不会产生任何影响。我们只需要登录并下载我们的论文检测报告。 5.查阅论文检测报告时，如果发现论文查重率不符合学校要求，应及时根据检测报告中显示的内容进行必要的修改，以降低论文查重率。修改后，记得再次检测。检测方法与上述内容一致。
想必大家都知道论文完成后还有一个很重要的步骤，就是查重论文。学校和杂志对论文都有明确的查重标准，不同层次的论文重复率有不同的要求。那么，让我们和小编一起看看哪个软件可以检测最近的论文？现在我们市场上有很多论文检测系统，这些论文检测系统可以检测最近的论文，现在我们来详细介绍一下。第一个软件是学校内部查重系统，有很多高校都有自己选定的查重系统，在最终定稿查重时要求学生提交论文查重报告。论文查重检测率也相当准确，覆盖的资源也相当丰富。缺点是他的费用太贵，对于还是学生的同学来说可能负担不起。假如每一次都用内部查重系统查重，整篇论文写下来要查重七八次也是一笔很大的开销。第二个软件是Paperfree，是目前最安全、最快捷、最权威的论文检测软件。它涵盖了毕业论文查重、大学生抄袭率查重职称评定、相关学术成果查重等多种查重功能。他还与大多数机构合作。个人认为这个软件性价比会更高，因为它的收费比较便宜，对于还是学生的同学来说是负担得起的。因此在选择查重软件的时候，也要考虑这个软件的查重准确率是否符合我们的需求，以及他的查重价格。目前，我们市场上所有的论文检测系统都可以检测我们最近的论文。
北的中心城市。那（你们）的男篮很厉害啊，我看你就有点像郭艾伦。”真会说话，大侄子郭艾伦可是辽篮的金牌。马二自感受用，肚子里的火便熄了大半。“在下便是这个店的老板，多有得罪，还望客官海涵，海涵！”老板说着，把服务员又唤了过来：“快煮二斤刚从青岛空运来的大虾，再开一瓶七十年的陈酿，吾要和这位客官畅饮几杯。”酒拿上来了，包装盒上还真有七十年的字样，且用醒目的黑体字标着：“非转基因高粱米酿造”。马二不由联想起所谓元青花瓷器的底部印有“微波炉专用”字样的段子，心中暗笑。虾端上来了。难道这就是传说中的青岛大虾？就是吓得黄晓明和Baby 不敢在当地举办婚礼的青岛大虾？观其形态，就是普通的基围虾嘛！马二吃了一只，觉得味道还不如大连的嘎巴虾。两人边喝边聊，开始聊的不过是美酒大虾的话题，后来火锅店老板就有意无意地探问了马二的婚姻情况。酒过三巡，两人都有点醉意。马二也不自觉进入了穿越的角色，见火锅店老板年纪比自己略小，便以兄长自居，问道：“愚兄有一事不明，不知贤弟为啥待我这般客气？”老板叹了一口气，说道：“兄台有所不知，这和愚弟的家事有关。”“啥？家事？此话怎讲？”“说来话长，吾有一个妹子，已过婚嫁年龄，可一直未有心仪之人。眼瞅着就要滑入剩女之列，家父家母焦急万分，我也为此寝食不安。”“原来如此。”马二想了想，试探地问道，“看贤弟是位帅锅，想来，令妹也是位美女吧！”
论文: Sparse R-CNN: End-to-End Object Detection with Learnable Proposals
论文认为，目前的目标检测算法可以按预设框的多少分为两种：
上述两种方法都会预测大量的结果，需要进行NMS后处理，而在训练的时候会存在many-to-one的问题，并且anchor的设置对性能的影响很大。 于是，很多研究开始探讨稀疏(sparse)检测，比如近期的DETR算法。该算法不需要预设anchor，并且预测的结果可直接输出，不需要后处理。但论文认为DETR并不是真正的稀疏检测，因为DETR在各位置提取特征时，需要与全图的上下文进行交互，而真正的稀疏检测应该满足sparse boxes和sparse features，即较少的初始框设定以及框之间不需要过多的特征互动。 为此，论文提出了Sparse R-CNN，如图1c所示，仅需设定少量anchor即可进行检测，而且能够进行set prediction，免去NMS等后处理，其核心主要包含以下几点：
Sparse R-CNN的推理流程如图3所示，输入图片、可学习的proposal boxes以及可学习的proposal features，根据proposal boxes提取对应的RoIAlign特征，dynamic head将proposal features转换为卷积核参数，对RoIAlign特征进一步提取特征，再进行后续的分类和回归。整体的思想和Fast RCNN很像，将selective search替换为proposal boxes，再增加其它更强的模块。
论文采用FPN-ResNet作为主干网络，输出多层特征，每层特征的维度都是256。采用更复杂的主干网络可以获得更好的性能，但论文与Faster R-CNN对齐，采用标准的实现。
Sparse R-CNN的核心是采用数目固定的小批量可学习proposal boxes( )作为region proposal，而非RPN。每个box为4-d参数，在0～1范围内，值为归一化的中心点坐标、宽度和高度。这些参数在训练过程中通过反向传播进行更新，包含了训练集目标位置的统计信息，可用于推理时的初步目标位置猜测。
尽管4维的proposal box能够直观地表示目标的定位，但缺少了目标的信息，比如目标的姿态和形状，所以论文引入proposal feature( )进行补充。proposal features是高维的可学习向量，与proposal boxes一一对应，用于丰富目标的RoIAlign特征。
Dynamic instance interactive head的结构如图4所示，每个proposal box都有一个专属的预测head。给定 个proposal boxes和 个proposal features，先通过RoIAlign提取每个box的 维特征，Dynamic instance interactive head将其对应的 维proposal feature转换为卷积参数，使用这个卷积参数对RoIAlign特征进行提取，得到目标的 维特征，最后经过简单的3层感知机进行分类与回归。 Dynamic instance interactive head也可以使用类似Cascade R-CNN那样的级联模式进一步的提升性能，将输出的新回归框和 维特征作为下一次迭代的proposal box和proposal feature即可。
Sparse R-CNN的训练采用set prediction的形式，将固定数量的预测结果与GT之间进行二分图最优的匹配，然后计算损失值，完整的损失函数为：
各模块对比实验。
性能与收敛性。
在COCO上进行对比。
Sparse R-CNN贯彻了稀疏的思想，只提供少量初始框，可进行Set prediction，颠覆了当前密集预测的检测思路，整体框架十分简洁，跟Fast RCNN有点像，十分值得大家阅读。
paper： Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks Tensorflow-faster r-cnn github: Tensorflow Faster RCNN for Object Detection faster rcnn是何凯明等大神在2015年提出目标检测算法，该算法在2015年的ILSVRV和COCO竞赛中获得多项第一。该算法在fast rcnn基础上提出了RPN候选框生成算法，使得目标检测速度大大提高。 (1)image input； (2)利用selective search 算法在图像中从上到下提取2000个左右的Region Proposal； (3)将每个Region Proposal缩放(warp)成227*227的大小并输入到CNN，将CNN的fc7层的输出作为特征； (4)将每个Region Proposal提取的CNN特征输入到SVM进行分类； (5)对于SVM分好类的Region Proposal做边框回归，用Bounding box回归值校正原来的建议窗口，生成预测窗口坐标. 缺陷: (1) 训练分为多个阶段，步骤繁琐：微调网络+训练SVM+训练边框回归器； (2) 训练耗时，占用磁盘空间大；5000张图像产生几百G的特征文件； (3) 速度慢：使用GPU，VGG16模型处理一张图像需要47s； (4) 测试速度慢：每个候选区域需要运行整个前向CNN计算； (5) SVM和回归是事后操作，在SVM和回归过程中CNN特征没有被学习更新. (1)image input； (2)利用selective search 算法在图像中从上到下提取2000个左右的建议窗口(Region Proposal)； (3)将整张图片输入CNN，进行特征提取； (4)把建议窗口映射到CNN的最后一层卷积feature map上； (5)通过RoI pooling层使每个建议窗口生成固定尺寸的feature map； (6)利用Softmax Loss(探测分类概率) 和Smooth L1 Loss(探测边框回归)对分类概率和边框回归(Bounding box regression)联合训练. 相比R-CNN，主要两处不同: (1)最后一层卷积层后加了一个ROI pooling layer； (2)损失函数使用了多任务损失函数(multi-task loss)，将边框回归直接加入到CNN网络中训练 改进: (1) 测试时速度慢：R-CNN把一张图像分解成大量的建议框，每个建议框拉伸形成的图像都会单独通过CNN提取特征.实际上这些建议框之间大量重叠，特征值之间完全可以共享，造成了运算能力的浪费. FAST-RCNN将整张图像归一化后直接送入CNN，在最后的卷积层输出的feature map上，加入建议框信息，使得在此之前的CNN运算得以共享. (2) 训练时速度慢：R-CNN在训练时，是在采用SVM分类之前，把通过CNN提取的特征存储在硬盘上.这种方法造成了训练性能低下，因为在硬盘上大量的读写数据会造成训练速度缓慢. FAST-RCNN在训练时，只需要将一张图像送入网络，每张图像一次性地提取CNN特征和建议区域，训练数据在GPU内存里直接进Loss层，这样候选区域的前几层特征不需要再重复计算且不再需要把大量数据存储在硬盘上. (3) 训练所需空间大：R-CNN中独立的SVM分类器和回归器需要大量特征作为训练样本，需要大量的硬盘空间.FAST-RCNN把类别判断和位置回归统一用深度网络实现，不再需要额外存储. (4) 由于ROI pooling的提出，不需要再input进行Corp和wrap操作，避免像素的损失，巧妙解决了尺度缩放的问题. (1)输入测试图像； (2)将整张图片输入CNN，进行特征提取； (3)用RPN先生成一堆Anchor box，对其进行裁剪过滤后通过softmax判断anchors属于前景(foreground)或者后景(background)，即是物体or不是物体，所以这是一个二分类；同时，另一分支bounding box regression修正anchor box，形成较精确的proposal（注：这里的较精确是相对于后面全连接层的再一次box regression而言） (4)把建议窗口映射到CNN的最后一层卷积feature map上； (5)通过RoI pooling层使每个RoI生成固定尺寸的feature map； (6)利用Softmax Loss(探测分类概率) 和Smooth L1 Loss(探测边框回归)对分类概率和边框回归(Bounding box regression)联合训练. 相比FASTER-RCNN，主要两处不同: (1)使用RPN(Region Proposal Network)代替原来的Selective Search方法产生建议窗口； (2)产生建议窗口的CNN和目标检测的CNN共享 改进: (1) 如何高效快速产生建议框？ FASTER-RCNN创造性地采用卷积网络自行产生建议框，并且和目标检测网络共享卷积网络，使得建议框数目从原有的约2000个减少为300个，且建议框的质量也有本质的提高. 从上面的三张图可以看出，Faster R CNN由下面几部分组成： 1.数据集，image input 2.卷积层CNN等基础网络，提取特征得到feature map 层，再在经过卷积层提取到的feature map上用一个3x3的slide window，去遍历整个feature map,在遍历过程中每个window中心按rate，scale（1:2,1:1,2:1）生成9个anchors，然后再利用全连接对每个anchors做二分类（是前景还是背景）和初步bbox regression，最后输出比较精确的300个ROIs。 3-2.把经过卷积层feature map用ROI pooling固定全连接层的输入维度。 4.然后把经过RPN输出的rois映射到ROIpooling的feature map上进行bbox回归和分类。 SPP-Net是出自论文《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》 由于一般的网络结构中都伴随全连接层，全连接层的参数就和输入图像大小有关，因为它要把输入的所有像素点连接起来,需要指定输入层神经元个数和输出层神经元个数，所以需要规定输入的feature的大小。而SPP-NET正好解决了这个问题。 如果原图输入是224x224，对于conv5出来后的输出，是13x13x256的，可以理解成有256个这样的filter，每个filter对应一张13x13的activation map.如果像上图那样将activation map pooling成4x4 2x2 1x1三张子图，做max pooling后，出来的特征就是固定长度的(16+4+1)x256那么多的维度了.如果原图的输入不是224x224，出来的特征依然是(16+4+1)x256；直觉地说，可以理解成将原来固定大小为(3x3)窗口的pool5改成了自适应窗口大小，窗口的大小和activation map成比例，保证了经过pooling后出来的feature的长度是一致的. 总结而言，当网络输入的是一张任意大小的图片，这个时候我们可以一直进行卷积、池化，直到网络的倒数几层的时候，也就是我们即将与全连接层连接的时候，就要使用金字塔池化，使得任意大小的特征图都能够转换成固定大小的特征向量，这就是空间金字塔池化的意义（多尺度特征提取出固定大小的特征向量）。 ROI pooling layer实际上是SPP-NET的一个精简版，SPP-NET对每个proposal使用了不同大小的金字塔映射，而ROI pooling layer只需要下采样到一个7x7的特征图.对于VGG16网络conv5_3有512个特征图，这样所有region proposal对应了一个7*7*512维度的特征向量作为全连接层的输入. 为什么要pooling成7×7的尺度？是为了能够共享权重。Faster RCNN除了用到VGG前几层的卷积之外，最后的全连接层也可以继续利用。当所有的RoIs都被pooling成（512\×7\×7）的feature map后，将它reshape 成一个一维的向量，就可以利用VGG16预训练的权重，初始化前两层全连接. 那么经过何种变换才能从图11中的窗口P变为窗口呢？比较简单的思路就是： 注意：只有当Proposal和Ground Truth比较接近时（线性问题），我们才能将其作为训练样本训练我们的线性回归模型，否则会导致训练的回归模型不work（当Proposal跟GT离得较远，就是复杂的非线性问题了，此时用线性回归建模显然不合理）.这个也是G-CNN: an Iterative Grid Based Object Detector多次迭代实现目标准确定位的关键. 线性回归就是给定输入的特征向量X，学习一组参数W，使得经过线性回归后的值跟真实值Y(Ground Truth)非常接近.即.那么Bounding-box中我们的输入以及输出分别是什么呢？如上图中标识： ① rpn_cls：60*40*512-d ⊕ 1*1*512*18 > 60*40*92 逐像素对其9个Anchor box进行二分类 ② rpn_bbox：60*40*512-d ⊕ 1*1*512*36>60*40*9*4 逐像素得到其9个Anchor box四个坐标信息 逐像素对Anchors分类标记 ① 去除掉超过1000*600这原图的边界的anchor box ② 如果anchor box与ground truth的IoU值最大，标记为正样本，label=1 ③ 如果anchor box与ground truth的IoU>，标记为正样本，label=1 ④ 如果anchor box与ground truth的IoU<，标记为负样本，label=0 剩下的既不是正样本也不是负样本，不用于最终训练，label=-1 逐像素Bbox回归纠正 除了对anchor box进行标记外，另一件事情就是计算anchor box与ground truth之间的偏移量 令：ground truth:标定的框也对应一个中心点位置坐标x ,y 和宽高w ,h anchor box: 中心点位置坐标x_a,y_a和宽高w_a,h_a 所以，偏移量： △x=(x -x_a)/w_a △y=(y -y_a)/h_a △w=log(w /w_a) △h=log(h /h_a) 通过ground truth box与预测的anchor box之间的差异来进行学习，从而是RPN网络中的权重能够学习到预测box的能力 接着进一步对Anchors进行越界剔除和使用nms非最大值抑制，剔除掉重叠的框；比如，设定IoU为的阈值，即仅保留覆盖率不超过的局部最大分数的box（粗筛）。最后留下大约2000个anchor，然后再取前N个box（比如300个）；这样，进入到下一层ROI Pooling时region proposal大约只有300个。 参考文献：
一、论文的书写格式规范化要求论文本身由论文题目、作者、中文摘要、关键词、正文、参考文献等几部分组成。1、论文题目:简明、确切地表述研究的.对象和内容，一般不超过25个字，可分两行书写。2、作者:处于论文题目正下方，须写明院系、专业、年级、班别、学号、姓名。3、摘要:摘要应反映文章的主要观点，重点表述研究内容及结论，必须重点突出、文字简练，中文摘要字数不超过300字。4、关键词:要符合学科分类及专业术语的通用性，并注意与国际惯例一致，中文关键词限制在3~8个。5、正文:论文的主体。论文须符合学术论文的格式，正文要标明各级标题，设计合理，文稿中应采用规范化名词术语。6、参考文献:必须是本人真正阅读过的，应选用公开发表的资料。以近期发表的学术期刊文献为主，图书类文献不能过多，且要与论文内容直接相关，像中科知库的论文参考格式就比较好，参考文献应按文中引用出现的顺序列全。
和普通的作文的格式一样。。科技小论文是学生科学研究的总结，而不是文学作品。小论文的写法有一定的规范性，它包括以下内容:1、论文题目:题目要与研究的内容相一致，不能文不对题。题目要求简洁、新颖、吸引读者。如《为什么咸蛋黄会出油?》明了，吸引读者。研究的题目不能太大，不然无从下手。2、引言:是论文的开场白，简单说明进行该研究的目的或作者是怎样想到要开展这方面的研究工作的起因。3、材料和研究方法:要写清考察和观察对象、实验的材料及材料来源;采用什么研究方法以及具体研究步骤;使用了哪些仪器等，这都要如实交代清楚，以便经得起他人的重复试验。4、结果:是论文的论据部分。除了用文字，还可用表格中的数据，图片，照片，这样具有说服力。数据的真实可靠是实验研究的关键所在。5、讨论:这是论文的论证和论点部分。通过实验得出了什么科学结论。并要在理论的基础上加以说明。论点必须是以科学的研究方法和研究结果为依据，要恰如其分，实事求是。如果脱离实际，故意扩大研究成果，就失去论文的科学性，结果将是一事无成。本次的科技小论文选题可以参考丛书的有关课题，通过观察、考察、实验等手段。也可围绕自己劳技创意和制作过程等方面内容进行论述。论文的撰写用A4纸张。
科技论文应包括标题、摘要、关键词、论文的内容、参考文献。
1、标题
标题是必要的组成部分。标题要求词组简洁、恰当，并能反映文章的特定内容，好的标题往往能启迪读者的兴趣。一般情况下，标题中应包括文章的主要关键词。标题不应很长，一般不宜超过20个汉字。
2、摘要
摘要也就是内容提要，是论文中不可缺少的一部分。论文摘要是一篇具有独立性的短文，有其特别的地方。它是建立在对论文进行总结的基础之上，用简单、明确、易懂、精辟的语言对全文内容加以概括，留主干去枝叶，提取论文的主要信息。作者的观点、论文的主要内容、研究成果、独到的见解，这些都应该在摘要中体现出来。
好的摘要便于索引与查找，易于收录到大型资料库中并为他人提供信息。因此摘要在资料交流方面承担着至关重要的作用。摘要字数一般在300字左右。
3、关键词
为了便于读者从浩如烟海的书刊中寻找文献，特别是适应计算机自动检索的需要，应在文摘后给出3-8个关键词。选能反映文献特征内容，通用性比较强的关键词。首先要选列人似语主题词一劫的规范性词。
4、正文
正文是科技论文的核心组成部分，主要回答“怎么研究”（how)这个问题。正文应充分阐明科技论文的观点、原理、方法及具体达到预期目标的整个过程，并且突出一个“新”字，以反映科技论文具有的首创性。根据需要，论文可以分层深人，逐层剖析，按层设分层标题。
科技论文写作不要求文字华丽，但要求思路清晰，合乎逻辑，用语简洁准确、明快流畅；内容务求客观、科学、完备，要尽量让事实和数据说话；凡用简要的文字能够说清楚的，应用文字陈述，用文字不容易说明白或说起来比较繁琐的，应由表或图来陈述。物理量和单位应采用法定计量单位。
正文完后，就是整篇文章最后的总结。结论是科技论文的必要组成部分。主要是回答“研究出什么”（What)。它应该以正文中的试验或考察中得到的现象、数据和阐述分析作为依据，由此完整、准确、简洁地指出。
一是由研究对象进行考察或实验得到的结果所揭示的原理及其普遍性；二是研究中有无发现例外或本论文尚难以解释和解决的问题；三是与先前已经发表过的（包括他人或著者自己）研究工作的异同；四是本论文在理论上与实用上的意义与价值；五是对进一步深人研究本课题的建议。
5、参考文献
它是反映文稿的科学依据和著者尊重他人研究成果而向读者提供文中引用有关资料的出处，或为了节约篇幅和叙述方便，提供在论文中提及而没有展开的有关内容的详尽文本。被列入的论文参考文献应该只限于那些著者亲自阅读过和论文中引用过，而且正式发表的出版物，或其他有关档案资料，包括专利等文献。
科学论文格式1、题目是科技论文的中心和总纲。要求准确恰当、简明扼要、醒目规范、便于检索。一篇论文题目不要超出20个字。用小2号黑体加粗，居中。2、署名署名表示论文作者声明对论文拥有著作权、愿意文责自负，同时便于读者与作者联系。署名包括工作单位及联系方式。工作单位应写全称并包括所在城市名称及邮政编码，有时为进行文献分析，要求作者提供性别、出生年月、职务职称、电话号码、e-mail等信息。科技论文写作的基本格式规范3、摘要摘要是对论文的内容不加注释和评论的简短陈述，是文章内容的高度概括。主要内容包括：1）该项研究工作的内容、目的及其重要性。2）所使用的实验方法。3）总结研究成果，突出作者的新见解。4）研究结论及其意义。中文摘要200字左右，中文名称的“内容摘要”用小2号黑体加粗，居中，其内容另起一行用小4号宋体（倍行距），每段起首空两格，回行顶格。英文“内容提要”项目名称规定为“Abstract”， 用小2号Times New Roman字体加粗，居中，其内容另起一行用小4号Times New Roman 字体，标点符号用英文形式。4、关键词关键词是为了满足文献标引或检索工作的需要而从论文中萃取出的、表示全文主题内容信息条目的单词、词组或术语，一般列出3～8个。有英文摘要的论文，应在英文摘要的下方著录与中文关键词相对应的英文关键词(key words )。中文名称的 “关键词” 另起一行用小4号黑体加粗，内容用小4号黑体，一般不超过8个词，词间空一格。
PART1:题目
《心理学报投稿指南》对于题目的要求是：
限20字以内。能够准确反映文章的主要内容。尽量不用“研究”二字。
根据不同的研究主题，题目可以分为：
变量式：由研究的主要变量组成
如：输出方式和输出时间对数字广度的影响
主题式：表达研究的主题，其变量往往不容易通过标题表达出来。
如：7岁超常和常态儿童的信息加工速度
结论陈述式：直接表达研究的结论
如：汉语多义字词的识别优势效应
PART2：摘要
内容包括研究目的、方法、结果、结论（不要把结果与结论混为一谈）。中文摘要限200字以内。尽可能不用“本研究”、“我们”等第一人称。英文摘要需详细，1页4段，约500个单词，使用过去式。
摘要的目的是概括内容，需要语言凝练且概括全面，注意事项有：
写完文章最后再写摘要 ；摘要有用，能提供实质性信息 ；拒绝低幼，排除本领域已经成为常识的内容；谦虚低调，避免自夸或自我评论 ；用第三人称，不分段；一般不用数学公式，不出现插图、表格 ；略缩语、略称、代号首次出现时必须加以说明。
PART3：引言
前言，主要来介绍研究的背景、文献综述、研究问题和假设等。
引言部分的写作需要完成以下任务：
1、证明研究的价值：我的研究很强
2、具体说明：介绍它有多强
3、引起读者兴趣：让大家感兴趣它有多强
PART4：讨论
讨论主要用于解释研究结果 、回答研究假设 、提出研究的作用和意义。
讨论是所有论文写作中最见研究功底的部分之一，不但需要有大量的文献阅读基础和本领域相关知识，还需要自己独立的分析与思考。
可分为：
1.重新陈述结果。
2.对结果进行解释，将结果与先前研究进行比较，跟研究假设进行呼应。
3.内部效度和外部效度如何。
4.对结果进行综合和推论，建立或验证理论，指出研究结果有何理论价值或应用价值。
5.研究存在的局限和将来进一步研究的方向
扩展资料
论文文献格式
(1)、文后参考文献不编序号,仅在文末按其重要程度或参考的先后顺序排列。
(2)、文后参考文献不注页码。
(3)、文后参考文献的著录项目及次序与注释基本相同。
(4)、 著录参考文献可以反映论文作者的科学态度和论文具有真实、广泛的科学依据，也反映出该论文的起点和深度。
(5)、 著录参考文献能方便地把论文作者的成果与前人的成果区别开来。
(6)、 著录参考文献能起索引作用。
(7)、 著录参考文献有利于节省论文篇幅。
(8)、 著录参考文献有助于科技情报人员进行情报研究和文摘计量学研究。
参考资料来源：百度百科-论文
目前相对权威书是：《心理学论文写作规范》中国心理学会 编科学出版社2002主 编：张 侃副主编：陈永明 杨治良编 委：林崇德 杨玉芳 沈模卫 漆书青 程灶火 汪向东顾 问：李瑞旭 侯杰泰如有需要，留下你的电子邮箱，我可以发给你。
学术堂整理了一份心理学论文格式,供大家参考:1、论文发表题目:要求准确、简练、醒目、新颖.2、目录:目录是论文中主要段落的简表.(短篇论文不必列目录)3、提要:是文章主要内容的摘录,要求短、精、完整.字数少可几十字,多不超过三百字为宜.4、关键词或主题词:关键词是从论文的题名、提要和正文中选取出来的,是对表述论文的中心内容有实质意义的词汇.关键词是用作机系统标引论文内容特征的词语,便于信息系统汇集,以供读者检索. 每篇论文一般选取3-8个词汇作为关键词,另起一行,排在"提要"的左下方.主题词是经过规范化的词,在确定主题词时,要对论文进行主题,依照标引和组配规则转换成主题词表中的规范词语.5、论文正文:(1)引言:引言又称前言、序言和导言,用在论文的开头. 引言一般要概括地写出作者意图,说明选题的目的和意义, 并指出论文发表写作的范围.引言要短小精悍、紧扣主题.(2)论文正文:正文是论文发表的主体,正文应包括论点、论据、 论证过程和结论.主体部分包括以下内容:a.提出-论点;b.分析问题-论据和论证;c.解决问题-论证与步骤;d.结论.6、一篇论文的参考文献是将论文发表在和写作中可参考或引证的主要文献资料,列于论文的末尾.参考文献应另起一页,标注方式按《GB7714-87文后参考文献着录规则》进行.中文:标题--作者--出版物信息(版地、版者、版期):作者--标题--出版物信息所列参考文献的要求是:(1)所列参考文献应是正式出版物,以便读者考证.(2)所列举的参考文献要标明序号、着作或文章的标题、作者、出版物信息.论文发表有一些注意事项:论文发表格式的论文题目:要求准确、简练、醒目、新颖.论文发表格式的目录目录是论文中主要段落的简表.(短篇论文不必列目录)论文发表格式的内容提要:是文章主要内容的摘录,要求短、精、完整.字数少可几十字,多不超过三百字为宜.
心理学毕业论文格式
目 录
绪论(以下所有文字均用小四号宋体)………………………………………(1)
一 ××××××……………………………………
(一)×××…………………………………………
1 ×××××……………………………………………………………………
(二)×××……………………………………………………………………
1 ×××
二 ×××××……………………………………………………………………
(一) ××××…………………………………………………………………
1 ××××
(二)××××……………………………………………………………………
(三) ×××××…………………………………………………………………
1 ×××××………………………………………………………………………
2 ×××
(以此类推)
参考文献………………………………………………………………………………
附录A…………………………………………………………………………………
(以上附录A 与123部分有就写，没有可不写删去)
中文题目
(三号黑体居中，不超过20个汉字，中外文题义应一致)
摘要
×××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××(摘要是对论文不加注释和评论的简短陈述，能扼要说明研究目的、主要方法、研究结果、结论、科学意义或应用价值等，是一篇具有独立性和完整性的短文，不是文章的缩写。摘要中不宜出现公示、图表以及非公知公用的符号与术语，不标注引文文献编号，中文摘要一般为300字左右，外文摘要内容与中文内容一致。)(五号宋体，单倍行距)
【关键词】 ×× ×× ××(供检索用主题词条，应采用能覆盖论文主要内容、在摘要中出现的通用技术词条。一般不超过3-6个，中英文关键词一一对应，五号宋体。)
××××××××××
(外文题目，不超过10个实词，一般不用英文缩写词，必须采用时，应使用本行业通用缩
写词不使用标点，三号加粗Times New Roman居中，单倍行距)
Abstract
××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××(五号Times New Roman，单倍行距)
【Keywords】×× ×× ××(五号Times New Roman)
绪论
××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××(此部分应综合评述前人工作，说明论文工作的选题目的、背景和意义、国内外文献综述以及论文所要研究的主要内容。对所研究方向问题的认识，以及提出问题。绪论只是文章的开头，可省略掉章节号。用五号宋体，单倍行距。)
一、××××××××××××(正文第一章标题，章节标题应突出重点、简明扼要、字数一般在15字以内，不使用标点符号，尽量不采用英文缩写词，用四号黑体，不加粗，段前均留行距)
×××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××(正文用五号宋体，单倍行距)
(一)××××××××××××(正文2级标题，用小四号黑体，不加粗)
×××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××(正文五号宋体，单倍行距)
1. ×××××××××××××(正文3级标题，用小四号黑体，不加粗)
×××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××(正文五号宋体，单倍行距)
(1)×××××××××××××(正文4级标题，用小四号黑体，不加粗)
××××××××××××××××××××××××××××××××××××××××××××××××××××××××(如无分级标题，则直接在此开始写作论文主体内容)
结论
××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××(用五号宋体，单倍行距)(结论是对整个论文主要成果的归纳,应突出论文的创新点,以简练的文字对论文的主要工作进行评价。若不能导出应有的结论，则进行必要的'讨论。可以在结论或讨论中提出建议、研究设想及尚待解决的问题等等。结论作为单独一章排列，不加章号。)
插图：1. 如果正文中有插图应符合国家标准及专业标准，与文字紧密配合，文图相符，技术内容正确。图题由图号和图名组成，图号按章编排，如第一章第一图图号为“图”等。图题置于图下，图注或其他说明置于图与图题之间。图名与图号之间空一格，，图题用黑体五号字。引用图应说明出处，在图题右下角加引用文献编号。图中若有分图时，分图号用a)、b)标识并置于分图之下。
2. 插图与图题为一个整体，不得拆开排于两页。插图应编排在正文提及之后，插图处的该空白页空白不够时，则可将其后文字部分提前排写，将图移到次页最前面。
3. 论文中照片图应是原版照片粘贴，不得采用复印方式。照片应主题突出、层次分明、清晰整洁、反差适中。对显微组织类照片必须注明放大倍数。
参考文献
[1] ××××××××××××××××(五号宋体)
[2] ××××××××××××××××××××××××××××××××××××××××××(凡参考文献著录文字转行时,应与上行作者名首字对齐)
注意事项： 1. 参考文献反映论文的取材来源、材料的广博程度。论文中引用的文献应是近期发表、出版的与论文工作直接有关的学术期刊、学术论著等，应是作者亲自阅读或引用的，不应转录他人文后的文献。引用时应在文中相应处加上角标“【序号】”
2. 中文参考文献著录格式中的句号中文全角状态下的“.”表示，西文参考文献著录格式中的标点符号用西文状态下的符号，后空一格)
常用参考文献编写规则如下：(以下部分均为五号宋体,在此放大便于同学们查看清楚格式,其中空格与标点格式为固定版式不得修改,只在相应内容里填入即可)
著作图书类——[序号] 作者.书名[M].版次.出版地:出版者,出版年.引用起~止页
翻译图书类——[序号] 作者.书名[M].译者.版次.出版地:出版者,出版年.引用起~止页
学术刊物类——[序号] 作者.文章名[J].学术刊物名,年,卷(期): 引用起~止页
学术会议类——[序号] 作者.文章名[C]编者名.会议名称，会议地址，年份.出版地：出版地，出版者，出版年：引用起~止页
报纸文献——[序号] 作者.文章名[N].报纸名,出版日期(版别)
在线文献——[序号] 作者.文章名.电子文献的出处或可获得地址，发表或更新/引用日期
打印注意：论文封面、目录、中文摘要、英文摘要、参考文献、致谢、单独一页打印，论文正文部分、外文翻译部分正反打印，注意格式与顺序
致谢
×××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××(用五号宋体，单倍行距)(在文本最后向给予指导、合作、支持及协助完成研究工作的单位、组织或个人致谢是合理的，但内容应简洁明了、实事求是、避免俗套。)
外文翻译：
××××××××××××(三号黑体居中)
(空一行)
原文来源:(小四号黑体)×××××
(字体为Times New Roman五号)
(空一行)
译文正文： (小四号黑体)：×××××
××××××××××(五号宋体)
原文正文(复印件)
注：外文翻译装订顺序为译文在前原文复印件在后，原文复印件应整洁
现在进行论文查重主要是利用专业查重软件进行检测，一些院校也可能采用人工审核，即组织一大批导师对学生毕业论文进行查看，而且为了保证毕业论文的质量，一种综合检验论文的方法也随之诞生，那么什么是综合检测论文呢？有哪些作用呢？ 一、综合检测论文的作用 1、论文综合检测主要作用和目的是为了减少误判，将本不是抄袭但被论文查重系统判定为抄袭的论文重新以人工方式进行检测，给与该生毕业的机会。 2、人工查重的引入，使人工判定的权重有所增加，使查重系统的控制比例有所降低，可以提高检定报告的合理性、可信度。 3、论文综合检测方法的采用，使论文检测结果不会被人完全控制或网站控制，双重检测法也可以使论文的查重结果更加可靠、准确。 二、综合检测论文在什么情况下使用 1、综合检测论文，即把查重系统与人工相结合的，它主要是针对查重系统在检测过程中过于极端的情况下，导致论文出现误判的情况，可以用此方法检测出异常，才会要求再次以人工检测。 2、当同一论文在不同的检重站检测出的重复性检测站有较大差异时，也会考虑采用综合测验的方法，以避免检定系统出现的误判。
格式规范、内容合理、逻辑自洽、原创度高、查重率低还有就是对内容了解，能够轻松自如面对答辩！
每个学校所制，制定的要求都不一样，本科的重复度大概是在百分之十左右然后专科的一般是没有查重，要求字数限制的话，本科在几万字不等专科，在一万字左右吧
为什么学校的知网查重结果不给详细报告？是的，很多的同学也询问过我这个问题，学校提供了2次机会，准备在学校先使用一次，拿到报告之后去修改，可是学校并没有给全文报告，只给了简洁报告，只能看到自己论文的重复率，如果通过了还好，可是偏偏没有通过，完全不知道知道修改，很头疼。我建议同学们的是，在撰写论文的时候就要留意，自己哪些部分的抄袭的，哪些部分是原创的，写完之后可以去一个靠谱的初稿检测系统去检测一次，报告上面会很详细的显示重复内容的，如果你有留意你抄袭部分的话，你就能发现检测是不是靠谱，如果靠谱的话，先去进行修改降重，这样能极大的帮助你修改通过论文检测。