專利名稱：：一種基于計算機檢索系統(tǒng)的學術(shù)論文相似度的檢測方法
技術(shù)領域：
：本發(fā)明涉及計算機信息檢索領域，具體涉及計算機互聯(lián)網(wǎng)絡上的知識產(chǎn)權(quán)保護，通過計算機檢索系統(tǒng)檢測學術(shù)論文的相似度，防止學術(shù)論文剽竊的方法。
背景技術(shù)：
：隨著學術(shù)界的學術(shù)不端日益暴露出來，學術(shù)論文抄襲剽竊引起社會的廣泛關(guān)注。其嚴重程度已到了"學術(shù)腐敗"的地步。抄襲的表現(xiàn)多種多樣有些在語言文字的表達形式上改成同義詞或顛倒語句的表達順序等多種面具，但在文章框架、主要觀點和主要論據(jù)上卻沒有大的變化；有些直接"節(jié)選"別人的內(nèi)容；有些是同一篇文章翻譯成不同的語言再發(fā)表，或其他自我抄襲，"換湯不換藥"地一稿多投；有些是綜合運用多種手段，將多個別人的文章"拼接"而成自己的等等。抄襲和剽竊"手段"的越來越"高明"，給抄襲剽竊檢測帶來很大困難。抄襲檢測又叫復制檢測、剽竊檢測或副本檢測，根據(jù)檢測對象性質(zhì)不同可分為圖像、聲音和文本復制檢測。學術(shù)論文抄襲檢測是文本復制檢測的一種，歸根到底是判斷兩篇學術(shù)文獻(包括期刊論文、會議論文、專利文獻、書等多種文載體形式，以下簡稱為"學術(shù)論文")的相似程度。"召回率"和"精準率"是判斷檢測算法好壞的兩個重要指標。Manber(1994)提出一個sif工具，sif工具提出的"近似指紋"，是用基于字符串匹配的方法來度量文件之間的相似性；Brin等在"數(shù)字圖書館"工程中首次提出文本復制檢測機制COPS(c叩yprotectionsystem)系統(tǒng)與相應算法，奠定了論文抄襲檢測系統(tǒng)的基礎；Garcia-Molin(1995)提出SCAM(Stanfordcopyanalysismethod)原型，改進C0PS系統(tǒng)，用于發(fā)現(xiàn)知識產(chǎn)權(quán)沖突，是使用基于詞頻統(tǒng)計的方法來度量文本相似性，后來把檢測范圍從單個注冊數(shù)據(jù)庫擴展到分布式數(shù)據(jù)庫上以及在Web上探測文本復制的方法；貝爾實驗室的Heintze開發(fā)了KOALA系統(tǒng)用于剽竊檢測，采用與sif基本相同的算法；Si和Leong等人建立的CHEC系統(tǒng)首次把文檔結(jié)構(gòu)信息引入到文本相似性度量中；Kelly和AdamV.(2001，USPatent6976170)提出的用于剽竊檢測的方法為將文檔中的句子一一對比，從而計算相似度斷定是否為抄襲。Stein(2005)提出一種方法，這種方法能產(chǎn)生一種"指紋"，在某種程度上能有效防止修改；以及MeyerzuEissen(2006)等提出通過根據(jù)寫作風格上的變化來分析單篇文檔，從而決定是否有潛在抄襲等等方法。美國學校首先引入Turnitin偵探剽竊數(shù)據(jù)庫，用于防止論文抄襲。張斯喆(中國專利號ZL03157183.2)通過對中文文本進行自動分詞，然后通過計算它們的相似度，從而判別文本是否抄襲。鮑軍鵬(中國專利號-ZL03134562.X)通過文本的結(jié)構(gòu)信息和語義信息提取文本特征，運用文本剽竊判定模塊中設定的探針法估計待檢測文本特征和特征庫中的文本特征的最大共同語義并給出文本雷同度量，從而判別文本是否抄襲。沈陽(中國專利號ZL200610166577.5)是通過先找到存儲空間內(nèi)的格式遺留，再將這些遺留格式附近文檔的關(guān)鍵詞或/和句子或/和段落與文獻庫中的文獻內(nèi)容進行比較，從而減少了被檢測文檔的數(shù)據(jù)量，加快反剽竊或轉(zhuǎn)載文檔檢測速度。張履平(中國專利號ZL200310110386.3)通過對已植入水印的文章進行特征擷取，根據(jù)所取得的詞匯輸入搜尋引擎以搜尋相關(guān)可疑文章，再根據(jù)與原文比對結(jié)果取得的句子進行水印解析，最后將所取得的水印信息與原來的水印比對，從而判斷是否為剽竊。事實上，由于剽竊形式的多樣性和隱蔽性、語法和句法的復雜性等，目前主要采用的"數(shù)字指紋"和"詞頻統(tǒng)計"兩大類抄襲識別技術(shù)已經(jīng)不能滿足實際的剽竊檢測需求，會造成很多漏檢和誤檢，其"召回率"和"精準率"都有待提高。如何把握并充分利用學術(shù)論文的結(jié)構(gòu)和語言特征，提供具有針對性的檢索模型和相似度算法及其實現(xiàn)系統(tǒng)，對學術(shù)論文剽竊檢測進行更精確的判斷至關(guān)重要。
發(fā)明內(nèi)容本發(fā)明目的是克服現(xiàn)有技術(shù)的缺陷，提供一種基于計算機檢索系統(tǒng)的學術(shù)論文相似度檢測方法，該方法能把握并充分利用學術(shù)論文的結(jié)構(gòu)和語言特征，提供具有針對性的檢索模型和相似度算法，學對術(shù)論文抄襲檢測的精度高，并能增強計算機檢索系統(tǒng)的運行效率和效果，從而提高論文送審時專家審稿的速度和效率。實現(xiàn)上述發(fā)明目的的技術(shù)方案是一種基于計算機檢索系統(tǒng)的學術(shù)論文復制檢測方法，該方法步驟包括(1)在服務器上建立學術(shù)論文源數(shù)據(jù)庫的步驟；(2)在服務器上建立一個用于儲存被檢測學術(shù)論文的學術(shù)論文數(shù)據(jù)的儲存空間的步驟；(3)在服務器上建立用于供用戶輸入包括檢索條件的交互窗口步驟；(4)提交被檢學術(shù)論文步驟根據(jù)設定的檢索條件，建立被檢學術(shù)論文數(shù)據(jù)并儲存；(5)將被檢學術(shù)論文數(shù)據(jù)與源數(shù)據(jù)庫中的數(shù)據(jù)進行比較的步驟；(6)服務器將比較結(jié)果數(shù)據(jù)提交給用戶的步驟。上述方案中，學術(shù)論文源數(shù)據(jù)庫為某一學科領域?qū)W術(shù)論文語料庫。上述方案中，步驟(4)的學術(shù)論文數(shù)據(jù)為根據(jù)檢索條件而建立的學術(shù)論文數(shù)據(jù)列表結(jié)構(gòu)，它包括論文編號、論文題名、摘要、關(guān)鍵詞、正文、參考文獻等元數(shù)據(jù)項。上述方案中，步驟(4)中檢索條件進一步包括學術(shù)論文來源。上述方案中，步驟(5)中進一步包括設定相似度閾值。上述方案中，步驟(5)的比較方法是基于通過對所建的學術(shù)論文語料庫進行深層加工、統(tǒng)計和學習，獲取大規(guī)模真實語料中的語言知識，從而建立的基于學術(shù)論文語料庫的統(tǒng)計語言模型。上述方案中，步驟(5)的比較方法是基于將學術(shù)論文結(jié)構(gòu)化，通過賦予不同元數(shù)據(jù)項以不同的權(quán)函數(shù)，利用巻積方法，得出的學術(shù)論文相似度計算方法。上述方案中，步驟(6)中比較結(jié)果包括相似度高于設定閥值的抄襲和被抄襲的學術(shù)論文來源，及其元數(shù)據(jù)項信息。與現(xiàn)有技術(shù)相比，本發(fā)明方法具有以下優(yōu)點1、構(gòu)建的完備學術(shù)論文方面的專門語料庫，有別于現(xiàn)有的語料庫的內(nèi)容針對性強；減少了計算機檢索系統(tǒng)計算的時間和空間開消；2、基于學術(shù)論文語料庫的統(tǒng)計語言模型充分把握和利用學術(shù)論文的語言特征，針對性強；比布爾模型(側(cè)重于結(jié)構(gòu)化査詢)更為靈活；匹配方式為模糊匹配，更附合檢索的實際；克服了傳統(tǒng)概率模型(側(cè)重于權(quán)重計算)在概率估計上的不足；且優(yōu)于向量空間模型(對權(quán)重進行顯式標準化，來消除文檔長度對結(jié)果的影響，側(cè)重于利用相關(guān)性文檔估計權(quán)重)；3、通過將文檔結(jié)構(gòu)化，給元數(shù)據(jù)配以加權(quán)函數(shù)，利用巻積計算相似度提高了學術(shù)論文抄襲檢測的精度；增強了計算機檢索系統(tǒng)的運行效率和效果。4、使用此方法，可極大的加快學術(shù)論文比較速度。圖1為本發(fā)明方法實施例的步驟流程圖圖2為本發(fā)明方法學術(shù)論文相似度計算步驟流程圖圖3為本發(fā)明方法基于的硬件結(jié)構(gòu)框圖具體實施例方式下面結(jié)合附圖做進一步說明。如圖1所示，本發(fā)明基于計算機檢索系統(tǒng)的學術(shù)論文復制檢測方法實施例，其方法步驟包括(1)在服務器上建立學術(shù)論文源數(shù)據(jù)庫(某一專業(yè)領域的學術(shù)論文語料庫)的步驟。數(shù)據(jù)庫包括文獻全文、文獻元數(shù)據(jù)索引庫、文獻關(guān)鍵詞句庫；該步驟是前期需要進行的基本數(shù)據(jù)準備，數(shù)據(jù)庫(學術(shù)論文語料庫)的數(shù)據(jù)來源主要有紙質(zhì)文檔、已經(jīng)數(shù)字化的圖書、期刊、報紙、會議論文、學位論文、專利文獻、其它學術(shù)論文數(shù)據(jù)庫、外文數(shù)據(jù)庫、學術(shù)論文網(wǎng)頁等。對于紙質(zhì)文檔可通過數(shù)字掃描系統(tǒng)將文獻掃入語料庫服務器上，應用圖文識別模塊將文獻從圖片狀態(tài)轉(zhuǎn)化為要識別的格式或非格式字符狀態(tài)。對于其它語言學術(shù)論文，調(diào)用翻譯軟件翻譯之后導入到語料庫。利用搜索引擎將學術(shù)論文網(wǎng)頁構(gòu)建出語料庫。完成基本數(shù)據(jù)準備之后，系統(tǒng)進入元數(shù)據(jù)提出和元數(shù)據(jù)加權(quán)、匹配和聚類階段。對于元數(shù)據(jù)項提取，可以采用目前較為成熟的各種數(shù)據(jù)挖掘和字符串匹配技術(shù)，也可以在定義一個算法接口，只要符合該接口的規(guī)范即可進行元數(shù)據(jù)項提取和加權(quán)，進行匹配和聚類，將每個學術(shù)論文的元數(shù)據(jù)項提取出來，將相關(guān)論文依據(jù)關(guān)鍵詞語句進行適當歸類。建立的語料庫包括學術(shù)論文全文及基本屬性庫、論文關(guān)鍵詞句庫、元數(shù)據(jù)索引庫。在系統(tǒng)實施時，可以讓每個數(shù)據(jù)庫對應一臺服務器。如果io數(shù)據(jù)量小的情況下，可以讓所有數(shù)據(jù)庫都運行在一臺服務器上。當數(shù)據(jù)量極為龐大時，每個子數(shù)據(jù)庫都可以使用多臺服務器并行處理。舉例說明如下從中國學術(shù)期刊數(shù)據(jù)庫中檢索出來某一專業(yè)領域的所有學術(shù)論文。將這些論文進行關(guān)鍵詞句解析。同時提取題名、摘要、關(guān)鍵詞、分類號、正文、參考文獻等元數(shù)據(jù)庫字段內(nèi)容。建立的語料庫至少包括全文庫、論文屬性庫、題名索引庫、關(guān)鍵詞索引庫、文摘索引庫等子庫。(2)在服務器上建立一個用于儲存被檢測論文數(shù)據(jù)的存儲空間的步驟。(3)在服務器上建立用于供用戶輸入包括檢索條件的交互窗口的步驟。檢索條件包括論文來源。如表1所示，檢索條件可為收錄論文的數(shù)據(jù)庫的名稱、母體文獻來源、和論文的作者單位。通過文檔來源，可直接獲得所檢測出有抄襲的論文本身。表l<table>tableseeoriginaldocumentpage7</column></row><table>檢索條件可以使用健盤輸入鼠標輸入、語音輸入等各類輸入信息的交互手段。在非字符輸入時，系統(tǒng)增加將用戶輸入轉(zhuǎn)化為字符輸入的模塊，將用戶輸入的其它媒體轉(zhuǎn)化為字符類型的論文來源。系統(tǒng)提供一個用戶可設定預設接收報告或者報告通知的存儲空間的交互接口。這個存儲空間可以是電子郵箱，手機短信等交互窗口。用戶使用該接口可以設定報告或者報告通知發(fā)送何處，以便用戶可以即時獲得報告信息。例如用戶設定為某個郵箱接收報告通知或者報告本身。系統(tǒng)根據(jù)用戶設定，定期或不定期發(fā)送剽竊報告本身或者報告通知給用戶。系統(tǒng)提供一個用戶設定多長時間給自已發(fā)送剽竊報告的交互接口。例如可以是每天一次，每周一次或每月一次等。系統(tǒng)提供一個接口，給論文送審時專家審稿用，此時送審的論文還沒有出版，系統(tǒng)提供給評審專家的抄襲報告信息只是被抄襲對象論文的相關(guān)信息，具體傳遞的信息項目可以根據(jù)要求定制。舉例說明如下系統(tǒng)構(gòu)建交互窗口，審稿專家提交要待審的論文，系動自動在建立好的該論文涉及專業(yè)的語料庫中進行論文相似度比對，超過設定的閥值時，系統(tǒng)自動將被抄襲對象論文的相關(guān)信息發(fā)送給審稿專家的定制的郵箱或手機短信。(4)根據(jù)用戶輸入的檢索條件，建立數(shù)據(jù)庫并存儲的步驟。論文數(shù)據(jù)為符合檢索條件而建立的論文數(shù)據(jù)列表結(jié)構(gòu)，它包括論文ID編號、母體文獻來源(對于已經(jīng)出版的檢測論文)、關(guān)鍵詞內(nèi)容、題名內(nèi)容、摘要內(nèi)容等元數(shù)據(jù)項內(nèi)容。舉例說明如下假設待檢測的論文標記為i，則建立的檢測論文數(shù)據(jù)庫其存儲的待檢測論文的數(shù)據(jù)包括論文ID編號IDi、論文題名Ti、作者Aui、母體文獻來源STi摘要Ai、關(guān)鍵詞Ki等信息。(5)將學術(shù)論文數(shù)據(jù)與數(shù)據(jù)庫中的數(shù)據(jù)進行比較的步驟。服務器在獲得用戶提交的檢測論文數(shù)據(jù)后，系統(tǒng)在語料庫中自動根據(jù)本發(fā)明的相似度計算方法將待檢測的論文與語料庫中的論文進行相似度計算，當相似度超過設定閥值時，系統(tǒng)自動判斷該檢測論文為抄襲的論文。本步驟需要有全文比較軟件或自己實現(xiàn)的軟件模塊。舉例說明如下系統(tǒng)取得文檔的ID號，依據(jù)該號可以將系統(tǒng)中的各文檔題名T、作者Au、母體文獻來源ST摘要Ab、關(guān)鍵詞K等元數(shù)據(jù)字段信息取出。分別對各元數(shù)據(jù)字段進行對比，利用設定的權(quán)函數(shù)求巻積，得加權(quán)后的綜合相似度，綜合相似度高于某一閥值的論文顯示出來。依據(jù)相似論文的ID編號可以找到相應的論文元數(shù)據(jù)庫項信息。(6)服務器將比較結(jié)果數(shù)據(jù)提交給用戶的步驟。服務器將比較結(jié)果或者報告的通知發(fā)送到用戶參預先設定的存儲空間。例如服務器將報告通知發(fā)送至用戶郵箱中，告知用戶已經(jīng)比較出抄襲結(jié)果；或者建立抄襲論文數(shù)據(jù)庫。當系統(tǒng)判斷論文為抄襲論文時，先從抄襲論文來源數(shù)據(jù)庫結(jié)構(gòu)中依照某種順序取出論文各元數(shù)據(jù)內(nèi)容存儲至抄襲論文數(shù)據(jù)結(jié)構(gòu)中，再將語料庫中被抄襲論文的輸入條件信息存儲至抄襲論文數(shù)據(jù)結(jié)構(gòu)的抄襲對象中，同時記錄下相似度計算值。舉例說明如下系統(tǒng)獲得用戶要檢測的論文元數(shù)據(jù)項內(nèi)容，包括論文題名Tii、作者Aui、母體文獻來源STi摘要Abi、關(guān)鍵詞Ki等信息。系統(tǒng)在語料庫中査找，找到與檢測論文相似度超過設定閥值的論文兩篇01和02，此時系統(tǒng)首先將抄襲論文的輸入條件Aui、Tii、Sti、Aui和Kyi等字段信息內(nèi)容存儲至數(shù)據(jù)結(jié)構(gòu)中；再將被抄襲對象對應的論文輸入條件AuOl、Ti01、St01、Ab01和Ky01，以及Au02、Ti02、St02、Ab02和Ky02，以及與語料庫中論文01和02的相似度值Si01和Si02等存儲至數(shù)據(jù)結(jié)構(gòu)中。對于相似度超過60%的，用色彩警示。在最終報告交互界面中，系統(tǒng)的相似論文基本屬性中包括相似論文來源及其元數(shù)據(jù)相關(guān)信息，用戶點擊這些論文來源后，可查看被抄襲論文相關(guān)信息，可再次人工審核這些相似論文是否真正為剽竊。如圖2所示，本實施例中的步驟(5)，將學術(shù)論文數(shù)據(jù)與數(shù)據(jù)庫中的數(shù)據(jù)進行比較的步驟，涉及的硬件有掃描儀，用于將待檢測的文檔數(shù)字化的；計算機，用于將數(shù)字化的文檔根據(jù)元數(shù)據(jù)項結(jié)構(gòu)化；且在根據(jù)本發(fā)明的相似度計算方法設計的模塊中，計算被檢測論文的相似度并與設定的閥值比較，判斷是否為抄襲。具體算法舉例如下將待檢測的學術(shù)論文的題名Til、關(guān)鍵詞Kyl、摘要Abl、正文Tel、參考文獻Rel等元數(shù)據(jù)字段抽取出來，與語料庫中的已有論文的相應元數(shù)據(jù)字段內(nèi)容題名Ti2、關(guān)鍵詞Ky2、摘要Ab2、正文Tx2、參考文獻Re2進行相似度計算，計算時，在篇名字段前給以0.25，0.4，0.15，0.1和0.1的加權(quán)系數(shù)。建立的統(tǒng)計語言模型計算待測論文和語料庫中的已出版的論文同一元數(shù)據(jù)字段的內(nèi)容相似程度，Sim—Tii,Sim一Kyi,Sira一Abi,Sim一Tei，Sim一Rei，巻積后得整篇論文的與語料庫中任一篇論文j的相似程度值計算公式為Similarity—paperJ=0.25XSim一Tij+0.4XSim—Kyj+0.15XSim_Abj+0.1XSim一Txj+0.lXSim一Rej;再計算與待檢測論文最相似度的那個最大的相似度Max—Similarity:Max{Similarity—paperJh如果Max—Similarity大于設定的閥值40%,則判斷為疑是抄襲，這樣的論文需要審稿專家仔細認真的審，如果Max—Similarity大于80%，這樣的論文極有可能存在抄襲，需要審稿專家特別注意。在計算相似度值后，計算機系統(tǒng)記錄下相似度高于設定閥值的抄襲和被抄襲的學術(shù)論文來源，相似度值，及其各元數(shù)據(jù)項信息(包括作者信息)。本實施例中的各元數(shù)據(jù)項相似度計算過程中加權(quán)系數(shù)可以根據(jù)需要做適當調(diào)整為其它數(shù)值，但系數(shù)總和為l。如圖3所示，硬件系統(tǒng)通過數(shù)字掃描設備將紙質(zhì)文檔掃描成電子文檔，存儲于文件服務器中；在文件服務器中進行相似度計算，并將相似度高于設定閥值的抄襲和被抄襲的學術(shù)論文來源，相似度值，及其元數(shù)據(jù)項等信息保存于文件服務器中。以上相關(guān)信息可以通過郵件服務器發(fā)送到客戶端計算機，用戶收到郵件后可以通過與其連接的打印機打印結(jié)果；或者將相似度計算結(jié)果發(fā)送到應用服務器；或者發(fā)送到發(fā)布服務器，然后發(fā)布服務器再通過數(shù)字通訊發(fā)送到用戶手機。本發(fā)明中的用戶可以為學術(shù)論文審稿專家、可以為打擊學術(shù)論文抄襲的人員或其它需要學術(shù)論文相似度計算的人員。權(quán)利要求1.一種基于計算機檢索系統(tǒng)的學術(shù)論文相似度的檢測方法，其特征在于其方法步驟包括(1)在服務器上建立學術(shù)論文源數(shù)據(jù)庫的步驟；(2)在服務器上建立一個用于儲存被檢測學術(shù)論文的學術(shù)論文數(shù)據(jù)的儲存空間的步驟；(3)在服務器上建立用于供用戶輸入包括檢索條件的交互窗口步驟；(4)提交被檢學術(shù)論文步驟根據(jù)設定的檢索條件，建立被檢學術(shù)論文數(shù)據(jù)并儲存；(5)將被檢學術(shù)論文數(shù)據(jù)與源數(shù)據(jù)庫中的數(shù)據(jù)進行比較的步驟；(6)服務器將比較結(jié)果數(shù)據(jù)提交給用戶的步驟。2、根據(jù)權(quán)利要求1所述的檢測方法，其特征是，所述學術(shù)論文源數(shù)據(jù)庫為某一學科領域?qū)W術(shù)論文語料庫。3、根據(jù)權(quán)利要求1所述的檢測方法，其特征是，所述步驟(4)的學術(shù)論文數(shù)據(jù)包括論文編號、論文題名、摘要、關(guān)鍵詞、正文和參考文獻元數(shù)據(jù)項。4、根據(jù)權(quán)利要求1所述的檢測方法，其特征是，所述步驟(4)中檢索條件進一步包括學術(shù)論文來源。5、根據(jù)權(quán)利要求1所述的檢測方法，其特征是，所述步驟(5)中進一步包括設定相似度閾值。6、根據(jù)權(quán)利要求1所述的檢測方法，其特征是，所述步驟(5)中進一步包括相似度計算步驟將待檢學術(shù)論文以及源數(shù)據(jù)庫中的所有論文結(jié)構(gòu)化，通過賦予不同元數(shù)據(jù)項以不同的權(quán)函數(shù)，利用巻積方法，得出的待檢學術(shù)論文的相似度。7、根據(jù)權(quán)利要求1所述的檢測方法，其特征是，所述學術(shù)檢索條件包括學術(shù)論文來源。8、根據(jù)權(quán)利要求5所述的檢測方法，其特征在是，所述步驟(6)中比較結(jié)果包括相似度高于設定閥值的抄襲和被抄襲的學術(shù)論文來源，及其元數(shù)據(jù)項信息。全文摘要本發(fā)明涉及一種基于計算機檢索系統(tǒng)的學術(shù)論文相似度檢測方法，目的在于利用學術(shù)論文的結(jié)構(gòu)和語言特征，提供具有針對性的檢索模型和相似度算法，從而提高論文送審時專家審稿的速度和效率。實現(xiàn)上述發(fā)明目的的技術(shù)方案是一種基于計算機檢索系統(tǒng)的學術(shù)論文復制檢測方法，其步驟包括在服務器上建立學術(shù)論文源數(shù)據(jù)庫的步驟；在服務器上建立一個用于儲存被檢測學術(shù)論文的學術(shù)論文數(shù)據(jù)的儲存空間的步驟；在服務器上建立用于供用戶輸入包括檢索條件的交互窗口步驟；提交被檢學術(shù)論文步驟根據(jù)設定的檢索條件，建立被檢學術(shù)論文數(shù)據(jù)并儲存；將被檢學術(shù)論文數(shù)據(jù)與源數(shù)據(jù)庫中的數(shù)據(jù)進行比較的步驟；服務器將比較結(jié)果數(shù)據(jù)提交給用戶的步驟。文檔編號G06F17/30GK101369279SQ20081015605公開日2009年2月18日申請日期2008年9月19日優(yōu)先權(quán)日2008年9月19日發(fā)明者王秀紅,鞠時光申請人:江蘇大學