个人项目：论文查重

这个作业属于哪个课程	https://edu.cnblogs.com/campus/gdgy/Networkengineering1834
这个作业要求在哪里	https://edu.cnblogs.com/campus/gdgy/Networkengineering1834/homework/11146
这个作业的目标	学会使用Git工具，编写代码进行论文查重

1.GitHub代码仓库

https://github.com/Ty-yizhong/PaperCheck

2. PSP表格

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	25	35
· Estimate	· 估计这个任务需要多少时间	15	20
Development	开发	400	450
· Analysis	· 需求分析 (包括学习新技术)	30	40
· Design Spec	· 生成设计文档	20	40
· Design Review	· 设计复审	30	40
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	10	15
· Design	· 具体设计	40	50
· Coding	· 具体编码	200	220
· Code Review	· 代码复审	30	30
· Test	· 测试（自我测试，修改代码，提交修改）	40	40
Reporting	报告	50	70
· Test Report	· 测试报告	20	20
· Size Measurement	· 计算工作量	10	10
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	20	20
Total	· 合计	940	1100

3.计算模块接口的设计与实现过程

算法分析

MinHash在大数据集中求杰尔德相似度的解决方案，通过对数据文本的降维，大大提高计算速度。
参考文章：https://blog.csdn.net/xiaofengcanyuexj/article/details/52578795

4.计算模块接口部分的性能改进。

模块审计

各模块占用时间及内存

5.计算模块部分单元测试展示。

(D:\paperpass\orig.txt) 跟 (D:\paperpass\orig_0.8_add.txt) 相似度: 71.09%
(D:\paperpass\orig.txt) 跟 (D:\paperpass\orig_0.8_del.txt) 相似度: 52.34%
(D:\paperpass\orig.txt) 跟 (D:\paperpass\orig_0.8_dis_1.txt) 相似度: 71.09%
(D:\paperpass\orig.txt) 跟 (D:\paperpass\orig_0.8_dis_10.txt) 相似度: 47.66%
(D:\paperpass\orig.txt) 跟 (D:\paperpass\orig_0.8_dis_15.txt) 相似度: 30.47%
(D:\paperpass\orig.txt) 跟 (D:\paperpass\orig.txt) 相似度: 100.00%

6.计算模块部分异常处理说明。