文档相似性检测对维护科研诚信、学术公平正义和保护知识产权具有重要意义。论文以国家自然科学基金委员会项目申请书的相似性检测为背景,针对海量文档相似性检测时效率低下以及精度失准的问题,提出了基于权重的单次置换哈希算法、基于位置编码的单次置换哈希算法和一直抽样过滤算法。论文的主要创新工作如下:（1）针对单次置换哈希算法（OPH）均匀分区构建估计子导致精度固化问题,提出加权单次置换哈希算法（WOPH）。OPH若需提高精度,只有减小分区的宽度,从而增大分区数量k并以此重新划分样本空间Ω。因此,论文将全集Ω均匀地划分为k1和k2个区域（k1≠k2）,然后对k1和k2按照一定的比例构成带权重的kw,并且通过调整k1和k2的比例可以组成不同的kw以满足不同的计算精度。经过理论推导构建出WOPH的估计子,实验结果和分析表明,WOPH无需重新预处理提取特征指纹的前提下,实现精度可变性。（2）针对OPH和WOPH在进行特征指纹比对时,对于不影响计算结果的特征指纹也参与了比对,明显影响了计算效率,因此,论文提出了基于位置编码的单次置换哈希算法（POPH）。POPH采用将特征指纹的值和特征指纹的位置组合在一起,构成一种＜key,value＞形式的特征指纹,并且只存储特征指纹为不为空的特征值和其位置,并采用交叉比对的方式进行相似度的计算。实验结果和分析表明,POPH在一定情况下能有效的提升计算效率。（3）针对一致带权抽样精度高但是计算效率低的问题,论文提出了一致带权抽样过滤算法。一致带权抽样过滤算法是在进行特征指纹比对的过程中通过设置观察点,然后运用假设检验和小概率原理判断待测文档的相似度,从而不必进行完成的特征指纹比对工作,以此来提升计算效率。（4）文档相似性检测系统。论文将WOPH和POPH应用于国家自然科学基金委员会项目申请书的相似性系统中。系统检测效率明显提升,检测结果真实可信,为湖南省重点实验室中南大学重点实验室承担的国家自然科学基金委员会项目申请书的相似性检测任务提供了科学依据。