我们学校可投的期刊。每个学校都不一样。投之前到学校官网查看。
在这里插入图片描述

在这里插入图片描述
中文期刊级别

  • 一级与A类,一级要比A类的范围小些。一级其实是校人事处定的,估计最初是定给学校的教职员工的;而A类是明确定给研究生教育的,所以从两者的选取原则上有一定差别。

  • 请注意,这里列出的一级是某高校的一级,各个学校和单位的目录可能会有所差别

    本学科一级名单

  • 原有的:计算机科学与技术学报(英文版)、电子学报(中、英文版)、计算机学报(中、英文版)、软件学报、计算机研究与发展、自动化学报、系统工程理论与实践(中、英文版)、模式识别与人工智能、计算机辅助设计与图形学学报、中国图象图形学报。

  • 其它相关学科一级名单
    科学通报(中、英文版)、中国科学(A-E辑)(中、英文版)、制理论与应用、通信学报、电子与信息学报等。具体目录可参考学校人事处文件

以下转自经验帖:
计算机类期刊投稿经验:https://blog.csdn.net/huyang0304/article/details/82084808
计算机国内核心期刊投稿周期及内容提要:https://blog.csdn.net/qq_27802435/article/details/82422755
投稿经验:https://blog.csdn.net/liwei1205/article/details/79025492

本文写作目的主要是为了给准备投中文期刊的朋友们参考,主要是博主的亲身经验以及周围同学朋友的经验总结,之前也看过网上的投稿经验,但是都很老,很多都已经变了,希望能给大家带来帮助。

首先说一下思路,如果是大牛导师然后又静下心来沉迷学术的,那你随便投,如果是导师半管不管,全靠自己的,那么,建议你首先查看学校的研究生院网站,先确定你可以投哪些期刊,这样可以有个目标。因为每个学校的要求都是不同的,专硕和学硕也是不同的,就我们学校来说,学硕必须是中文核心(CSCD)或者SCD(武书连搞的,其实也就那样,不过带了这个目录对我们来说不是坏事),专硕除此之外还可以是科技核心,也就是CSTPCD,一般来说科技核心的难度比中文核心简单的多。但是,投稿时候,最好先投一些好一点的期刊,因为你的导师可能不管你,或者对你的领域不熟悉,这时候你就需要花钱(审稿费)买意见了。计算机类的中文期刊,最好的肯定是计算机学报和软件学报,其他的可以参照网上的计算机类期刊排名,但是有一点,很多期刊可能并不会给你很中肯的意见,说了跟没说一样,这个取决于你的方向以及审稿人了,可以尝试一下。其次,投的时候一定要先调研一下,也就是避免刚刚说的那种情形,你的方向,和你的期刊一定要比较符合,最简单的做法是去知网上搜索你这个方向比较新的论文,然后统计一下他们都来自那个期刊,你就往那些期刊上努力,不然你可能写的不错,但是那些审稿人并不懂,或者他们之前喜欢收录你这个方向的论文,现在不喜欢了。最后,投论文要趁早,每年4,5月份是淡季,这个时候投稿后的回复速度往往较快,年底时候往往较慢,一般期刊审稿时间都是1个月,然后根据审稿意见修改,这么经历个几次应该差不多了。在写的时候要注意保留图片以及公式的源文件,毕竟不同的期刊格式要求都不一样,每投一次都要修改一次,而且最好引用一下投的期刊的文章。如果有基金一定要挂上去,中文期刊特别看这个,如果没有基金,尽量找一个借用或者自己好好写吧。下面放出博主了解的一些期刊,声明一下笔者的方向属于数据挖掘大类,方法里涉及了现在比较流行的深度学习。

计算机科学

中文核心,审稿时间较长,有2位审稿人,论文方向是图像处理方向,虽然没有录用,但是给的意见不错

计算机工程与应用

中文核心,要审稿费,发票是电子版,有税号,速度挺快,博主亲身经历,1位审稿人,从投稿到交钱到收到汇款到给拒绝意见,加一起不超过一星期,怀疑有骗审稿费嫌疑,当然也可能是审稿人的问题,给的意见很空泛,感觉可以套用在任何论文上,基本没有什么参考意见。当然这应该属于个别现象,不小心被博主经历了。

计算机工程

中文核心,要审稿费,发票是通用发票,不带税号,速度一般,1个月左右,1位审稿人,个人感觉计算机工程的审稿人都有个特点,特别喜欢提所提算法的复杂度分析,确实复杂度是一个很重要的指标,可是深度学习类的论文,好像很少有见讨论时间复杂度的,关注点不同,前沿的sci论文里也没见到有大佬分析,意见相对《计算机工程与应用》实用一点。

微电子学与计算机

中文核心,不要审稿费,无意见,邮箱投递,看重文章质量,无视格式,可以一试。

计算机应用研究

中文核心,看重基金,有基金中的几率大一些,但是也会看内容,无基金基本上就是增刊或拒搞,有基金也有一定几率增刊。增刊应该对大多数学校都没有用,不能达到毕业要求。

Logo

为武汉地区的开发者提供学习、交流和合作的平台。社区聚集了众多技术爱好者和专业人士,涵盖了多个领域,包括人工智能、大数据、云计算、区块链等。社区定期举办技术分享、培训和活动,为开发者提供更多的学习和交流机会。

更多推荐