你好,歡迎訪問云雜志! 關(guān)于我們 企業(yè)資質(zhì)
    當(dāng)前位置: 首頁 SCIE雜志 雜志介紹(非官網(wǎng))

    神經(jīng)計算

    英文名稱:Neurocomputing   國際簡稱:NEUROCOMPUTING
    《Neurocomputing》雜志由Elsevier出版社出版,本刊創(chuàng)刊于1989年,發(fā)行周期Bimonthly,每期雜志都匯聚了全球計算機(jī)科學(xué)領(lǐng)域的最新研究成果,包括原創(chuàng)論文、綜述文章、研究快報等多種形式,內(nèi)容涵蓋了計算機(jī)科學(xué)的各個方面,為讀者提供了全面而深入的學(xué)術(shù)視野,為計算機(jī)科學(xué)-COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE事業(yè)的進(jìn)步提供了有力的支撐。
    中科院分區(qū)
    計算機(jī)科學(xué)
    大類學(xué)科
    0925-2312
    ISSN
    1872-8286
    E-ISSN
    預(yù)計審稿速度: 約5.7個月 約15.5周
    雜志簡介 期刊指數(shù) WOS分區(qū) 中科院分區(qū) CiteScore 學(xué)術(shù)指標(biāo) 高引用文章

    神經(jīng)計算雜志簡介

    出版商:Elsevier
    出版語言:English
    TOP期刊:
    出版地區(qū):NETHERLANDS
    是否預(yù)警:

    是否OA:未開放

    出版周期:Bimonthly
    出版年份:1989
    中文名稱:神經(jīng)計算

    神經(jīng)計算(國際簡稱NEUROCOMPUTING,英文名稱Neurocomputing)是一本未開放獲取(OA)國際期刊,自1989年創(chuàng)刊以來,始終站在計算機(jī)科學(xué)研究的前沿。該期刊致力于發(fā)表在計算機(jī)科學(xué)領(lǐng)域各個方面達(dá)到最高科學(xué)標(biāo)準(zhǔn)和具有重要性的研究成果。全面反映該學(xué)科的發(fā)展趨勢,為計算機(jī)科學(xué)事業(yè)的進(jìn)步提供了有力的支撐。期刊嚴(yán)格遵循職業(yè)道德標(biāo)準(zhǔn),對于任何形式的抄襲行為,無論是文字還是圖形,一旦查實,均可能導(dǎo)致稿件被拒絕。

    近年來,來自CHINA MAINLAND、USA、England、Australia、Spain、Canada、Singapore、India、South Korea、Japan等國家和地區(qū)的研究者在《Neurocomputing》上發(fā)表了大量的高質(zhì)量文章。該期刊內(nèi)容豐富,包括原創(chuàng)研究、綜述文章、專題觀點、論文預(yù)覽、專家意見等多種類型,旨在為全球該領(lǐng)域研究者提供廣泛的學(xué)術(shù)交流平臺和靈感來源。

    在過去幾年中,該期刊保持了穩(wěn)定的發(fā)文量和綜述量,具體數(shù)據(jù)如下:

    2014年:發(fā)表文章874篇、2015年:發(fā)表文章1272篇、2016年:發(fā)表文章1794篇、2017年:發(fā)表文章1088篇、2018年:發(fā)表文章1323篇、2019年:發(fā)表文章1120篇、2020年:發(fā)表文章1527篇、2021年:發(fā)表文章1801篇、2022年:發(fā)表文章1465篇、2023年:發(fā)表文章903篇。這些數(shù)據(jù)反映了期刊在全球計算機(jī)科學(xué)領(lǐng)域的影響力和活躍度,同時也展示了其作為學(xué)術(shù)界和工業(yè)界研究人員首選資源的地位。《Neurocomputing》將繼續(xù)致力于推動計算機(jī)科學(xué)領(lǐng)域的知識傳播和科學(xué)進(jìn)步,為全球計算機(jī)科學(xué)問題的解決貢獻(xiàn)力量。

    期刊指數(shù)

    • 影響因子:5.5
    • 文章自引率:0.1
    • Gold OA文章占比:8.34%
    • CiteScore:13.1
    • 年發(fā)文量:903
    • 開源占比:0.0357
    • SJR指數(shù):1.815
    • H-index:110
    • SNIP指數(shù):1.86
    • OA被引用占比:0.0135...
    • 出版國人文章占比:0.59

    WOS期刊SCI分區(qū)(2023-2024年最新版)

    按JIF指標(biāo)學(xué)科分區(qū) 收錄子集 分區(qū) 排名 百分位
    學(xué)科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q1 42 / 197

    78.9%

    按JCI指標(biāo)學(xué)科分區(qū) 收錄子集 分區(qū) 排名 百分位
    學(xué)科:COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q2 52 / 198

    73.99%

    中科院分區(qū)表

    中科院SCI期刊分區(qū) 2023年12月升級版
    Top期刊 綜述期刊 大類學(xué)科 小類學(xué)科
    計算機(jī)科學(xué) 2區(qū)
    COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機(jī):人工智能
    2區(qū)

    CiteScore(2024年最新版)

    CiteScore 排名
    CiteScore SJR SNIP CiteScore 排名
    13.1 1.815 1.86
    學(xué)科類別 分區(qū) 排名 百分位
    大類:Neuroscience 小類:Cognitive Neuroscience Q1 5 / 115

    96%

    大類:Neuroscience 小類:Computer Science Applications Q1 56 / 817

    93%

    大類:Neuroscience 小類:Artificial Intelligence Q1 41 / 350

    88%

    學(xué)術(shù)指標(biāo)分析

    影響因子和CiteScore
    自引率

    影響因子:指某一期刊的文章在特定年份或時期被引用的頻率,是衡量學(xué)術(shù)期刊影響力的一個重要指標(biāo)。影響因子越高,代表著期刊的影響力越大 。

    CiteScore:該值越高,代表該期刊的論文受到更多其他學(xué)者的引用,因此該期刊的影響力也越高。

    自引率:是衡量期刊質(zhì)量和影響力的重要指標(biāo)之一。通過計算期刊被自身引用的次數(shù)與總被引次數(shù)的比例,可以反映期刊對于自身研究內(nèi)容的重視程度以及內(nèi)部引用的情況。

    年發(fā)文量:是衡量期刊活躍度和研究產(chǎn)出能力的重要指標(biāo),年發(fā)文量較多的期刊可能擁有更廣泛的讀者群體和更高的學(xué)術(shù)聲譽,從而吸引更多的優(yōu)質(zhì)稿件。

    期刊互引關(guān)系
    序號 引用他刊情況 引用次數(shù)
    1 NEUROCOMPUTING 3507
    2 IEEE T NEUR NET LEAR 1779
    3 IEEE T PATTERN ANAL 1287
    4 IEEE T IMAGE PROCESS 1081
    5 IEEE T CYBERNETICS 896
    6 AUTOMATICA 872
    7 IEEE T AUTOMAT CONTR 738
    8 PATTERN RECOGN 710
    9 NEURAL NETWORKS 613
    10 J MACH LEARN RES 494
    序號 被他刊引用情況 引用次數(shù)
    1 NEUROCOMPUTING 3507
    2 IEEE ACCESS 3268
    3 MULTIMED TOOLS APPL 783
    4 NEURAL PROCESS LETT 677
    5 NEURAL COMPUT APPL 574
    6 SENSORS-BASEL 493
    7 APPL SOFT COMPUT 477
    8 J FRANKLIN I 413
    9 APPL SCI-BASEL 383
    10 EXPERT SYST APPL 368

    高引用文章

    • GAN-based synthetic medical image augmentation for increased CNN performance in liver lesion classification引用次數(shù):124
    • Feature selection in machine learning: A new perspective引用次數(shù):111
    • Deep visual domain adaptation: A survey引用次數(shù):97
    • A survey on security control and attack detection for industrial cyber-physical systems引用次數(shù):95
    • Remaining useful life estimation of engineered systems using vanilla LSTM neural networks引用次數(shù):80
    • A neural network constructed by deep learning technique and its application to intelligent fault diagnosis of machines引用次數(shù):76
    • Facial expression recognition via learning deep sparse autoencoders引用次數(shù):70
    • A review on neural networks with random weights引用次數(shù):61
    • A novel optimized SVM classification algorithm with multi-domain feature and its application to fault diagnosis of rolling bearing引用次數(shù):59
    • A survey on Deep Learning based bearing fault diagnosis引用次數(shù):55
    若用戶需要出版服務(wù),請聯(lián)系出版商:ELSEVIER SCIENCE BV, PO BOX 211, AMSTERDAM, NETHERLANDS, 1000 AE。

    主站蜘蛛池模板: 在线观看日韩一区| 久久综合亚洲色一区二区三区| 久久er99热精品一区二区| 乱码人妻一区二区三区| 久久精品国产一区二区| 日韩人妻精品无码一区二区三区| 日韩电影一区二区| 久久无码人妻一区二区三区| 国产福利日本一区二区三区| 日本在线不卡一区| 久久精品视频一区二区三区| 亚洲av片一区二区三区| 国产成人无码精品一区不卡| 精品人妻码一区二区三区| 国产午夜精品一区二区三区| 国产精品主播一区二区| 日韩精品无码视频一区二区蜜桃 | 亚洲片一区二区三区| 亚洲一区二区三区丝袜| 无码播放一区二区三区| 国产日产久久高清欧美一区| 无码福利一区二区三区| 日韩在线视频一区二区三区| 日韩精品无码一区二区中文字幕 | 色久综合网精品一区二区| 国产一区二区女内射| 亚洲无线码一区二区三区| 亚洲一区二区三区不卡在线播放| 亚洲高清美女一区二区三区| 国产精品亚洲午夜一区二区三区| 中文字幕久久久久一区| 成人精品一区二区三区不卡免费看| 国产一区二区在线观看视频 | 亚洲国产成人久久综合一区77| 亚洲一区二区三区91| 蜜桃无码AV一区二区| 国产午夜一区二区在线观看| 又硬又粗又大一区二区三区视频| 无码人妻久久一区二区三区免费| 久久国产精品亚洲一区二区| 成人免费av一区二区三区|