《计算机学报》（北大核心|科技期刊）简介及投稿要求

发布时间：2017-11-06 16:27

 

概述

《计算机学报》是中国计算机领域权威性学术刊物。其宗旨是报道中国计算机科学技术领域最高水平的科研成果。它由中国计算机学会与中国科学院计算技术研究所主办、科学出版社出版，以中文编辑形式与读者见面，同时以英文摘要形式向国际各大检索系统提供基本内容介绍。

《计算机学报》始创于1978年,刊期为月刊，每期160面。

版权信息

主办： 中国计算机学会；中国科学院计算技术研究所

英文名称：Chinese Journal of Computers[1]

周期： 月刊[2]

出版地：北京市

语种： 中文；

开本： 大16开

ISSN： 0254-4164

CN： 11-1826/TP

邮发代号： 2-833

历史沿革：

现用刊名：计算机学报

创刊时间：1978

该刊被以下数据库收录：

SA 科学文摘（英）（2009）

CBST 科学技术文献速报（日）（2009）

EI 工程索引（美）（2009）

中国科学引文数据库（CSCD—2008）

核心期刊：

中文核心期刊（2008）

中文核心期刊（2004）

中文核心期刊（2000）

中文核心期刊（1996）

中文核心期刊（1992）[1]

获奖情况

科技论文统计源期刊、中国科学引文数据库来源期刊[1]

期刊荣誉

百种重点期刊

中[1]科双效期刊

成员

《计算机学报》由资深专家组成编辑委员会。主编由人工智能专家高文教授担任。副主编由中国科学院院士张钹教授、中国工程院院士何新贵教授、网络专家王行刚研究员、体系结构专家韩承德研究员、唐志敏研究员担任。

《计算机学报》一直在计算机领域保持着领先水平,刊登的文章被国际多种著名检索刊物所收录.包括《中国学术期刊文摘》,美国《EI》，英国《SA》,美国《数学评论》,日本《科技文献速报》,俄罗斯《文摘杂志》等。[1]

内容

《计算机学报》刊登的内容覆盖计算机领域的各个学科，以论文、技术报告、短文、研究简报、综论等形式报道以下方面的科研成果：计算机科学理论、计算机硬件体系结构、计算机软件、人工智能、数据库、计算机网络与多媒体、计算机辅助设计与图形学以及新技术应用等。[1]

影响

《计算机学报》拥有众多读者，本刊的内容常被研究人员、大学教授及研究生们作为选题的依据。《计算机学报》的引用率在计算机相关领域的刊物中最高,发行量名列全国学术性刊物的榜首。

《计算机学报》愿意和国内外同仁建立友好往来，相互促进了解，加强合作，共同为计算机科学事业的发展而努力。[3]

学报栏目设置

《计算机学报》主要栏目：研究论文与技术报告、短文、学术通信、学术活动、中国计算机学会学术动态。[4]

学报投稿信息

（一）基本要求来稿要求题材新颖、内容真实、论点明确、层次清楚、数据可靠、文句通顺。文章一般不超过5000字。投稿请寄1份打印稿，同时推荐大家通过电子邮件形式投稿。

（二）文题文题要准确简明地反映文章内容，一般不宜超过20个字，作者姓名排在文题下。

（三）作者与单位文稿作者署名人数一般不超过5人，作者单位不超过3个。第一作者须附简介，包括工作单位、地址、邮编、年龄、性别、民族、学历、职称、职务；其它作者附作者单位、地址和邮编。

（四）摘要和关键词所有论文均要求有中文摘要和关键词，摘要用第三人称撰写，分目的、方法、结果及结论四部分，完整准确概括文章的实质性内容，以150字左右为宜，关键词一般3～6个。

（五）标题层次一级标题用“一、二、……”来标识，二级标题用“（一）、（二）、……”来标识，三级标题用“1.2.”来标识，四级标题用“（1）、（2）”来标识。一般不宜超过4层。标题行和每段正文首行均空二格。各级标题末尾均不加标点。

（六）计量单位、数字、符号文稿必须使用法定的计量单位符号。

（七）参考文献

限为作者亲自阅读、公开发表过的文献，只选主要的列入，采用顺序编码制着录，按其文中出现的先后顺序用阿拉伯数字编号，列于文末，并依次将各编号外加方括号置于文中引用处的右上角。书写格式为：作者。文题。刊名年份；年（期）：起始页。网上参考材料序号。作者。文题网址（至子－－栏目）。上传年月。[1]

学报征稿信息

结合进化计算的神经认知机

径向基函数（RBF）神经网络的一种极大熵学习算法

基于动态垃圾评价的语音确认方法

基于语句聚类识别的知识动态提取方法研究

CFTC2001第九届全国容错计算学术大会与成果产品展示会征文/征展通知

基于视觉系统的聚类算法

对称位相型滤波器及其在边缘检测中的应用

基于几何约束的三次代数曲线插值

多媒体会议系统分层通信结构及其算法研究

社会Agent的BDO模型

多主体协作系统的一种形式模型

面向业务流程的数据模型异常检测方法

不确定近邻的协同过滤推荐算法

面向不确定图的概率可达查询

RAKING:一种高效的不确定图K-极大频繁模式挖掘算法

道路网中的移动对象连续K近邻查询

TKEP:海量数据上一种有效的Top-K查询处理算法

一种基于随机游走模型的多标签分类算法

数据流上近似非可导项集的挖掘算法

通过相似度支持度优化基于K近邻的协同过滤算法

一种支持对象代理数据库高效查询处理的索引结构[1]

联系地址

地址：中国科学院计算技术研究所（北京2704信箱）[1]

邮政编码：100190

 

 

本文编号：2019