《Genetic Programming And Evolvable Machines》雜志的收稿范圍和要求是什么?
來源:優(yōu)發(fā)表網(wǎng)整理 2024-09-18 10:57:56 230人看過
《Genetic Programming And Evolvable Machines》雜志收稿范圍涵蓋計(jì)算機(jī)科學(xué)全領(lǐng)域,此刊是該細(xì)分領(lǐng)域中屬于非常不錯(cuò)的SCI期刊,在行業(yè)細(xì)分領(lǐng)域中學(xué)術(shù)影響力較大,專業(yè)度認(rèn)可很高,所以對原創(chuàng)文章要求創(chuàng)新性較高,如果您的文章質(zhì)量很高,可以嘗試。平均審稿速度 12周,或約稿 ,影響因子指數(shù)1.7,該期刊近期沒有被列入國際期刊預(yù)警名單,廣大學(xué)者值得一試。
具體收稿要求需聯(lián)系雜志社或者咨詢本站客服,在線客服團(tuán)隊(duì)會及時(shí)為您答疑解惑,提供針對性的建議和解決方案。
出版商聯(lián)系方式:SPRINGER, 233 SPRING ST, NEW YORK, USA, NY, 10013
其他數(shù)據(jù)
是否OA開放訪問: | h-index: | 年文章數(shù): |
未開放 | 36 | 17 |
Gold OA文章占比: | 2021-2022最新影響因子(數(shù)據(jù)來源于搜索引擎): | 開源占比(OA被引用占比): |
49.06% | 1.7 | 0.28... |
研究類文章占比:文章 ÷(文章 + 綜述) | 期刊收錄: | 中科院《國際期刊預(yù)警名單(試行)》名單: |
100.00% | SCIE | 否 |
歷年IF值(影響因子):
歷年引文指標(biāo)和發(fā)文量:
歷年中科院JCR大類分區(qū)數(shù)據(jù):
歷年自引數(shù)據(jù):
發(fā)文統(tǒng)計(jì)
2023-2024國家/地區(qū)發(fā)文量統(tǒng)計(jì):
國家/地區(qū) | 數(shù)量 |
USA | 17 |
England | 12 |
Ireland | 7 |
Mexico | 7 |
Spain | 7 |
Czech Republic | 5 |
Italy | 5 |
Portugal | 5 |
Australia | 4 |
Canada | 4 |
2023-2024機(jī)構(gòu)發(fā)文量統(tǒng)計(jì):
機(jī)構(gòu) | 數(shù)量 |
UNIVERSITY COLLEGE DUBLIN | 7 |
HAMPSHIRE COLL | 4 |
UNIVERSITY OF LONDON | 4 |
VICTORIA UNIVERSITY WELLINGTON | 4 |
INRAE | 3 |
UNIVERSIDADE NOVA DE LISBOA | 3 |
UNIVERSITE PARIS SACLAY | 3 |
UNIVERSITY OF PENNSYLVANIA | 3 |
UNIVERSITY OF TRIESTE | 3 |
UNIVERSITY OF YORK - UK | 3 |
近年引用統(tǒng)計(jì):
期刊名稱 | 數(shù)量 |
IEEE T EVOLUT COMPUT | 36 |
GENET PROGRAM EVOL M | 30 |
EVOL COMPUT | 21 |
APPL SOFT COMPUT | 16 |
J MACH LEARN RES | 15 |
NEUROCOMPUTING | 11 |
IEEE T PATTERN ANAL | 10 |
EXPERT SYST APPL | 9 |
IEEE T NEUR NET LEAR | 9 |
IEEE T IMAGE PROCESS | 8 |
近年被引用統(tǒng)計(jì):
期刊名稱 | 數(shù)量 |
GENET PROGRAM EVOL M | 30 |
SWARM EVOL COMPUT | 20 |
APPL SOFT COMPUT | 17 |
IEEE T EVOLUT COMPUT | 17 |
IEEE ACCESS | 13 |
ENG APPL ARTIF INTEL | 9 |
SOFT COMPUT | 8 |
EXPERT SYST APPL | 7 |
NAT COMPUT | 7 |
ACM COMPUT SURV | 6 |
近年文章引用統(tǒng)計(jì):
文章名稱 | 數(shù)量 |
DENSER: deep evolutionary networ... | 6 |
Comparison of ensemble learning ... | 4 |
Evolutionary hyper-heuristics fo... | 4 |
A survey of evolutionary algorit... | 4 |
A novel multi-swarm particle swa... | 4 |
A hyperheuristic approach based ... | 3 |
Optimizing agents with genetic p... | 3 |
Evolving dispatching rules for o... | 3 |
Comparison of semantic-based loc... | 3 |
Self-adaptive multi-population g... | 2 |