《Iet Biometrics》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 11:08:48 212人看過
《Iet Biometrics》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 33 Weeks ,影響因子指數(shù)1.8。
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:WILEY, 111 RIVER ST, HOBOKEN, USA, NJ, 07030-5774
其他數(shù)據(jù)
是否OA開放訪問: | h-index: | 年文章數(shù): |
開放 | 19 | 18 |
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): |
75.93% | 1.8 | 0.57... |
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: |
94.44% | 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 |
India | 27 |
CHINA MAINLAND | 23 |
USA | 16 |
England | 12 |
GERMANY (FED REP GER) | 12 |
Turkey | 11 |
Spain | 9 |
France | 8 |
Italy | 8 |
Portugal | 8 |
2023-2024機(jī)構(gòu)發(fā)文量統(tǒng)計(jì):
機(jī)構(gòu) | 數(shù)量 |
INDIAN INSTITUTE OF TECHNOLOGY S... | 13 |
HOCHSCHULE DARMSTADT | 7 |
INSTITUTO DE TELECOMUNICACOES | 7 |
SALZBURG UNIVERSITY | 5 |
UNIVERSIDADE DE LISBOA | 5 |
NORWEGIAN UNIVERSITY OF SCIENCE ... | 4 |
CHINESE ACADEMY OF SCIENCES | 3 |
ISTANBUL TECHNICAL UNIVERSITY | 3 |
NATIONAL INSTITUTE OF TECHNOLOGY... | 3 |
NORTHWESTERN POLYTECHNICAL UNIVE... | 3 |
近年引用統(tǒng)計(jì):
期刊名稱 | 數(shù)量 |
PATTERN RECOGN | 106 |
IEEE T PATTERN ANAL | 99 |
IEEE T INF FOREN SEC | 79 |
IEEE T IMAGE PROCESS | 62 |
IET BIOMETRICS | 53 |
PATTERN RECOGN LETT | 49 |
NEUROCOMPUTING | 39 |
EXPERT SYST APPL | 26 |
IMAGE VISION COMPUT | 22 |
IEEE T CIRC SYST VID | 19 |
近年被引用統(tǒng)計(jì):
期刊名稱 | 數(shù)量 |
IET BIOMETRICS | 53 |
IEEE ACCESS | 45 |
MULTIMED TOOLS APPL | 27 |
SENSORS-BASEL | 24 |
ACM COMPUT SURV | 19 |
IEEE T INF FOREN SEC | 17 |
PATTERN RECOGN LETT | 15 |
EXPERT SYST APPL | 12 |
APPL SCI-BASEL | 11 |
NEUROCOMPUTING | 11 |
近年文章引用統(tǒng)計(jì):
文章名稱 | 數(shù)量 |
Strengths and weaknesses of deep... | 24 |
Robust gait recognition: a compr... | 15 |
Employing fusion of learned and ... | 11 |
Grey Wolf optimisation-based fea... | 10 |
Unconstrained ear recognition us... | 10 |
Secure multimodal biometric syst... | 9 |
Hybrid robust iris recognition a... | 9 |
Domain adaptation for ear recogn... | 7 |
Ear verification under uncontrol... | 7 |
ScoreNet: deep cascade score lev... | 6 |
聲明:以上內(nèi)容來源于互聯(lián)網(wǎng)公開資料,如有不準(zhǔn)確之處,請聯(lián)系我們進(jìn)行修改。