发表之家网站,学术咨询:400-888-7501 订阅咨询:400-888-7502 股权代码 102064
数据采集与处理杂志 数据采集与处理杂志 数据采集与处理
CSCD核心期刊
分享到:

数据采集与处理杂志

Journal of Data Acquisition & Processing

主管单位:中国科学技术协会
主办单位:中国电子学会;仪器仪表学会;信号处理学会;中国一汽仪表学会;中国物理学会;微弱信号检测学会;南京航空航天大学
国际刊号:1004-9037
国内刊号:32-1367/TN
审稿时间:1-3个月
全年订价:¥ 408.00
创刊:1986
类别:信息科技
周期:双月刊
发行:江苏
语言:中文
起订时间:
曾用名:数据采集与处理
出版社:协会类
邮编:210016
主编:贲德
邮发:28-235
库存:200
电信技术
数据采集与处理杂志简介
数据采集与处理杂志简介

《数据采集与处理》是中国科协主管,由中国电子学会、中国仪器仪表学会所属信号处理学会,中国仪器仪表学会、中国物理学会所属微弱信号检测学会和南京航空航天大学联合主办,南京航空航天大学出版,并向国内外公开发行的技术刊物。荣获2007年被评为江苏省优秀期刊、中国科协优秀期刊、江苏省一级期刊双效期刊。

《数据采集与处理》主要反映信号处理,测试工程和计算机应用等方面的科学成果,注重工程应用,力求创新。

数据采集与处理杂志被以下数据库收录
数据采集与处理杂志期刊荣誉
数据采集与处理杂志栏目设置
关于发表之家网站介绍

重要说明:发表之家是一家注册资本金500万、员工人数超150人的大型互联网企业,公司已合法取得《出版物经营许可证》、《增值电信业务经营许可证》等相关牌照,依法从事期刊订阅和学术增值服务。本站提供机打全额增值税专用、普通发票,支付成功后可单独寄出,本站不是数据采集与处理杂志官网,直投稿件请联系杂志社。

数据采集与处理杂志数据统计
数据采集与处理杂志影响因子
数据采集与处理杂志发文量
数据采集与处理杂志总被引频次
数据采集与处理杂志投稿
数据采集与处理杂志社审稿
1-3个月
数据采集与处理杂志社介绍

1、文稿应资料可靠、数据准确、具有创造性、科学性、实用性。应立论新颖、论据充分、数据可靠,文责自负(严禁抄袭),文字要精炼。

2、姓名在文题下按序排列,排列应在投稿时确定。作者姓名、单位、详细地址及邮政编码务必写清楚,多作者稿署名时须征得其他作者同意,排好先后次序,接录稿通知后不再改动。

3、文章要求在2000-2400字符,格式一般要包括:题目、作者及单位、邮编、内容摘要、关键词、正文、参考文献等。文章标题字符要求在20字以内。

4、文章中的图表应具有典型性,尽量少而精,表格使用三线表;图要使用黑线图,绘出的线条要光滑、流畅、粗细均匀;计量单位请以近期国务院颁布的《中华人民共和国法定计量单位》为准,不得采用非法定计量单位。

5、为缩短刊出周期和减少错误,来稿一律使用word格式,并请详细注明本人详细联系方式。

6、编辑部对来稿有删修权,不同意删修的稿件请在来稿中声明。我刊同时被国内多家学术期刊数据库收录,不同意收录的稿件,请在来稿中声明。

数据采集与处理较新文章
  • 语音去混响技术的研究进展与展望

    作者:张雄伟; 李轶南; 郑昌艳; 曹铁勇; 孙蒙; 闵刚 期刊:《数据采集与处理》 2017年第06期

    语音交互技术在实际的话音驱动应用中得到日益普及。然而,当声源距离传声器较远时,由于实际环境中混响现象的影响,语音交互的性能还远不能使人满意。针对混响问题,数十年来学者们不断地进行大量的研究,并提出了很多实用的方法。特别是近期兴起的在很大程度上改变语音处理格局的深度学习技术,在单通道去混响方面也取得了很多令人瞩目的效果。然而,目前系统性总结分析基于深度学习的去混响方法与经典算法之间联系的工作仍然比较匮乏。因此,本文对单通道语音去混响技术的发展脉络进行系统的梳理和总结,并讨论了有待进一步研究的开放问题。

  • 认知型宽带恒模阵列水声通信多用户信号分离与干扰抑制算法

    作者:王峰; 刘蝶 期刊:《数据采集与处理》 2017年第06期

    提出了一种适用于水声通信系统节点多用户信号获取与干扰抑制的宽带空时恒模阵列算法,实现多用户信号提取和宽带干扰的抑制。该算法与常规恒模阵列相比,具有更强的多径与干扰抑制能力。作为认知水声通信技术的重要组成部分,采用时频分析与瞬时自相关等调制特征提取算法,对宽带恒模阵列获取的多用户及干扰有效分类,从而为不同调制用户解调及干扰抑制提供解决方案。计算机仿真验证了该认知处理算法结构的良好性能。

  • 一种抑制BOC调制信号副峰的移动相关函数捕获算法

    作者:刘芳; 冯永新; 张欣欣; 黄硕辉 期刊:《数据采集与处理》 2017年第06期

    随着扩频技术的发展,为提高应用系统的信号质量、减小同频信号的互扰、增加保密性及抗干扰性,出现了二进制偏移载波(Binary offset carrier,BOC)调制技术。针对BOC调制技术而引发的信号相关多峰、判别模糊等现象,进行副峰抑制关键技术研究,并考虑现有捕获方法存在的局限和不足,提出了一种移动相关函数捕获算法。通过相关函数的有机移动来构造具有单峰特性的相关函数,从而达到抑制副峰的目的。理论与仿真结果表明,新算法能够有效地抑制副峰,而且能够适应更低的信噪比条件,在捕获性能及副峰抑制能力方面,新算法优于现有的算法。本文方法可以为扩频信号的高效同步及系统应用提供理论基础和技术借鉴。

  • 基于部件的人脸编辑与美化算法

    作者:蔡珍妮; 刘青山 期刊:《数据采集与处理》 2017年第06期

    针对人脸部件的变换与脸部化妆,提出了一种基于部件的人脸编辑与美化算法。该算法包括人脸部件渐变与人脸化妆两部分。首先根据所有部件的特征点对人脸进行三角剖分,然后只改变需变换部件的特征点的位置,最后使用线性插值技术对像素点进行赋值,得到部件的变换图。在对不同部件的变换图进行组合后,利用基于范例的数字化妆方法,进一步实现了人脸的整体美化效果。实验结果表明,部件变换并化妆后的人脸具有真实感,美化效果比较明显,这在整容或是化妆领域都有可观的应用前景。

  • 结合切空间及特征空间校准的增量流形学习正则优化算法

    作者:谈超; 吉根林; 赵斌 期刊:《数据采集与处理》 2017年第06期

    高维流式大数据的产生与发展对传统机器学习和数据挖掘算法提出了诸多挑战。本文结合流式大数据流式到达的特性,首先建立自适应增量特征提取算法模型。然后,针对噪声环境,建立基于特征空间校准的增量流形学习算法模型,解决小样本问题。最后,构造流形学习的正则化优化框架,解决高维数据流特征提取过程中产生的降维误差问题,并得到最终的最优解。实验结果表明本文提出的算法框架符合流形学习算法的3个评价指标:稳定性、提高性以及学习曲线能迅速增加到一个相对稳定的水平;从而实现了高维数据流的高效学习。

  • 日冕暗化图像检测算法的并行设计与实现

    作者:杨宇航; 彭博; 李天瑞 期刊:《数据采集与处理》 2017年第06期

    日冕物质抛射(Coronal mass ejection,CME)是空间灾害天气最主要的驱动源。在CME的众多伴生现象中,日冕暗化与之最为紧密相关。因此,对日冕暗化现象进行检测,有助于预报CME的爆发。随着观测数据量的增加,现有日冕暗化检测算法的效率亟待提升。本文基于一种半自动暗化检测算法,提出并实现该算法的并行方案,以提高算法效率,为实现日冕暗化的实时检测奠定基础。首先介绍了日冕暗化的现有工作,接着详细分析了一种半自动暗化检测方法,它在一定程度上提高了人工识别暗化区域的效率,但其效率并不能满足检测的实时性要求。然后,基于Matlab R2014a平台并行机制的特点,从数据、计算量和图像分块角度对半自动暗化检测算法提出了3种不同的并行方案,实验对比分析结果表明图像分块并行方案的效果最优。

  • 阵面安装误差对相控阵雷达测角精度的影响

    作者:陶军; 唐晓雷; 黄晓辉 期刊:《数据采集与处理》 2017年第06期

    分析阵面安装误差对相控阵雷达测角精度的影响,对研究和设计高精度相控阵雷达非常重要。建立了相控阵雷达阵面安装误差-测角精度误差模型,分别仿真分析了阵面倾角安装误差、阵面方位法向误差和阵面不水平度对相控阵雷达测角误差的影响。与理论公式相比,推导出的简约式用于计算阵面安装误差引起的测角误差分析时精度达0.001°量级,可以为相控阵雷达测角系统精度误差指标分配及测角精度超差问题分析定位提供快速、精确的理论依据和工程指导。

  • 基于NMF后验特征优化的语音查询样例检测

    作者:曹建凯; 张连海; 李勃昊 期刊:《数据采集与处理》 2017年第06期

    提出一种基于非负矩阵分解(Nonnegative matrix factorization,NMF)后验特征优化和修正分段动态时间规整(Segmental dynamic time warping,SDTW)检索的无监督语音查询样例检测方法。该方法首先应用频域线性预测(Frequency domain linear prediction,FDLP)声学特征参数代替梅尔频率倒谱系数(Mel-frequency cepstral coefficients,MFCCs)训练高斯混合模型(Gaussian mixture model,GMM)模型,然后使用NMF算法对高斯后验特征矩阵进行分解,将得到的基矩阵作为子空间变换矩阵对原始后验特征投影,投影可以突出特征中主要分量,平滑距离矩阵。在检索阶段,使用多相邻输出得分对最佳匹配得分进行修正,用于代替标准SDTW算法的1-best输出得分。实验结果表明,在不增加检索时间的情况下,该方法相比应用MFCCs和FDLP特征的基线系统性能提升明显,检索精度分别相对提升了18.6%和18.1%。

  • 基于稀疏约束非负矩阵分解的K-Means聚类算法

    作者:韩素青; 贾茹 期刊:《数据采集与处理》 2017年第06期

    为了提高K-Means聚类算法在高维数据下的聚类效果,提出一种基于稀疏约束非负矩阵分解的K-Means聚类算法。该算法在最优保持原始数据本质的前提下,通过在非负矩阵分解过程中对基矩阵列向量施加l1与l2范数稀疏约束,首先挖掘嵌入在高维数据中的低维数据结构,实现高维数据的低维表示,然后利用在低维数据聚类中性能良好的K-Means算法对稀疏降维后的数据进行聚类。实验结果表明提出的算法可行,并且在处理高维数据上有效。

  • 一种改进的基于规则实例多覆盖分类算法

    作者:周忠眉; 李莎莎 期刊:《数据采集与处理》 2017年第06期

    基于规则分类算法提取的规则集通常存在3个问题:首先,提取的分类规则集中短规则过少,致使高质量的规则不多;其次,规则集中规则数量少,训练数据中几乎所有实例仅被规则覆盖一次;第三,虽然提取大量的规则,但是训练数据中存在一些小类样本的实例不能被任何一条规则覆盖。本文提出一种改进的基于规则的实例多覆盖分类算法(Rule-based classification with instances covered by multiple rules,RCIM),其特点是:(1)为了提高规则的质量,在选择生成规则的第1项时不仅考虑属性值的好坏,而且还考虑了属性值补的好坏;(2)一次产生尽量多,高质量的规则,而且当训练数据的实例至少被两条规则覆盖后才将其删除;(3)当遇上难以判断的测试数据时,对测试数据的各个属性值进行二次学习提取规则。算法RCIM不仅可以有效地提取大量的规则,而且较大程度地提高了规则的质量。通过在大量数据上实验结果表明,RCIM比许多其他算法取得了更高的分类准确率。

  • 基于改进压缩跟踪算法的航拍视频目标跟踪系统

    作者:张洋; 胡勇; 张燕 期刊:《数据采集与处理》 2017年第06期

    针对航拍视频的特性,对经典的压缩跟踪(Compression tracking,CT)算法进行了研究,发现了CT算法在样本采集和分类取样步骤中的不足并进行了相应的改进。采用Kalman滤波器预测目标的运动路径,并将预测结果应用于样本采集,自适应地修改搜索范围。更新了分类器的取样反馈过程,先对分类结果进行判断,评分绝对值低于某一阈值的分类结果不反馈给分类器,有效地保持了分类器的正确性。在改进算法的基础上,开发了基于航拍视频的目标跟踪系统。通过与经典压缩跟踪算法在实际航拍道路视频的测试和对比,验证了本文算法的有效性和实时性。

  • 一种基于Tri-training的数据流集成分类算法

    作者:胡学钢; 马利伟; 李培培 期刊:《数据采集与处理》 2017年第05期

    数据流分类是数据挖掘领域的重要研究任务之一,已有的数据流分类算法大多是在有标记数据集上进行训练,而实际应用领域数据流中有标记的数据数量极少。为解决这一问题,可通过人工标注的方式获取标记数据,但人工标注昂贵且耗时。考虑到未标记数据的数量极大且隐含大量信息,因此在保证精度的前提下,为利用这些未标记数据的信息,本文提出了一种基于Tri-training的数据流集成分类算法。该算法采用滑动窗口机制将数据流分块,在前k块含有未标记数据和标记数据的数据集上使用Tri-training训练基分类器,通过迭代的加权投票方式不断更新分类器直到所有未标记数据都被打上标记,并利用k个Tri-training集成模型对第k+1块数据进行预测,丢弃分类错误率高的分类器并在当前数据块上重建新分类器从而更新当前模型。在10个UCI数据集上的实验结果表明:与经典算法相比,本文提出的算法在含80%未标记数据的数据流上的分类精度有显著提高。

  • 基于轨迹受限的移动Sink低能耗数据收集协议

    作者:徐佳; 王传平; 戴华; 刘方斌; 于京杰 期刊:《数据采集与处理》 2017年第05期

    无线传感器网络数据收集的能耗问题一直以来都是研究的热点。本文主要研究基于移动Sink轨迹受限的数据收集协议。首先针对轨迹受限的无线传感网络提出一种通用的系统模型,将该问题形式化为最大化降低全网总路径长度轨迹设计问题(Maximizing total length reduction for constrained trajectory,MTRC),并证明了MTRC为NP-Hard问题;然后设计一种轨迹约束低能耗贪心算法(Trajectory constrain of low energy consumption,TCLEC),通过TSP近似算法设计最大化降低有效长度的Sink移动轨迹。理论分析和仿真实验结果表明,TCLEC在网络拓扑数据收集树的初始化以及优化方面是高效的,并且相对于同类基于移动Sink的无线传感网络分层数据收集方法,其能耗降低了7%左右。

  • 人群运动中的视觉显著性研究

    作者:刘赏; 董林芳 期刊:《数据采集与处理》 2017年第05期

    在公共场所中人们都倾向于以分组的形式进行运动,本文把这种以分组形式运动的若干个行人称为运动群组,具有视觉显著性的人群运动群组是场景理解的重点,其对人群的整体运动也影响最大。本文对运动群组的视觉显著性展开了研究,分别从规模、速度、组内紧致度和变化度4个方面来对运动群组的视觉显著性进行度量,并基于该度量给出了视觉显著性运动群组检测方法。首先,利用光流法对运动人群进行分析得到光流向量;然后通过层次聚类算法对运动人群进行分组;最后,基于本文所给出的度量计算每个群组的视觉显著性,以检测出视觉显著性最高的运动群组。实验表明该方法能够有效地对视觉显著性运动群组进行检测,该研究成果可应用于人群场景理解、人群运动分析和人群场景分类等计算机视觉研究领域。

  • 系统LT码在删除信道下的渐进性能分析及度分布设计

    作者:华洁; 徐大专; 许生凯 期刊:《数据采集与处理》 2017年第05期

    首先基于与或树分析法,对系统LT码在删除信道下的渐进性能公式进行推导,并给出其下限。仿真结果表明当开销足够大时,实际误码率,渐进性能与下限三者完美匹配。然后根据渐进性能,提出改进的优化模型(Improved systematic linear programming,ISLP)对度分布进行优化设计。优化所得的度分布明显优于鲁棒孤波分布(Robust soliton distribution,RSD)分布与截断度分布(Truncated degree distribution,TDD)分布。另外,优化后的度分布其渐进性能可由设定的开销与误码率进行控制,即在所设置的开销之内达到理想的误码率,这一特性可进一步影响完全译码时所需开销。仿真结果表明,数据恢复时所需的开销与所设置的开销相近。对比系统LT码和LT码的误码率与恢复原始数据时所需的开销和编译码时间,表明系统LT码能比LT码更快地恢复原始数据,具有更优的性能。

  • 基于非负矩阵分解的语音深层低维特征提取方法

    作者:秦楚雄; 张连海 期刊:《数据采集与处理》 2017年第05期

    作为一种基于深层神经网络提取的低维特征,瓶颈特征在连续语音识别中取得了很大的成功。然而训练瓶颈结构的深层神经网络时,瓶颈层的存在会降低网络输出层的帧准确率,进而反过来影响该特征的性能。针对这一问题,本文基于非负矩阵分解算法,提出一种利用不包含瓶颈层的深层神经网络提取低维特征的方法。该方法利用半非负矩阵分解和凸非负矩阵分解算法对隐含层权值矩阵分解得到基矩阵,将其作为新的特征层权值矩阵,然后在该层不设置偏移向量的情况下,通过数据前向传播提取新型特征。实验表明,该特征具有较为稳定的规律,且适用于不同的识别任务和网络结构。当使用训练数据充足的语料进行实验时,该特征表现出同瓶颈特征几乎相同的识别性能;而在低资源环境下,基于该特征识别系统的识别率明显优于深层神经网络混合识别系统和瓶颈特征识别系统。

  • 基于结构化噪声矩阵补全的WSNs收集数据重建方法

    作者:陈正宇; 陈蕾; 胡国兵; 戴华 期刊:《数据采集与处理》 2017年第05期

    许多科学研究都需要对环境数据进行分析,这些环境数据通常是通过部署在研究区域内的无线传感器网络(Wireless sensor networks,WSNs)来收集的。收集数据的完整性和准确性决定了科研结果的可靠性。然而,在数据收集过程中普遍存在的数据丢失和错误影响了收集数据的可用性,为此需要利用收集到的数据重建完整的环境数据。基于环境数据低秩特性,将数据重建问题建模为L2,1范数正则化矩阵补全模型,提出一种基于结构化噪声矩阵补全的WSNs收集数据重建方法(Data reconstruction approach via matrix completion with structural noise,DRMCSN)。真实数据集上的实验结果表明,该方法性能优于现有算法,不仅能以较高的精度恢复缺失的环境数据,而且能辨识出收集到错误数据的传感器节点。

  • 一种改进的模糊认知诊断模型

    作者:李忧喜; 文益民; 易新河; 徐智 期刊:《数据采集与处理》 2017年第05期

    认知诊断模型利用学生做题的得分情况和测试题-知识点的关系来挖掘学生的潜在特质,以得到学生对知识点的掌握情况,进而可以预测学生对测试题的得分情况。但已有的认知诊断模型一般都忽视了主观题中学生对知识点的掌握数量和掌握程度及知识点的重要性对认知诊断的影响。本研究提出一种改进的模糊认知诊断模型(Revised fuzzy cognitive diagnosis framework,R-FuzzyCDF),在主观题的诊断中假设随着学生掌握知识点的个数增多,学生正确作答的概率增高,并考虑了知识点的重要性对认知诊断的影响,实验结果表明这种改进的FuzzyCDF模型进一步提高了认知诊断的准确性。

  • 基于MOPSO与凸优化算法的稀布圆阵列方向图优化

    作者:曹爱华; 李海林; 马守磊; 周建江 期刊:《数据采集与处理》 2017年第05期

    为了降低稀布阵列的峰值旁瓣电平并抑制稀布阵列的栅瓣,提出了一种多目标粒子群与凸优化相结合的方向图综合算法。该算法将多目标粒子群优化(Multi-objective particles swarm optimization,MOPSO)作为全局搜索器,凸优化算法作为局部搜索器来搜索最优解,优化的变量不仅是阵元的权值,而且还加入了阵元位置这一参数,从而能够提供更多的自由度来控制稀布阵列的性能。基于30阵元的稀布圆形阵列的仿真结果表明:与单纯使用MOPSO算法相比,本文提出的用MOPSO算法优化阵元位置,凸优化算法优化阵元权值的联合优化算法,得到的栅瓣和峰值旁瓣电平都小于-19.3dB。

  • 基于聚类和核密度估计假设检验的异常值检测方法

    作者:周春蕾; 田品卓; 杨晨琛; 王皓 期刊:《数据采集与处理》 2017年第05期

    异常值检测是数据挖掘领域中的核心问题,在工业生产中也有着广泛的应用。准确高效的异常值检测方法能够及时反映出工业系统运行状态,为相关人员提供参考,而传统的异常值检测方法无法很好地检测出变化模式复杂、变化范围小、具有流数据特性的数据中的异常值。因此,本文提出了一种新的针对该类型数据的异常值检测方法:首先通过对数据进行聚类划分,将相似的数据进行归类,从而将原本复杂的数据分布拆解成为每个聚类下简单数据分布的叠加;然后使用核密度估计假设检验的方法对待检测数据进行异常值检测。在标准数据集和真实数据上的实验结果表明,该方法相比于传统的异常值检测方法在检测精度上有一定的提升。

  • 基于MTL-DNN系统融合的混合语言模型语音识别方法

    作者:范正光; 屈丹; 李华; 张文林 期刊:《数据采集与处理》 2017年第05期

    基于混合语言模型的语音识别系统虽然具有可以识别集外词的优点,但是集外词识别准确率远低于集内词。为了进一步提升混合语音识别系统的识别性能,本文提出了一种基于互补声学模型的多系统融合方法。首先,通过采用不同的声学建模单元,构建了两套基于隐马尔科夫模型和深层神经网络(Hidden Markov model and deep neural network,HMM-DNN)的混合语音识别系统;然后,针对这两种识别任务之间的关联性,采用多任务学习(Multi-task learning DNN,MTL-DNN)思想,实现DNN网络输入层和隐含层的共享,并通过联合训练提高建模精度。最后,采用ROVER(Recognizer output voting error reduction)方法对两套系统的输出结果进行融合。实验结果表明,相比于单任务学习DNN(Single-task learning DNN,STL-DNN)建模方式,MTL-DNN可以获得更好的识别性能;将两个系统的输出进行融合,能够进一步降低词错误率。

  • 基于信号采样自相关的步进宽带频谱感知方法

    作者:陈露; 伍小芹; 白勇 期刊:《数据采集与处理》 2017年第05期

    采用步进频域能量检测法可以提高在软件无线电平台的频谱感知的带宽范围,但能量检测法易受噪声不确定性的影响,而信号采样自相关检测法对噪声不确定性有很好的鲁棒性。为进一步提高软件无线电的检测性能,提出了基于信号采样自相关的步进宽带频谱感知方法。首先阐述了信号采样自相关检测的原理,然后对基于该原理的步进宽带检测方法的流程进行了分析,最后利用MATLAB软件仿真其检测性能。仿真结果表明,在信噪比(Signal-noise-ratio,SNR)不同的情况下,基于信号采样自相关的步进宽带频谱检测方法能达到所要求的检测性能。此外,为了兼顾频谱感知的检测速度和频带带宽分辨率之间的关系,进一步提出了在原本固定步进值的步进宽带信号采样自相关的频谱感知方法中采用可变步进值的两阶段检测方法,该方法可以获得较高的频带带宽检测分辨率和较短的检测时间。

  • 基于特征词向量的短文本聚类算法

    作者:刘欣; 佘贤栋; 唐永旺; 王波 期刊:《数据采集与处理》 2017年第05期

    针对互联网短文本特征稀疏和速度更新快而导致的短文本聚类性能较差的问题,本文提出了一种基于特征词向量的短文本聚类算法。首先,定义基于词性和词长度加权的特征词提取公式并提取特征词代表短文本;然后,使用Skip-gram模型(Continous skip-gram model)在大规模语料中训练得到表示特征词语义的词向量;最后,引入词语游走距离(Word mover′s distance,WMD)来计算短文本间的相似度并将其应用到层次聚类算法中实现短文本聚类。在4个测试数据集上的评测结果表明,本文方法的效果明显优于传统的聚类算法,平均F值较次优结果提高了56.41%。

数据采集与处理杂志分期目录
数据采集与处理杂志网友评论
较新评论
zhaozho** 的评论:

数据采集与处理杂志效率简直不是一般高,编辑很好说话,就是有时候回复会比较慢,编辑老师可能手头事情特别杂,但是提醒以后马上就会帮你处理,但是见刊有点慢,8月份录用已经排到明年年初了,是非常负责的杂志。

2019-09-03 10:54:18 回复
yangzih** 的评论:

从投出到录用一共经历了3个月,数据采集与处理杂志效率还是相当高的,杂志几个审稿人的意见都还不错,修改后大概一个月通知录用。这个杂志还是比较专业的,在国内同类杂志中也算是不错的了!

2019-07-18 17:46:45 回复 1
  • 1889241** 的回复:

    你好,请问你有没有这个期刊的模板啊?

    2019-08-10 09:06:31 回复
zhuqinm** 的评论:

投之后,一个星期之内要求修改,小改动。1个月内要求大改,改后约3周内要求改文字、版面的内容。然后录用了。从投到录用一共约2个月。很快,编辑很负责。

2019-04-10 10:34:01 回复
sgegge_** 的评论:

从投稿到录用整个过程不到2个月,审稿意见也中肯。听导师说,《数据采集与处理》近两年在努力提升载文质量,学校也比较认这个期刊!各位学友也可以投稿试试,并没有大家想象的那么难!

2019-03-19 10:17:09 回复
hongyi_** 的评论:

投稿心得:投稿对口很重要,并不是所有的文章都需要做正交试验的,只要数据够深度,内容够新颖,国外这种文章很多的!《数据采集与处理》是电信技术方面的的权威期刊,编辑部负责且办事效率高!投稿之前要多方面了解期刊。这样中的机率会比较高。

2019-01-18 14:57:02 回复
songyi_** 的评论:

编辑人很好,非常负责任,非常非常细心,态度特别特别好,问题也提的有价值,我觉得是个不错的核心期刊。审稿老师也是很认真的,审稿速度快,外审专家意见中肯。感觉非常好!这个期刊值得信赖。

2019-01-18 11:26:28 回复
jiangxi** 的评论:

编辑部很认真,两位审稿专家意见都很详细,感觉还是很不错的期刊,对稿件要求也很高。小修后接受。感觉还是应该尽量把文章改好,否则修改意见太多,往往拒稿,毕竟稿源太多。

2018-11-30 10:57:32 回复
jiumoya** 的评论:

投稿过了有半个月之多,打电话过去咨询进展,得到结果确是还没有送审,编辑部这就意识到了,很快联系两个审稿专家,半个月内返回了外审意见,最终录用。虽然过程波折,但是结果是好的,赞一个。

2018-11-01 10:44:38 回复
jiaqian** 的评论:

受理很快,投了当天就进入评审,审了两个月返修,两个专家提的问题很细,返修稿发回后一个月给发了录用通知,第一次投稿,感觉还是比较顺利!另外一篇,间隔一天投的到现在都没动静,相比较而言,《数据采集与处理》的效率还是挺快的!

2018-09-05 17:03:22 回复
mengyu_** 的评论:

审稿速度快,外审回复一个月内,从投稿到录用2-3个月时间。网站做的很方便快捷。编辑也相当负责,审稿很细致,提出了很多有价值的建议。现在我就坐等录用通知啦!哈哈哈哈~~

2018-08-13 15:04:12 回复
hdnqwa_** 的评论:

投稿接受后还有多次校稿,编辑非常仔细,也是很好的学习的过程。因为被拒审三次,拖的时间比较长,问编辑部进展,效率也还不错,2个月左右就通过了,希望对大家有帮助。

2018-07-27 11:11:01 回复
李佳文** 的评论:

审稿速度有点慢,等了一个月,一点消息都没有,本来都放弃了,结果突然间有了修改通知,修改意见比较详细。认真修改并回答了审稿人的问题后,三个月就录用了。还不错。

2018-04-25 08:43:43 回复
yangyij** 的评论:

按照期刊的要求来写的话,其实还是比较容易中的。期刊审稿的速度还是比较快的,一般按照专家的意见和建议修改,应该问题不大。专家给的意见和建议都很中肯的。

2018-01-25 15:53:41 回复
qiandai** 的评论:

该期刊编辑部工作人员都很认真负责,审稿专家意见很详细、专业。感觉还是很不错的期刊,对稿件要求也很高,个人觉得选题热点、创新点、写作水平都很关键。祝大家投稿成功!

2018-01-03 16:46:22 回复
changfe** 的评论:

投了一篇关于理论与试验研究的论文。总体还算顺利,基本都在计划时间内完成。评审专家们很认真负责,有一位专家给我的意见洋洋洒洒几页纸,包括修改建议。而且允许有自己的意见。真的是受益匪浅!

2017-12-21 11:21:37 回复
yangmin** 的评论:

第一次投《数据采集与处理》,从投稿到被拒,然后复议,再到仲裁成功,文章接收,总共3个月的时间。总的来说,是个效率很高的期刊。祝《数据采集与处理》越办越好!也祝各位学友多出成果,多发文章!

2017-11-09 09:09:41 回复
peiwu** 的评论:

收到了,包装非常好,发货也快,物流也超快,发表之家书质很棒,一直很喜欢这本杂志,内容比较广泛,图片也很精美,也推荐这本杂志,很丰富,发表之家服务态度很好,O(∩_∩)O谢谢。

2017-09-07 14:50:15 回复
lilimin** 的评论:

书的质量好,印刷清晰,纸质好,快递速度快。总体感觉挺好的。书的纸张和内容都很好,归纳的还可以。赞一个!

2017-08-23 11:10:05 回复
yinghua** 的评论:

估计是运气好,整个审稿过程非常顺利,刚好3个月修改后录用,见刊速度和同类期刊比较一般,不过整体来说还是心里挺爽的,毕竟是自己发表的第一篇。

2017-07-31 09:57:14 回复
murphy** 的评论:

《数据采集与处理》确实很给力,而且没有审稿费。投稿大概半个月就了初审修改意见,然后复审花了一个半月,最后排期录用。整个过程花了3个月。第一次投,感觉不错,推荐大家投稿!

2017-06-27 11:46:22 回复
dibai** 的评论:

去年和今年各投了一篇,去年的第一篇修改后再录用,外审专家速度还是挺快的,两个月内就把稿审完,赞一个。今年的第二篇文章已经三个半月了,还在外审中,期待这次还能中。看来这个审稿速度和运气有关。

2015-08-13 09:35:06 回复 1
  • haizi** 的回复:

    在这里想说的是,期刊质量不错,审稿专家建议中肯详细,对文章帮助很大。编辑老师超级耐心,对于我的咨询都不厌其烦的回复。非常感谢!

    2016-08-18 10:31:28 回复
huzixua** 的评论:

投稿过后所有流程基本都很顺利,有一个审稿专家超期未审编辑部也帮忙催了。专家审稿详细,意见也很中肯。小修上传后当天就录用了,5月30号收到录用通知。编辑老师也很好,有问必答。感谢!

2015-06-11 15:43:35 回复
ywiooa** 的评论:

投过一篇,审稿两个月后让修改后复审,主要是两个外审专家提了几个问题要回答,修回后又等了两个月回来结果是修改后录用,然后等终审等了两个月,等不急了就打电话催,当即录用。

2015-01-21 10:14:57 回复
egv212** 的评论:

3月29号投的,打电话咨询7月30才送审,哎,等的很痛苦!6月份发邮件说审稿意见未回来,8月打电话说7月才送审,到底怎么了哦,也不好意思再问,只能等!后面又咨询过几次,说审回来的两位专家意见反差较大,又的重新发一个编委审稿,又过去二十天;今天鼓起勇气又写了邮件咨询,编辑说审稿意见为:修录,但是还没有把修改意见发给我,心里还是没底!

2014-12-12 16:47:52 回复
loulan** 的评论:

录一篇,拒一篇。还比较认真,好像还有专门发稿的讨论会 审稿费实在是太贵了。大学附属机构吧,比较老套,就不能改成单月刊,多发些文嘛!审稿费降些,投的的也多f发的也多些,这不是影响力也上来了嘛。研究方向: 信息科学 计算机科学 计算机应用技术

2014-09-18 09:07:45 回复
我要评论
晒晒图片
相关期刊
  • 草业科学
    统计源期刊 1-3个月审稿
    中国草学会;兰州大学草地农业科技学院
  • 电网技术
    CSCD核心期刊 1-3个月审稿
    国家电网公司
  • 卫生研究
    CSCD核心期刊 1-3个月审稿
    中国疾病预防控制中心
  • 煤炭学报
    统计源期刊 1-3个月审稿
    中国煤炭学会
  • 茶叶科学
    CSCD核心期刊 1-3个月审稿
    中国茶叶学会
  • 核农学报
    统计源期刊 1-3个月审稿
    中国原a子能农学会;中国农业科学院农产品加工研究所(前中国农业科学院原子能利用研究所)
  • 物理学报
    北大核心期刊 1-3个月审稿
    中国物理学会;中国科学院物理研究所
  • 天然气工业
    统计源期刊 1-3个月审稿
    四川石油管理局;中国石油西南油气田公司;中国石油川庆钻探工程公司