《吉林大學(xué)學(xué)報(bào)：信息科學(xué)版》JournalofJilinUniversity(InformationScienceEdition)(雙月刊)曾用刊名：長(zhǎng)春郵電學(xué)院學(xué)報(bào)，1983年創(chuàng)刊，主要刊登信息與通信工程、控制科學(xué)與工程，計(jì)算機(jī)科學(xué)與工程、儀器科學(xué)與工程，電子科學(xué)與技術(shù)、管理科學(xué)與工程，電器工程等方面的學(xué)術(shù)論文及研究報(bào)告。本刊既反映基礎(chǔ)理論研究又反映應(yīng)用技術(shù)研究，并注意報(bào)道技術(shù)開(kāi)發(fā)工作的最新成果，在理論與實(shí)踐相結(jié)合，促進(jìn)科技成果轉(zhuǎn)化方面具有自己的特色。

　　吉林大學(xué)學(xué)報(bào)信息科學(xué)版欄目設(shè)置電子科學(xué)與技術(shù)、儀器科學(xué)與工程、信息與通信工程、控制科學(xué)與工程、計(jì)算機(jī)科學(xué)與工程。

　　吉林大學(xué)學(xué)報(bào)信息科學(xué)版收錄國(guó)家新聞出版總署收錄　維普網(wǎng)、萬(wàn)方數(shù)據(jù)庫(kù)、知網(wǎng)數(shù)據(jù)庫(kù)、龍?jiān)雌诳�網(wǎng)、文摘雜志、哥白尼索引、劍橋科學(xué)文摘、劍橋科學(xué)文摘社ProQeust數(shù)據(jù)庫(kù)、物理學(xué)、電技術(shù)、計(jì)算機(jī)及控制信息數(shù)據(jù)庫(kù)收錄

　　1、中國(guó)科技論文統(tǒng)計(jì)源期刊(中國(guó)科技核心期刊)

　　2、數(shù)據(jù)：MARC數(shù)據(jù)、DC數(shù)據(jù)

　　3、圖書(shū)館藏：國(guó)家圖書(shū)館館藏、上海圖書(shū)館館藏

　　4、影響因子：

　　截止2014年萬(wàn)方：影響因子：0.646;總被引頻次：470

　　截止2014年知網(wǎng)：復(fù)合影響因子：0.981;綜合影響因子：0.626

　　5、吉林大學(xué)學(xué)報(bào)：信息科學(xué)版榮譽(yù)：

　　全國(guó)優(yōu)秀高校自然科學(xué)學(xué)報(bào)

　　吉林省一級(jí)科技期刊

　　Caj-cd規(guī)范獲獎(jiǎng)期刊

　　優(yōu)秀郵電科技期刊獎(jiǎng)等8項(xiàng)

　　閱讀推薦：電子科技大學(xué)學(xué)報(bào)

　　《電子科技大學(xué)學(xué)報(bào)》刊登的許多文章都處于人文社會(huì)科學(xué)研究的前沿領(lǐng)域，具有前導(dǎo)性、獨(dú)創(chuàng)性、特別是以信息科學(xué)為核心的人文交叉研究已成為本刊鮮明的特色和優(yōu)勢(shì)。該刊的編委皆由校內(nèi)各學(xué)科負(fù)責(zé)人和專(zhuān)家構(gòu)成，充分保證該刊的學(xué)術(shù)水準(zhǔn)。本刊稿源豐富，每期刊發(fā)的文章甄選比例達(dá)到5：1，稿件質(zhì)量高，已出版的十二期300余篇文章中，具有高級(jí)職稱(chēng)或是具博士學(xué)位的作者達(dá)70%以上。獲獎(jiǎng)情況：獲得第二屆全國(guó)社科類(lèi)質(zhì)量進(jìn)步獎(jiǎng)。

　　吉林大學(xué)學(xué)報(bào)信息科學(xué)版最新期刊目錄

基于VMD-HD-VMD的信號(hào)去噪方法————作者：王冬梅;肖建利;路敬祎;何彬;

摘要：為區(qū)分變分模態(tài)分解(VMD:Variational Mode Decomposition)分解后的有效分量和噪聲分量,并提高VMD的去噪效果,提出了一種VMD與豪斯多夫距離(HD:Hausdorff Distance)結(jié)合的去噪算法(VMD-HD-VMD)。首先利用VMD將原始信號(hào)分解為K個(gè)固有模態(tài)函數(shù)(IMF:Intrinsic Mode Function),分別計(jì)算IMF分量的概率密度函數(shù)的H...

深度學(xué)習(xí)模式下大數(shù)據(jù)特征集成分類(lèi)算法————作者：彭建祥;

摘要：由于大數(shù)據(jù)通常來(lái)自不同的數(shù)據(jù)源,具有不同的格式、結(jié)構(gòu)和質(zhì)量,且其中包含大量的冗余特征,因而在進(jìn)行特征集成分類(lèi)時(shí),這些因素均會(huì)影響數(shù)據(jù)分類(lèi)精度,為此,設(shè)計(jì)一種深度學(xué)習(xí)模式下大數(shù)據(jù)特征集成分類(lèi)算法。基于深度學(xué)習(xí)模式建立醫(yī)療大數(shù)據(jù)特征提取模型,針對(duì)模型訓(xùn)練過(guò)程中會(huì)引入大量噪聲,特征提取結(jié)果含有部分無(wú)關(guān)特征信息,影響特征集成分類(lèi)結(jié)果的問(wèn)題,采用堆疊稀疏降噪編碼器抑制無(wú)關(guān)特征,即使用散度函數(shù)、貪婪算法找出訓(xùn)...

基于神經(jīng)網(wǎng)絡(luò)的超分辨率圖像噪聲識(shí)別算法————作者：魏亞明;李曉凡;

摘要：針對(duì)在超分辨率處理過(guò)程中,低分辨率圖像存在的噪聲會(huì)被放大,導(dǎo)致超分辨率圖像出現(xiàn)失真的問(wèn)題,提出了基于神經(jīng)網(wǎng)絡(luò)的超分辨率圖像噪聲識(shí)別方法。采用神經(jīng)網(wǎng)絡(luò)中的激活函數(shù),確定峰值信噪比。聯(lián)合噪聲數(shù)據(jù)集合與超參系數(shù),獲取殘差值,結(jié)合噪聲信息分布密度,實(shí)現(xiàn)超分辨率圖像噪聲識(shí)別。實(shí)驗(yàn)結(jié)果表明,所提方法的超分辨率圖像的清晰度較高,具有較好的識(shí)別效果,最高峰值信噪比為50 dB,表明利用所提方法能提高圖像質(zhì)量

基于灰狼算法優(yōu)化核極限學(xué)習(xí)機(jī)的虛假數(shù)據(jù)注入攻擊增量檢測(cè)————作者：王惠潔;

摘要：由于在實(shí)施虛假數(shù)據(jù)注入攻擊檢測(cè)時(shí),若檢測(cè)模型的檢測(cè)精度較差,將影響虛假數(shù)據(jù)注入攻擊檢測(cè)的檢測(cè)效果,為有效提升檢測(cè)模型的檢測(cè)精度,提出基于灰狼算法優(yōu)化核極限學(xué)習(xí)機(jī)的虛假數(shù)據(jù)注入攻擊增量檢測(cè)。估計(jì)電力系統(tǒng)狀態(tài),分析虛假數(shù)據(jù)注入攻擊行為,并基于核極限學(xué)習(xí)機(jī)建立虛假數(shù)據(jù)注入攻擊增量檢測(cè)模型,使用灰狼算法對(duì)模型進(jìn)行優(yōu)化處理;最后將采集的電力系統(tǒng)狀態(tài)數(shù)據(jù)的歸一化結(jié)果作為模型輸入數(shù)據(jù),通過(guò)優(yōu)化后的模型實(shí)現(xiàn)電力系...

基于GRNN算法的數(shù)字化信息資源過(guò)濾去重方法————作者：張靈運(yùn);

摘要：由于資源過(guò)濾去重是保證數(shù)字化圖書(shū)館高效運(yùn)行中不可缺少的環(huán)節(jié),但其過(guò)程易受冗余數(shù)據(jù)、資源類(lèi)型和客戶(hù)群體差異等問(wèn)題的干擾,為此,提出基于GRNN(General Regression N eural N etwork)算法的數(shù)字化信息資源過(guò)濾去重方法。首先采用GRNN算法檢測(cè)數(shù)字化信息資源中的異常值,并通過(guò)PSO-LSSVM(Purticle Swarm Optimization-Least Squa...

基于離散數(shù)學(xué)模型的多信道網(wǎng)絡(luò)傳輸時(shí)延一致性控制算法————作者：郭妮妮;

摘要：針對(duì)因不同網(wǎng)絡(luò)信道的環(huán)境有所差異,導(dǎo)致時(shí)延控制難度較大的問(wèn)題,提出基于離散數(shù)學(xué)模型的傳輸時(shí)延一致性控制算法。首先,基于離散數(shù)學(xué)模型設(shè)計(jì)單一信道單元中的傳輸時(shí)間匹配函數(shù),并預(yù)估數(shù)據(jù)傳輸時(shí)延,從而建立傳輸時(shí)延函數(shù)。然后,采用離散化處理方式,求得與傳輸時(shí)延參數(shù)相關(guān)性最大的限制頻譜參數(shù)。根據(jù)該參數(shù),設(shè)定最大允許時(shí)延需要滿(mǎn)足的條件,并使用均衡信號(hào)噪聲比建立均衡傳輸幅度響應(yīng)模型,利用自適應(yīng)均衡調(diào)度方法實(shí)現(xiàn)時(shí)延...

基于模糊Markov博弈算法的網(wǎng)絡(luò)潛在攻擊監(jiān)測(cè)————作者：胡斌;王越;楊浩;馬平;

摘要：針對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)脆弱,潛在攻擊行為較多且交集情況冗余,導(dǎo)致特征識(shí)別精度以及分類(lèi)效果較差,監(jiān)測(cè)穩(wěn)定性和效率較低的問(wèn)題,研究了基于模糊Markov博弈算法的網(wǎng)絡(luò)潛在攻擊監(jiān)測(cè)。利用融合度壓縮感知方法和特征識(shí)別度參數(shù)分析方法,分析網(wǎng)絡(luò)潛在攻擊特征的隨機(jī)離散分布序列,提取和分析網(wǎng)絡(luò)潛在攻擊譜特征量;采取隨機(jī)森林算法,區(qū)分網(wǎng)絡(luò)潛在攻擊類(lèi)型,進(jìn)行了網(wǎng)絡(luò)潛在攻擊風(fēng)險(xiǎn)模糊Markov博弈分析;依據(jù)風(fēng)險(xiǎn)狀態(tài)集,結(jié)合最小最...

基于TRSSA-ELM算法的股價(jià)預(yù)測(cè)研究————作者：譚佳偉;谷佳澄;李春梅;王善求;秦丹丹;

摘要：針對(duì)股價(jià)預(yù)測(cè)中存在的不確定性、間斷性、隨機(jī)性和非線(xiàn)性等問(wèn)題，提出一種TRSSA-ELM(Tent Random Walk Sparrow Optimization Algorithm-Extreme Learning Machine)股價(jià)預(yù)測(cè)模型。首先，采用自適應(yīng)Tent混沌映射和隨機(jī)游走策略對(duì)算法進(jìn)行改進(jìn)，增強(qiáng)種群多樣性和隨機(jī)性，提高算法局部和全局的尋優(yōu)能力。其次，使用單峰、多峰和固定維多峰測(cè)試...

單柱鋼管桿塔自主柔性對(duì)接系統(tǒng)研究————作者：龐浩;阮周杰;蔡偉杰;劉瑞佳;胡正乙;

摘要：針對(duì)目前電力系統(tǒng)中單柱鋼管桿塔的對(duì)接主要依賴(lài)人工操作，風(fēng)險(xiǎn)系數(shù)高，耗時(shí)費(fèi)力的問(wèn)題，筆者研究了在特定技術(shù)條件和環(huán)境下，單柱鋼管桿塔的自主對(duì)接技術(shù)，并提出了一種基于視覺(jué)導(dǎo)航的單柱鋼管桿塔自主柔性對(duì)接系統(tǒng)。該系統(tǒng)利用內(nèi)置的微控制器，實(shí)現(xiàn)了精準(zhǔn)定位功能，并通過(guò)圖像跟蹤控制技術(shù)，自主完成對(duì)接任務(wù)。該微控制器通過(guò)其卓越的計(jì)算性能，極大地簡(jiǎn)化了技術(shù)人員的操作流程，提升了工作效率。并對(duì)單柱鋼管塔在二維平面上的對(duì)接...

四輪驅(qū)動(dòng)車(chē)輛縱向速度估計(jì)方法研究————作者：李正華;辛玉林;任敏;余文錚;

摘要：為準(zhǔn)確獲取車(chē)輛的縱向速度，提出一種適用于四輪驅(qū)動(dòng)車(chē)輛的縱向速度估計(jì)方法。該方法利用有限狀態(tài)機(jī)識(shí)別出當(dāng)前時(shí)刻車(chē)輛的狀態(tài)和時(shí)域窗口內(nèi)車(chē)輛的狀態(tài)，進(jìn)而有效切換自適應(yīng)卡爾曼濾波法和積分法。針對(duì)車(chē)輛四輪非全部打滑狀態(tài)，設(shè)計(jì)了一種實(shí)時(shí)更新測(cè)量噪聲的自適應(yīng)卡爾曼濾波方法，并引入時(shí)域窗口內(nèi)的測(cè)量值和估計(jì)誤差提升估計(jì)精度。對(duì)車(chē)輛四輪全部打滑狀態(tài)，以四輪非全部打滑時(shí)自適應(yīng)卡爾曼濾波的最后一個(gè)準(zhǔn)確縱向速度估計(jì)值作為初值...

基于區(qū)塊鏈技術(shù)的數(shù)字化檔案信息隱私保護(hù)算法————作者：王新堯;彭飛;

摘要：針對(duì)目前基于區(qū)塊鏈技術(shù)的檔案隱私保護(hù)算法存在保護(hù)效果不佳、操作時(shí)間長(zhǎng)等問(wèn)題，提出了基于區(qū)塊鏈技術(shù)的數(shù)字化檔案信息隱私保護(hù)算法。首先，將區(qū)塊鏈技術(shù)應(yīng)用于數(shù)字化檔案信息隱私保護(hù)，數(shù)據(jù)擁有者使用對(duì)稱(chēng)加密算法對(duì)數(shù)字化檔案信息實(shí)施加密，并將其上傳至私有鏈；同時(shí)，生成數(shù)字化檔案信息的安全索引，將其上傳至聯(lián)盟鏈；數(shù)據(jù)使用者生成待查詢(xún)關(guān)鍵字查詢(xún)門(mén)限，發(fā)送至私有鏈，在私有鏈上獲取查詢(xún)結(jié)果并發(fā)送至聯(lián)盟鏈，聯(lián)盟鏈與私有...

基于強(qiáng)化學(xué)習(xí)的多策略自尋優(yōu)人工蜂群算法————作者：倪紅梅;王梅;

摘要：針對(duì)人工蜂群算法局部搜索能力不足的缺點(diǎn)，借鑒強(qiáng)化學(xué)習(xí)的尋優(yōu)思想，提出了一種基于強(qiáng)化學(xué)習(xí)的多策略自尋優(yōu)人工蜂群算法。該算法將強(qiáng)化學(xué)習(xí)中的Q學(xué)習(xí)方法與人工蜂群算法相融合，利用種群最好值與個(gè)體適應(yīng)值的距離和種群多樣性?xún)蓚�(gè)指標(biāo)作為劃分狀態(tài)的依據(jù)，建立包含多種搜索策略的動(dòng)作集，采用ε-貪心策略選擇最優(yōu)，產(chǎn)生高質(zhì)量的后代，實(shí)現(xiàn)了ABC(Artificial Bee Colony)算法更新策略的智能選擇。通過(guò)2...

改進(jìn)SLANet的OCR表結(jié)構(gòu)識(shí)別方法————作者：曹茂俊;李?lèi)?

摘要：針對(duì)傳統(tǒng)的識(shí)別表結(jié)構(gòu)方法難以充分學(xué)習(xí)多行多列合并、空白、嵌套單元格等復(fù)雜表結(jié)構(gòu)以及提取特征過(guò)程中容易出現(xiàn)信息缺失的問(wèn)題，提出了一種改進(jìn)SLANet(Structure Location Alignment Network)的OCR(Optical Character Recognition)表結(jié)構(gòu)識(shí)別方法。首先，利用輕量級(jí)CPU(Central Processing Unit)卷積神經(jīng)網(wǎng)絡(luò)并引入注...

融合上下文信息和注意力機(jī)制的圖卷積網(wǎng)絡(luò)推薦模型————作者：袁滿(mǎn);李嘉琪;袁靖舒;

摘要：由于傳統(tǒng)推薦系統(tǒng)雖然采用了圖結(jié)構(gòu)信息，但大部分只考慮了用戶(hù)和物品的基本屬性，忽略了用戶(hù)和物品的上下文交互信息這個(gè)重要因素，而即使考慮到了上下文交互信息，在層組合階段也缺少注意力機(jī)制賦予權(quán)重。為此，提出了一個(gè)融合了上下文交互信息和注意力機(jī)制的CIAGCN(Context Information Attention Graph Convolutional NetworksN)推薦模型。該模型利用用戶(hù)和...

基于粒子群算法的鉆孔軌跡測(cè)量誤差校正方法————作者：田豐;

摘要：為降低目標(biāo)鉆孔軌跡與實(shí)際鉆孔軌跡測(cè)量結(jié)果之間的誤差，提出基于粒子群算法的鉆孔軌跡測(cè)量誤差校正方法，建立鉆孔軌跡計(jì)算模型，確定鉆孔傾角、面向角、方位角數(shù)值，采集鉆孔軌跡數(shù)據(jù)。分析鉆孔軌跡測(cè)量的誤差來(lái)源，構(gòu)建誤差傳遞狀態(tài)空間模型，合并歷史誤差完成鉆孔軌跡測(cè)量誤差的計(jì)算。以鉆孔軌跡測(cè)量誤差最小為目標(biāo)構(gòu)建誤差校正目標(biāo)函數(shù)，對(duì)粒子的速度與位置進(jìn)行更新，并構(gòu)建適應(yīng)度函數(shù)。通過(guò)不斷更新計(jì)算適應(yīng)度函數(shù)對(duì)目標(biāo)函數(shù)進(jìn)...

結(jié)合GCN和LSTM考慮時(shí)空信息的城市交通流量預(yù)測(cè)————作者：李正楠;趙智輝;

摘要：針對(duì)當(dāng)前交通流量的智能預(yù)測(cè)方法沒(méi)有分析和考慮路網(wǎng)的時(shí)空關(guān)聯(lián)性問(wèn)題，在智能預(yù)測(cè)方法中增加了時(shí)空關(guān)聯(lián)性信息，解決了時(shí)空信息缺失造成的預(yù)測(cè)精度降低的問(wèn)題。首先結(jié)合交通路網(wǎng)的圖連接和車(chē)輛通行延時(shí)特性，分析城市路網(wǎng)的時(shí)空關(guān)聯(lián)性；考慮城市交通時(shí)空關(guān)聯(lián)情況，基于圖卷積神經(jīng)網(wǎng)絡(luò)(GCN:Graph Convolutional Neural)和長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM:Long Short-Term Memory)...

基于雙鄰域和特征選擇的潛在低秩稀疏投影————作者：殷海雙;李睿;

摘要：針對(duì)潛在低秩表示學(xué)習(xí)的投影矩陣不能解釋提取特征重要程度和保持?jǐn)?shù)據(jù)的局部幾何結(jié)構(gòu)的問(wèn)題，提出了一種基于雙鄰域和特征選擇的潛在低秩稀疏投影算法（LLRSP:Latent Low-Rank And Sparse Projection）。該算法首先融合低秩約束和正交重構(gòu)保持?jǐn)?shù)據(jù)的主要能量，然后對(duì)投影矩陣施加行稀疏約束進(jìn)行特征選擇，使特征更加緊湊和具有可解釋性。此外引入l_2,1范數(shù)對(duì)誤...

基于CactiEz的校園網(wǎng)絡(luò)流量監(jiān)控系統(tǒng)的應(yīng)用研究————作者：張燕;沈展;

摘要：為解決大學(xué)校園網(wǎng)絡(luò)信息化發(fā)展中的網(wǎng)絡(luò)流量管理問(wèn)題，結(jié)合新疆某高校校園網(wǎng)絡(luò)管理中的實(shí)際問(wèn)題及工作實(shí)踐經(jīng)驗(yàn)，提出并實(shí)現(xiàn)了基于CactiEz的網(wǎng)絡(luò)流量監(jiān)控平臺(tái)。依據(jù)校園網(wǎng)實(shí)際環(huán)境，分析了校園網(wǎng)絡(luò)現(xiàn)狀，并且結(jié)合具體的軟硬件設(shè)備進(jìn)行流量監(jiān)控。應(yīng)用效果表明，該監(jiān)控系統(tǒng)能實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)流量變化，及時(shí)反映網(wǎng)絡(luò)狀況，并對(duì)網(wǎng)絡(luò)流量進(jìn)行統(tǒng)計(jì)和分析，為網(wǎng)絡(luò)性能和安全提供數(shù)據(jù)支持。基于CactiEz的網(wǎng)絡(luò)流量監(jiān)控平臺(tái)對(duì)提升校...

基于多源數(shù)據(jù)挖掘的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估系統(tǒng)————作者：王崢;崔冉;

摘要：為維護(hù)網(wǎng)絡(luò)運(yùn)行安全，保證網(wǎng)絡(luò)信息安全存儲(chǔ)，提出基于多源數(shù)據(jù)挖掘的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估系統(tǒng)。首先建立以應(yīng)用層、控制層、數(shù)據(jù)轉(zhuǎn)發(fā)層為核心的3層網(wǎng)絡(luò)安全態(tài)勢(shì)系統(tǒng)架構(gòu)，為保證應(yīng)用層與網(wǎng)絡(luò)設(shè)備之間信息有效傳輸，利用OSGi(Open Service Gateway Initiative)設(shè)計(jì)模式對(duì)控制層的ONOS(Open Network Operating System)控制器實(shí)施5層平行建構(gòu)，以保障網(wǎng)絡(luò)安全...

基于幀時(shí)隙ALOHA的物聯(lián)網(wǎng)RFID廣播信道防碰撞算法研究————作者：曾鳳生;李影;

摘要：針對(duì)射頻識(shí)別(RFID:Radio Frequency Identification)系統(tǒng)的信道資源有限，當(dāng)多個(gè)標(biāo)簽競(jìng)爭(zhēng)同一個(gè)頻率或時(shí)間槽時(shí)，會(huì)導(dǎo)致發(fā)生碰撞和沖突的問(wèn)題，為優(yōu)化廣播信道的通信效率，對(duì)基于幀時(shí)隙ALOHA的物聯(lián)網(wǎng)RFID廣播信道防碰撞算法進(jìn)行了研究。該方法引入幀時(shí)隙概念，對(duì)通信時(shí)間進(jìn)行時(shí)間段劃分；通過(guò)時(shí)隙內(nèi)空閑、成功識(shí)別以及碰撞3種狀態(tài)的發(fā)生概率分析，得到廣播信道內(nèi)的碰撞原因。結(jié)合貝...

　　相關(guān)電子信息期刊推薦

• 國(guó)家級(jí)《軟件學(xué)報(bào)》
• 省級(jí)通信與廣播電視
• 國(guó)家級(jí)《信息通信》
• 省級(jí)中國(guó)網(wǎng)絡(luò)傳播研究
• 省級(jí)《電腦知識(shí)與技術(shù)》
• 國(guó)家級(jí)《產(chǎn)業(yè)與環(huán)境》
• 省級(jí)信息與電腦
• 北大核心《現(xiàn)代雷達(dá)》
• 省級(jí)國(guó)際自動(dòng)化與計(jì)算雜志英文版
• 國(guó)家級(jí)無(wú)線(xiàn)電雜志
• 省級(jí)移動(dòng)信息
• 國(guó)家級(jí)《音響技術(shù)》
• 省級(jí)《世界教育信息》
• 省級(jí)《深圳信息職業(yè)技術(shù)學(xué)院學(xué)報(bào)》
• 北大核心《空間科學(xué)學(xué)報(bào)》
• 省級(jí)《金卡工程》
• 省級(jí)《數(shù)碼先鋒》
• 國(guó)家級(jí)半導(dǎo)體信息
• 國(guó)家級(jí)《中國(guó)照明電器》
• 省級(jí)《海南廣播電視大學(xué)學(xué)報(bào)》
• 北大核心《波譜學(xué)雜志》
• 國(guó)家級(jí)《數(shù)字通信世界》
• 省級(jí)電腦應(yīng)用技術(shù)
• 國(guó)家級(jí)《電子競(jìng)技》
• 省級(jí)電子樂(lè)園
• 北大核心電力機(jī)車(chē)與城軌車(chē)輛
• 省級(jí)《長(zhǎng)沙通信職業(yè)技術(shù)學(xué)院學(xué)報(bào)》
• 國(guó)家級(jí)《個(gè)人電腦》
• 國(guó)家級(jí)《信息與電子工程》
• 北大核心《南昌航空大學(xué)學(xué)報(bào)》

　　核心期刊推薦

量子電子學(xué)報(bào)

固體電子學(xué)研究與進(jìn)展

西安電子科技大學(xué)學(xué)報(bào)

微電子學(xué)