亚洲国产成人久久77-亚洲国产成人久久99精品-亚洲国产成人久久精品hezyo-亚洲国产成人久久精品动漫-人妖hd-人妖ts在线,一本道高清DVD在线视频,2020亚洲永久精品导航,国产久久视频在线视频观看

當前位置： 首頁 JCRQ4 期刊介紹(非官網(wǎng))
Intelligent Data Analysis

Intelligent Data AnalysisSCIE

國際簡稱：INTELL DATA ANAL  參考譯名：智能數(shù)據(jù)分析

  • 中科院分區(qū)

    4區(qū)

  • CiteScore分區(qū)

    Q3

  • JCR分區(qū)

    Q4

基本信息：
ISSN：1088-467X
E-ISSN：1571-4128
是否OA：未開放
是否預警：否
TOP期刊：否
出版信息：
出版地區(qū)：NETHERLANDS
出版商：IOS Press
出版語言：English
出版周期：Bimonthly
出版年份：1997
研究方向：工程技術(shù)-計算機：人工智能
評價信息：
影響因子：0.9
H-index：43
CiteScore指數(shù)：2.2
SJR指數(shù)：0.322
SNIP指數(shù)：0.502
發(fā)文數(shù)據(jù)：
Gold OA文章占比：3.44%
研究類文章占比：98.99%
年發(fā)文量：99
自引率：0.0588...
開源占比：0.0244
出版撤稿占比：0
出版國人文章占比：0.34
OA被引用占比：0
英文簡介 期刊介紹 CiteScore數(shù)據(jù) 中科院SCI分區(qū) JCR分區(qū) 發(fā)文數(shù)據(jù) 常見問題

英文簡介Intelligent Data Analysis期刊介紹

Intelligent Data Analysis?provides a forum for the examination of issues related to the research and applications of Artificial Intelligence techniques in data analysis across a variety of disciplines. These techniques include (but are not limited to): all areas of data visualization, data pre-processing (fusion, editing, transformation, filtering, sampling), data engineering, database mining techniques, tools and applications, use of domain knowledge in data analysis, big data applications, evolutionary algorithms, machine learning, neural nets, fuzzy logic, statistical pattern recognition, knowledge filtering, and post-processing. In particular, papers are preferred that discuss development of new AI related data analysis architectures, methodologies, and techniques and their applications to various domains.

期刊簡介Intelligent Data Analysis期刊介紹

《Intelligent Data Analysis》自1997出版以來，是一本計算機科學優(yōu)秀雜志。致力于發(fā)表原創(chuàng)科學研究結(jié)果，并為計算機科學各個領域的原創(chuàng)研究提供一個展示平臺，以促進計算機科學領域的的進步。該刊鼓勵先進的、清晰的闡述，從廣泛的視角提供當前感興趣的研究主題的新見解，或?qū)彶槎嗄陙砟硞€重要領域的所有重要發(fā)展。該期刊特色在于及時報道計算機科學領域的最新進展和新發(fā)現(xiàn)新突破等。該刊近一年未被列入預警期刊名單，目前已被權(quán)威數(shù)據(jù)庫SCIE收錄，得到了廣泛的認可。

該期刊投稿重要關注點：

Cite Score數(shù)據(jù)（2024年最新版）Intelligent Data Analysis Cite Score數(shù)據(jù)

  • CiteScore：2.2
  • SJR：0.322
  • SNIP：0.502
學科類別 分區(qū) 排名 百分位
大類：Mathematics 小類：Theoretical Computer Science Q3 83 / 130

36%
大類：Mathematics 小類：Computer Vision and Pattern Recognition Q3 70 / 106

34%
大類：Mathematics 小類：Artificial Intelligence Q3 248 / 350

29%

CiteScore 是由Elsevier(愛思唯爾)推出的另一種評價期刊影響力的文獻計量指標。反映出一家期刊近期發(fā)表論文的年篇均引用次數(shù)。CiteScore以Scopus數(shù)據(jù)庫中收集的引文為基礎，針對的是前四年發(fā)表的論文的引文。CiteScore的意義在于，它可以為學術(shù)界提供一種新的、更全面、更客觀地評價期刊影響力的方法，而不僅僅是通過影響因子(IF)這一單一指標來評價。

歷年Cite Score趨勢圖

中科院SCI分區(qū)Intelligent Data Analysis 中科院分區(qū)

中科院 2023年12月升級版 綜述期刊：否 Top期刊：否
大類學科 分區(qū) 小類學科 分區(qū)
計算機科學 4區(qū) COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 4區(qū)

中科院分區(qū)表 是以客觀數(shù)據(jù)為基礎，運用科學計量學方法對國際、國內(nèi)學術(shù)期刊依據(jù)影響力進行等級劃分的期刊評價標準。它為我國科研、教育機構(gòu)的管理人員、科研工作者提供了一份評價國際學術(shù)期刊影響力的參考數(shù)據(jù)，得到了全國各地高校、科研機構(gòu)的廣泛認可。

中科院分區(qū)表 將所有期刊按照一定指標劃分為1區(qū)、2區(qū)、3區(qū)、4區(qū)四個層次，類似于“優(yōu)、良、及格”等。最開始，這個分區(qū)只是為了方便圖書管理及圖書情報領域的研究和期刊評估。之后中科院分區(qū)逐步發(fā)展成為了一種評價學術(shù)期刊質(zhì)量的重要工具。

歷年中科院分區(qū)趨勢圖

JCR分區(qū)Intelligent Data Analysis JCR分區(qū)

2023-2024 年最新版
按JIF指標學科分區(qū) 收錄子集 分區(qū) 排名 百分位
學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q4 173 / 197

12.4%
按JCI指標學科分區(qū) 收錄子集 分區(qū) 排名 百分位
學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE SCIE Q4 175 / 198

11.87%

JCR分區(qū)的優(yōu)勢在于它可以幫助讀者對學術(shù)文獻質(zhì)量進行評估。不同學科的文章引用量可能存在較大的差異，此時單獨依靠影響因子(IF)評價期刊的質(zhì)量可能是存在一定問題的。因此，JCR將期刊按照學科門類和影響因子分為不同的分區(qū)，這樣讀者可以根據(jù)自己的研究領域和需求選擇合適的期刊。

歷年影響因子趨勢圖

發(fā)文數(shù)據(jù)

2023-2024 年國家/地區(qū)發(fā)文量統(tǒng)計
  • 國家/地區(qū)數(shù)量
  • CHINA MAINLAND103
  • USA20
  • Iran15
  • Japan10
  • Brazil9
  • Chile9
  • France9
  • India9
  • South Korea8
  • Vietnam8

本刊中國學者近年發(fā)表論文

  • 1、Efficiently mining maximal l -reachability co-location patterns from spatial data sets

    Author: Zou, Muquan; Wang, Lizhen; Wu, Pingping; Tran, Vanha

    Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 1, pp. 269-295. DOI: 10.3233/IDA-216515

  • 2、A grouping feature selection method based on feature interaction

    Author: Zhou, Hongfang; An, Lei; Zhu, Rourou

    Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 2, pp. 361-377. DOI: 10.3233/IDA-226551

  • 3、Dynamic gaussian deep belief network design and stock market application

    Author: Xi, Shuyue; Xu, Xiaozhong

    Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 2, pp. 519-534. DOI: 10.3233/IDA-216340

  • 4、Temporal motif-based attentional graph convolutional network for dynamic link prediction

    Author: Wu, Zheng; Chen, Hongchang; Zhang, Jianpeng; Pei, Yulong; Huang, Zishuo

    Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 1, pp. 241-268. DOI: 10.3233/IDA-216169

  • 5、A Relief-PGS algorithm for feature selection and data classification

    Author: Wang, Youming; Han, Jiali; Zhang, Tianqi

    Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 2, pp. 399-415. DOI: 10.3233/IDA-216493

  • 6、A novel feature selection method considering feature interaction in neighborhood rough set

    Author: Wang, Wenjing; Guo, Min; Han, Tongtong; Ning, Shiyong

    Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 2, pp. 345-359. DOI: 10.3233/IDA-216447

  • 7、Intrusion detection algorithom based on transfer extreme learning machine

    Author: Wang, Kunpeng; Li, Jingmei; Wu, Weifei

    Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 2, pp. 463-482. DOI: 10.3233/IDA-216475

  • 8、Guided node graph convolutional networks for repository recommendation

    Author: Tan, Guoqiang; Shi, Yuliang; Wang, Jihu; Li, Hui; Chen, Zhiyong; Wang, Xinjun

    Journal: INTELLIGENT DATA ANALYSIS. 2023; Vol. 27, Issue 1, pp. 181-198. DOI: 10.3233/IDA-216250

投稿常見問題

通訊方式：IOS PRESS, NIEUWE HEMWEG 6B, AMSTERDAM, NETHERLANDS, 1013 BG。