发布时间：
Science 和nature顶尖科学杂志，按SCI影响因子算两杂志都有30多分，像我们中国博士毕业的要求只要在3分以上的杂志上发表一篇研究型文章就行。对比可知道这两本杂志的高度。
许多高校和研究单位，都以能够在这两种期刊上发表文章为“最高荣誉”，而且不惜“重金奖励”——有的单位对于在这两种杂志上发表一篇文章的作者一次性奖励10万元人民币。最近，我又看到一些单位在自己的“十一五发展规划”中，也将能够在《科学》（Science）和英国的《自然》（nature）杂志上发表论文作为“奋斗的目标”。继SCI检索导向、影响因子导向之后，现在又出现了“S&N”导向，我不知道是不是我们的科学研究管理者无能，怎么就没有自己的评价标准，而总是依赖于别人？这种导向也已经“传染”到我国的期刊界和期刊管理界，动不动就拿”S&N”来作为“中国学术期刊”的榜样。 S&N是个什么东西？具有这样大的威力，以至于影响到中国的科学研究的政策和导向。这不得不引起我的思考。S&N不就是两本杂志吗，又有什么？是的，这两本杂志是目前世界范围内知名度最高的综合类期刊，但是他的影响是什么？是科研成果本身的影响还是期刊的运作。在我看来是“炒作大于水平”。包括《科学》杂志宣称的“对一些科学研究团队进行跟踪，在研究成果做出的第一时间进行报道。”这究竟有多大的科学价值和意义！更何况，目前对《科学》的审稿程序和发稿程序的科学性已经有人提出了质疑。 从《科学》和《自然》的办刊理念和经营思想上来看，我认为他们算不上是一份“学术刊物”，理由是：期刊的报道只是消息性的，而不是深度的报道。在篇幅上多数是以两个页码，长篇论文很少；从报道的深度上看，多数只是“报告”一种结果而已，而没有完整的过程，特别是“科学研究”是讲究成果的“可重复性”，如果报道不能将研究的方法、手段、条件和研究的步骤交代清楚，人们又如何能够“重复验证”。既然，不是一种“学术期刊”，那么在这样的刊物上发表的“科研成果”为什么可以具有那么重要的分量呢？很显然，那就是“宣传”的效果大于“科学”本身。我们的科学研究导向，以这样的期刊作为“标准”也就不得不让人们认为是“玩虚的”。 我们的期刊应当创国际的知名度，但是不能完全以“S&N”为样板，至少应该明确“我们的刊物定位是什么？”，如果要办成一种“科技新闻报道性”杂志，那么以“S&N”为榜样和目标是应该的，能有这样的影响力和影响范围无疑是让人羡慕的。但是，如果要办一种严谨的学术理论刊物，那么以他们为榜样那就错了，不仅是永远也做不到，而且会搞乱自己的办刊方向和思路，变成“四不像”都有可能。不同刊物应当有不同的定位，不同的定位就决定刊物的性质和影响的范围，甚至是影响的方式。一些营销手段也就不是对与所有期刊都适用的。 谈到这里，我想起来：对于我国目前期刊的发展状况不满意的者，在提出各种“解决方案时”往往没有关照到其所针对的刊物定位。有些是需要解决办刊理念的问题，增强期刊的经营能力；有些是局限于体制特别是办刊体制问题，需要明确责任、提供空间；有的并不是期刊本身的原因，而是社会的通病或者是受社会的约束，需要等待社会的进步和回归；也有些期刊的问题并不是问题，在现有条件和环境下，现在做的已经相当不错了，过高的的要求只能是一厢诚愿。
下面谈一下投稿的基本过程，特别是与Cell、Nature、Science、PNAS等影响因子比较高的杂志有关的一些技术性问题，也许可以打破其神秘感。其实这些杂志的主编，编辑们都经常在介绍其政策，评审标准，过程，等等。他们也经常来中国访问。今天我来代替他们介绍一下。一个系列杂志叫Cell、Neuron、Immunity…等等，原来都是从Cell分出来的。这个杂志的基本特点是它有一个非常强的编委Editorial Board。怎样的人可以当编委呢？他们往往是有名的科学家，而且也愿意并能够非常快地对投稿做出评估。这些科学家也经常被选来做评审reviewer。大家都知道每篇文章送到杂志社后，都要请该领域的2－3专家看，并匿名写出评审意见给作者。 你不知道是谁写的，但这些专家会给你提出批评，哪些地方不好，哪些地方需要进一步做实验，怎么样做，这就叫杂志评审。 Cell、Neuron、Immunity等这些杂志的评审不少就是编委做的。因为现在杂志竞争的重要因素是发表要快，而做编委的专家能很快写出评审意见来。还有一个特点，Cell等杂志主编，编辑有非常大的权利，他们甚至可以象追星族那样去追科学家，去参加各种各样的科学会议，当看到你有非常重要的最新成果，他们会去竞争，会问你，你的文章写出来了没有，我保证给你多少时间发表，等等。另一个系列是Nature衍生出来的，这些杂志的特点是没有一个编委，但有一个评审专家库, 也就是说谁来评审，不是乱选的。这些杂志主编，编辑也有相当大的权利。这些是什么人呢？他们一般是读完博士，然后到非常好的实验室做博士后，这些人也许自己没有做出什么特别重大的贡献，没有什么好的文章，但他们欣赏能力特别好，文笔非常好，写得又快。你可不要小看他们，虽然自己没有做出什么伟大的工作来，但他们的思想水平学术水平都相当不错，看得多，写得快，Nature、Science的编辑大同小异，都是这样一批年纪不大的人，很活跃，经常参加各种各样的会议和活动。 Science杂志的编辑权利相对小些，因为他们还有一个编委会editorial board，有相当大的权利。一般过程是，当你的文章送到Science杂志社后，编辑先做一个初审，看一下是不是基本够格，然后他还要把文章的摘要Abstract送到编委会的某一个人那里，认可以后，才可以拿出去评审。两道关卡，大部分文章一下子就这样被砍掉了。 PNAS杂志是美国科学院院刊，文章有好有坏，院士自己投稿就不需要经过评审，叫做contribute。 院士原来一年可以五篇，后来减到四篇、三篇，就是院士自己写的文章，只要你投就给你发表，不需要经过评审，相信你是院士，投科学论文应该有责任心的。第二种叫做Communicate，不是院士自己的文章，是你的文章，院士觉得你的文章不错，他来给你通讯，投到PNAS杂志，这文章要评审，但是评审专家由院士自己来选。所以这个也不怎么样。还有一种叫Track C,就象一般杂志，你只要投过去，然后编辑部来给你选一个院士， 由他来找评审专家，相对来说，这比较客观些，所以Track C的文章质量就相对好一些。 我不是说院士的文章都很差，但院士有特权，可以把在其他杂志发不出去的文章，投到PNAS上去，所以在PNAS上有很多不怎么样的文章。
最新子刊 网页链接接受人工智能论文
《计算机仿真》《小型微型计算机系统》《微计算机信息》《计算机工程》这些都差不多，不过需要一定的水平才能发表，评职称一般要的、但也分不同的专业，看你主修的什么，相对应的发表。
计算机仿真 计算机工程与科学 我 可以发见我的用户名，163的邮箱。
数据结构，主要介绍的是数据结构和一些基本的算法。数据结构和算法的重要性不必多说了，随着人工智能的发展，企业对算法人才急缺。还有一门是 数据结构 C++版本的，是面向对象语言实现的。离散数学。同数据结构一样，是学习计算机以及通讯所需要掌握的基础课程。数值分析。这个想起来双眼泪两行，当时快学哭了。此课程的目的是掌握基本的数值计算方法，设计求解算法，求出数学问题的近似解。主要内容包括线性方程组的解法（包括直接法与迭代法），插值求值法（拉格郎日插值，牛顿插值，分段低次插值，三次样条插值），函数逼近计算，数值积分与数值微分的近似计算，方程求根的近似解法，以及矩阵特征值与特征向量的计算，此算法与计算机紧密结合。4、操作系统。讲述 unix，linux，windows等操作系统，也是必学课程。5、程序设计基础6、数据库系统概论7、 计算机系统结构8、计算机组成原理9、C++面向对象程序设计 ，Python，Java等语言设计。10、编译原理。以上是计算机的基础课程，如果你是想学习下计算机软件的应用，用PS，做做动画，直接学习软件就行，没有必要学习上面的，如果想打好基础，学编程的话，可以去MOOC上去学，里面有很多的课程。英文好的话可以去看MIT的计算机课程。
计算机科学与技术可以分为科学与技术两部分，大学期间的课程基本上涵盖了这两部分，像计算机组成原理、计算机网络、操作系统、数据结构与算法等课程都是在阐述科学的部分，而像C语言程序设计、Java面向对象编程、WEB网页设计等课程则是在阐述技术部分。科学与技术的学习是相辅相成的，俗话说实践是检验真理的唯一标准。不过，很多同学却没能搞清楚这个关系，甚至懒得去想这其中的关系，也就很难参透出其中的奥妙。因此，很多同学在大学期间顶多学习些C语言、Java语言、WEB编程等，或者高级点可以学习一些ORM框架、DI框架等，然后利用这些能做出一些小型的系统，比如选课系统之类的；却对Java语言中的线程模型、内存模型，WEB编程中的网络知识视而不见，到头来只学会了技术，却忘了科学。其实这种学习方式也无可厚非，毕竟我们喜欢所见即所得，喜欢能够立马看得见的东西，就像打游戏一样，并且刚接触新知识时也建议从实践入手，先知道是什么，再知道怎么回事，之后再以技术反哺科学，这样对科学理解的更加深入，而不是读死书。可是，很多同学在大学期间光学习上面提到的Java语言就已经耗费了一两年、甚至两三年的时间，更别提以技术反哺科学了，能把技术掌握熟练就已经很不错了。反观原因，一是大家对计算机科学与技术没有整体的认知，以至于在学习时无固定的学习方向，这周学一周C语言，下周又学一周Java语言，三天打鱼两天晒网，那当然是学不好喽；二是缺乏领路人，虽然大家一个班都是学习计算机科学的，但是大家水平都差不多呀，互相都带不动，而这时如果你身边有个技术很厉害的同学，那你的成长速度肯定快过其他同学
计算机科学是一门包含各种各样与计算和信息处理相关主题的系统学科，从抽象的算法分析、形式化语法等等，到更具体的主题如编程语言、程序设计、软件和硬件等。计算机科学分为理论计算机科学和实验计算机科学两个部分。Advanced Programming 高级编程Object-Oriented Programming and Software Design 面向对象的编程与软件设计Robotics and Intelligent Systems 机器人与智能系统Computer Vision and Embedded Systems 计算机视图与嵌入式系统Building Secure Networks 安全网络构建Wireless Networks 无线网络
IT行业是一个需要不断自我挑战的行业，这就让很多人都想要进行尝试、挑战。IT行业的工作属于脑力劳动，需要不断的攻克难关，且在工作的过程需要不断的更新自己的技能知识，跟上时代的脚步。在该行业，从业者能够不断的突破自己，一步步的得到自我的提升。
是啊 。。
核心都不好发表的，你要是想的话，先去国家新闻出版总署查询下