sci文章撰写兼职

它可以代表本专业在全球的最先进技术以及发展趋势,因此sci论文对于很多作者来说是对自身学术水平的最高认可

SCI代表着很厉害的水平，表现出在学术研究上的造诣很高

担任下列专家委员会委员：（1）中国计算机学会杰出会员、资深会员（2）中国计算机学会人工智能与模式识别专委会委员（3）中国计算机学会多值逻辑与模糊逻辑专委会常委委员（4）中国人工智能学会知识工程与分布式智能专业委员会委员（5）中国人工智能学会机器学学习专业委员会委员（6）中国人工智能学会粗糙集与软计算专业委员会常委委员（7）江苏省计算机学会人工智能专业委员会常委委员（8）江苏省计算机学会大数据专家委员会委员担任下列国际期刊编委：（1）《IJCI: International Journal of Collaborative Intelligence》主编（2）《JDCTA: Journal of Digital Contents Technology and Application》副主编（3）《JCIT: Journal of Convergence Information Technology》编委（4）《AISS: Advances in Information Sciences and Service Sciences》编委（5）《IJACT: International Journal of Advancements in Computing Technology》编委（6）《JCP: Journal of Computers》编委（7）《JSW: Journal of Software》编委（8）《IPL:CInformation Processing Letters》编委（9）《AMIS: Applied Mathematics & Information Sciences》编委担任下列国际期刊特约编辑：（1）《Applied Mathematics & Information Sciences》特约编辑(Guest Editor)（2）《INFORMATION》的特约编辑(Guest Editor)（3）《Neurocpmputing》特约编辑(Guest Editor)（4）《The Scientific World Journal》的特约编辑(Guest Editor)（5）《Mathematical Problems in Engineering》的特约编辑(Guest Editor)（6）《Journal of Computers (JCP)》特约编辑(Guest Editor)（7）《Journal of Software (JSW)》特约编辑(Guest Editor)（8）《Journal of Networks (JNW)》的特约编辑(Guest Editor)担任下列国际SCI源刊特约审稿专家：（1）《Journal of Information Science》（2）《Applied Soft Computing》（3）《Information Sciences》（4）《Computational Statistics and Data Analysis》（5）《IEEE Transactions on Fuzzy Systems》（6）《International Journal of Pattern Recognition and Artificial Intelligence》（7）《Neurocpmputing》（8）《Soft Computing》（9）《Pattern Recognition》（10）《Pattern Recognition Letters》担任下列国内核心期刊审稿专家：（1）《计算机学报》（2）《软件学报》（3）《计算机研究与发展》（4）《中国科学》（5）《电子学报》（6）《模式识别与人工智能》（7）《计算机科学》（8）《小型微型计算机系统》（9）《计算机应用研究》（10）《计算机工程与科学》（11）《微电子学与计算机》担任下列国内外会议PC Chair or Member：（1）全国智能信息处理学术会议（NCIIP）程序委员会主席（2）江苏省人工智能学术会议程序委员会主席（3）2012\2013\2014年信息、智能与计算国际研讨会主席（4）粒度计算国际会议程序委员会委员（5）智能信息处理国际会议程序委员会委员（6）中国机器学习会议程序委员会委员（7）中国粗糙集与软计算、中国粒计算、中国Web智能联合会议程序委员会委员等。丁世飞.研究方向模式识别与人工智能机器学习与数据挖掘粗糙集与软计算粒度计算感知与认知计算丁世飞.学术成果已完成的项目：1. 2001-2003参加并完成国家自然科学基金项目“信息模式识别理论及其在地学中的应用”的研究（项目编号: 40074001）2. 1999-2001主持完成省教育厅项目“信息模式识别理论及其在害虫预测预报中的应用研究”3. 1998-2000主持完成省教育厅项目“农作物病虫害现代生物数学预报技术研究”4. 2005-2006主持中国博士后科学基金项目“视感知学习理论及其应用研究”（）5. 2004-2006主持山东省作物生物学国家重点实验室开放基金项目“山东省玉米病虫害数字模式分类的研究”（）6. 2006-2008参加国家自然科学基金项目“多元数据的信息模式研究与地学数据分析”（）7. 2006-2009参加国家863高技术项目“基于感知机理的智能信息处理技术”(No. 2006AA01Z128)8. 2007-2010主持中国科学院智能信息处理重点实验室开放基金项目“基于认知的模式特征分析理论与算法研究”()9. 2010-2012主持江苏省基础研究计划（自然科学基金）项目“面向高维复杂数据的粒度知识发现研究”()主持北京邮电大学智能通信软件与多媒体北京市重点实验室开放课题 “粒度SVM方法与应用研究”11. 2010-2012参加国家自然科学基金项目“分布式计算环境下的并行数据挖掘算法与理论研究”()12. 2011-2013主持中国科学院智能信息处理重点实验室开放基金项目“高维复杂数据的粒度支持向量机理论与算法研究”()目前正在进行的项目：1. 主持国家重点基础研究发展计划（973计划）课题“脑机协同的认知计算模型”()2. 主持国家自然科学基金项目“面向大规模复杂数据的多粒度知识发现关键理论与技术研究” (No. 61379101)3. 参加国家自然科学基金项目“多元空间的模式分析方法研究及其在测量中的应用”()已出版著作：1. 丁世飞,靳奉祥,赵相伟著. 现代数据分析与信息模式识别. 北京:科学出版社,20122. 丁世飞编著. 人工智能. 北京: 清华大学出版社, 20103. 史忠植著. 知识工程. 北京: 清华大学出版社, 2011 (丁世飞等参编)4. 史忠植著. 神经网络, 北京: 高等教育出版社, 2009 (丁世飞, 许新征等参编)已发表论文： 2014年[1] Shifei Ding, Hongjie Jia, Liwen Zhang, Fengxiang Jin. Research of semi-supervised spectral clustering algorithm based on pairwise constraints. Neural Computing and Applications, 2014,24(1):211-219. (SCI, EI)[2] Shifei Ding, Hongjie Jia, Jinrong Chen, Fengxiang Jin. Granular Neural Intelligence Review, 2014,41(3): 373-384. (SCI, EI)[3] Shifei Ding, Huajuan Huang, Xinzheng Xu, Jian Wang. Polynomial Smooth Twin Support Vector Machines. Applied Mathematics & Information Sciences, 2014, 8(4) (SCI,EI)[4] Shifei Ding, Zhongzhi Shi. Track on Intelligent Computing and Applications. Neurocomputing, 2014, , 1-2.(SCI, EI)[5] Shifei Ding, Xiaopeng Hua. Recursive least squares projection twin support vector machines. Neurocomputing, 2014, , 3-9. (SCI, EI)[6]花小朋,丁世飞. 局部保持对支持向量机. 计算机研究与发展, 2014, 51(3)(EI)2013年[1] Xinzheng Xu, Shifei Ding, Weikuan Jia, Gang Ma, Fengxiang Jin. Research of assembling optimized classification algorithm by neural network based on Ordinary Least Squares (OLS). Neural Computing and Applications, 2013,22(1):187-193.(SCI, EI)[2] Shifei Ding, Hui Li, Chunyang Su, Junzhao Yu, Fengxiang Jin. Evolutionary artificial neural networks: a review. Artificial Intelligence Review, 2013, 39(3):251-260. (SCI, EI)[3] Li Hui, Ding Shifei. Research of Individual Neural Network Generation and Ensemble Algorithm Based on Quotient Space Granularity Clustering. Applied Mathematics & Information Sciences, 2013, 7(2):701-708. (SCI, EI)[4] Hui Li, Shifei Ding. Research and Development of Granular Neural Networks. Applied Mathematics & Information Sciences, 2013, 7(3):1251-1261.(SCI, EI)[5] Shifei Ding, Bingjuan Qi, Hongjie Jia, Hong Zhu. Research of Semi-supervised Spectral Clustering Based on Constraints Expansion. Neural Computing and Applications, 2013, 22 (Suppl 1):405-410. (SCI, EI)[6] Shifei Ding, Yanan Zhang, Jinrong Chen, Weikuan Jia. Research on Using Genetic Algorithms to Optimize Elman Neural Networks. Neural Computing and Applications, 2013, 23(2):293-297.(SCI, EI)[7] Hua-juan Huang, Shi-fei Ding, Zhong-zhi Shi. Primal least squares twin support vector regression. Journal of Zhejiang University SCIENCE C, 2013, 14(9):722-732. (SCI, EI)[8] Shifei Ding, Youzhen Han, Junzhao Yu, Yaxiang Gu. A fast fuzzy support vector machine based on information granulation. Neural Computing and Applications, 2013, 23(suppl 1):S139-S144(SCI, EI)[9] 黄华娟,丁世飞. 多项式光滑孪生支持向量回归机. 微电子学与计算机, 2013, 30(10):5-8.[10] 丁世飞,黄华娟. 加权光滑CHKS孪生支持向量机. 软件学报, 2013, 24(11):2548-2557.[11] 贾洪杰,丁世飞.基于邻域粗糙集约减的谱聚类算法.南京大学学报.自然科学版,2013, 49(5):619-627.[12] Hong Zhu,Shifei Ding, Xinzheng Xu, Li Xu. A parallel attribute reduction algorithm based on Affinity Propagation clustering. Journal of Computers, 2013, 8(4):990-997. (EI)[13] Hong Zhu, Shifei Ding, Han Zhao, Lina Bao. Attribute granulation based on attribute discernibility and AP algorithm. Journal of Software, 8(4):834-841.(EI)[14] Yanan Zhang, Shifei Ding, Xinzheng Xu, Han Zhao, Wanqiu Xing. An Algorithm Research for Prediction of Extreme Learning Machines Based on Rough Sets. Journal of Computers, 2013, 8(5): 1335-1342.(EI)[15] Hui Li, Shifei Ding. A Novel Neural Network Classification Model based on Covering and Affinity Propagation Clustering Algorithm. Journal of Computational Information Systems, 2013, 9(7):2565-2573. (EI)[16] Shifei Ding, Junzhao Yu, Huajuan Huang, Han Zhao. Twin Support Vector Machines Based on Particle Swarm Optimization. Journal of Computers, 2013, 8(9): 2296-2303. (EI)[17] Huajuan Huang,Shifei Ding, Fulin Wu. Invasive Weed Optimization Algorithm for Optimizating the Parameters of Mixed Kernel Twin Support Vecotr Machines. Journal of Computers, 2013, 8(8): 2077-2084. (EI)[18] Hongjie Jia, Shifei Ding, Hong Zhu, Fulin Wu, Lina Bao. A Feature Weighted Spectral Clustering Algorithm Based on Knowledge Entropy. Journal of Software, 2013, 8(5): 1101-1108. (EI)[19] Tongfeng Sun, Shifei Ding, Zihui Ren Novel Image Recognition Based on Subspace and SIFT. Journal of Software, 2013, 8(5): 1109-1116.(EI)[20] Shifei Ding, Fulin Wu, Ru Nie, Junzhao Yu, Huajuan Huang. Twin Support Vector Machines Based on Quantum Particle Swarm Optimization. Journal of Software, 2013, 8(7): 1743-1750. (EI)[21] Ding Shifei, Zhang Yanan, Xu Xinzheng, Bao Lina. A novel extreme learning machine based on hybrid kernel function. Journal of Computers,2013, 8(8):2110-2117.(EI)[22] Shifei Ding, Huajuan Huang, Ru Nie. Forecasting Method of Stock Price Based on Polynomial Smooth Twin Support Vector Regression. Lecture Notes in Computer Science, 2013, Volume 7995, 2013, pp 96-105. (EI)2012年[1]Shifei Ding, Hong Zhu,Weikuan Jia,Chunyang Su. A survey on feature extraction for pattern Intelligence Review,2012, 37(3):169-180. (SCI, EI)[2] Shifei Ding,Li Xu,Chunyang Su,Fengxiang Jin. An optimizing method of RBF neural network based on genetic algorithm. Neural Computing and Applications, 2012, 21(2):333-336. (SCI, EI)[3] Shifei Ding,Bingjuan Qi. Research Of granular support vector machine. Artificial Intelligence Review, 2012, 38(1):1-7. (SCI, EI)[4] Xin-zheng XU, Shi-fei DING, Zhong-zhi SHI, Hong ZHU. Optimizing radial basis function neural network based on rough sets and affinity propagation clustering algorithm. Journal of Zhejiang University-SCIENCE C (Computers & Electronics), 2012,13(2):131-138. (SCI, EI)[5] Bingjuan Qi,Shifei Ding, Huajuan Huang, Junzhao Yu. A Support Vector Extraction Method based on Clustering Journal of Digital Content Technology and its Applications, 2012, 6(13):1-10. (EI)[6] Chang Tong, Shi-fei Ding, Hong Zhu, Hongjie Jia. A Granularity Attribute Reduction Algorithm Based on Binary Discernibility Matrix. International Journal of Advancements in Computing Technology, 2012, 4(12):213-221. (EI)[7] Xiaopeng Hua, Shifei Ding. Matrix Pattern Based Projection Twin Support Vector Machines. International Journal of Digital Content Technology and its Applications, 2012, 6(20):172-181. (EI)[8] Junzhao Yu, Shifei Ding, Huajuan Huang. Twin Support Vector Machines Based on Rough Sets. International Journal of Digital Content Technology and its Applications, 2012, 6(20):493-500. (EI)[9] Huajuan Huang, Shifei Ding. A Novel Granular Support Vector Machine Based on Mixed Kernel Function. International Journal of Digital Content Technology and its Applications, 2012, 6(20):484-492. (EI)[10] Shifei Ding(Guest editorial). Special Issue: Advances in Information and Computers, Journal of Computers, 2012, 7(10):2351-2353.(EI)[11] Shifei Ding(Guest editorial). Special Issue: Advances in Information and Networks. Journal of Networks, 2012, 7(7):1007-1008.(EI)(被EI收录, 收录号:20123415368412)[12] Shifei Ding(Guest editorial). Special Issue: Advances in Information and Networks. Journal of Software, 7(9):1923-1924. (EI)[13] Shifei Ding, Zhentao Yu (Guest editorial). Special Issue: Advances in Computers and Electronics Engineering. Journal of Computers, 2012, 7(12):2851-2852. (EI)[14]丁世飞, 朱红, 许新征, 史忠植. 基于熵的模糊信息测度研究. 计算机学报, (4):796-801(EI).[15] 朱红,丁世飞, 许新征. 基于改进属性约简的细粒度并行AP聚类算法. 计算机研究与发展, 2012, 49(12):2638-2644 (EI)[16] 许新征,丁世飞,史忠植,赵作鹏,朱红.一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法. 模式识别与人工智能, 2012,25(6): 909-915(EI)[17] 马刚,丁世飞, 史忠植. 基于极速学习的粗糙RBF神经网络. 微电子学与计算机, 2012, 29(8):年[1]Shifei Ding, Weikuan Jia, Chunyang Su, et al. Research of Neural Network Algorithm Based on Factor Analysis and Cluster Analysis. Neural Computing and Applications, 2011, 20(2): 297-302 (SCI,EI).[2]Shifei Ding, Chunyang Su, Junzhao Yu. An Optimizing BP Neural Network Algorithm Based on Genetic Algorithm. Artificial Intelligence Review, 2011, 36Algorithm. Artificial Intelligence Review, 2011, 36(2): 153-162 (SCI, EI).[3]Shifei Ding, Weikuan Jia, Chunyang Su, et al. Research of Neural Network Algorithm Based on Factor Analysis and Cluster Analysis. Neural Computing and Applications, 2011, 20(2): 297-302 (SCI, EI).[4]Shifei Ding, Chunyang Su, Junzhao Yu. An Optimizing BP Neural Network Algorithm Based on Genetic Algorithm. Artificial Intelligence Review, 2011, 36(2): 153-162 (SCI, EI).[5]Ding Shifei, Qian Jun, Xu Li, Zhao Xiangwei, Jin Fengxiang. A Clustering Algorithm Based on Information Visualization. International Journal of Digital Content Technology and its Applications, 2011, 5(1): 26-31 (EI).[6]Shifei Ding, Yu Zhang, Li Xu, Jun Qian. A Feature Selection Algorithm Based on Tolerant Granule. Journal of Convergence Information Technology, 2011, 6(1): 191-195 (EI).[7]Ding Shifei, Li Jianying, Xu Li, Qian Jun. Research Progress of Granular Computing (GrC). International Journal of Digital Content Technology and its Applications, 2011, 5(1): 162-172 (EI).[8]Ding Shifei, Qian Jun, Xu Li, Zhao Xiangwei, Jin Fengxiang. A Clustering Algorithm Based on Information Journal of Digital Content Technology and its Applications, 2011, 5(1): 26-31 (EI).[9]Shifei Ding, Yu Zhang, Li Xu, Jun Qian. A Feature Selection Algorithm Based on Tolerant Granule. Journal of Convergence Information Technology, 2011, 6(1): 191-195 (EI).[10]Ding Shifei, Li Jianying, Xu Li, Qian Jun. Research Progress of Granular Computing (GrC). International Journal of Digital Content Technology and its Applications, 2011, 5(1): 162-172 (EI).[11]Shifei DING, Jinrong CHEN, Xinzheng XU, Jianying LI. Rough Neural Networks: A review. Journal of Computational Information Systems, 2011, 7(7): 2338-2346(EI).[12]Shifei Ding, Xinzheng Xu, Hong Zhu. Studies on Optimization Algorithms for Some Artificial Neural Networks Based on Genetic Algorithm (GA). Journal of Computers, 2011, 6 (5):939-946 (EI).[13]Shifei DING, Yaxiang GU. A Fuzzy Support Vector Machine Algorithm with Dual Membership Based on Hypersphere. Journal of Computational Information Systems, 2011, 7(6): 2028-2034 (EI).[14]丁世飞, 齐丙娟, 谭红艳. 支持向量机理论与算法研究综述. 电子科技大学学报,2011, 40(1): 2-10 (EI).[15] 贾伟宽, 丁世飞, 许新征, 苏春阳, 史忠植. 基于Shannon熵的因子特征提取算法研究. 模式识别与人工智能, 2011, 24(3): 327-331 (EI).2010年以前[1] Shifei Ding, Weikuian Jia, Xinzheng Xu, et al. Neural Networks Algorithm Based on Factor Analysis. Lecture Notes in Computer Science, , (EI).[2] Shifei Ding, Weikuan Jia, Chunyang Su, et al. An improved BP Neural Netwok Algorithm Based on Factor Analysis. Journal of Convergence Information Technology, 2010, 5(4): 103-108 (EI).[3] Shifei Ding, Li Xu, Hong Zhu, Liwen Zhang. Research and Progress of Cluster Algorithms based on Granular Computing. International Journal of Digital Content Technology and its Applications, 2010, 4(5): 96-104 (EI).[4] Shifei Ding, Li Xu, Chunyang Su, Hong Zhu. Using Genetic Algorithms to Optimize Artificial Neural Networks, Journal of Convergence Information Technology, 2010, 5(8): 54-62 (EI).[5] Shifei Ding, Yongping Zhang, Xiaofeng Lei et al. Research on a principal components decision algorithm based on information entropy. Journal of Information Science, 2009, 35(1):120-127 (SCI, EI).[6]Shifei Ding, Chunyang Su, Weikuan Jia, Fengxiang Jin, Zhongzhi Shi. Several Progress of Semi-Supervised Learning. Journal of Information & Computational Science, 2009, 6(1): 211-217 (EI).[7] Shi-Fei Ding, Shi-Xiong Xia, Feng-Xiang Jin, Zhong-Zhi Shi. Novel Fuzzy Information Proximity Measures. Journal of Information Science, 2007, 33 (6):678-685 (SCI, EI).[8] Ding Shifei, Shi Zhongzhi. Supervised Feature Extraction Algorithm Based on Improved Polynomial Entropy. Journal of Information Science, 32(4): 309-315, (SCI, EI)[9] Ding Shifei, Shi Zhongzhi. Studies on Incidence Pattern Recognition Based on Information Entropy. Journal of Information Science, 31(6):497-502, (SCI, EI).[10] Ding Shifei, Jin Fengxiang. Information characteristics of discrete K-L transform based on information entropy. Transactions Nonferrous Metals Society of China, (SCI ,EI).[11] Shifei Ding, Zhongzhi Shi, Xiaoying Wang. Symmetric Cross Entropy and Information Feature Compression Algorithm. Journal of Computational Information Systems, 1(2): 247-252 , (EI).[12] Ding Shifei, Shi Zhongzhi. Studies on Information Clustering Algorithm Based on MID. Chinese Journal of Electronics, , , 2006 (SCI, EI).[13] Ding Shifei, Shi Zhongzhi. Divergence-based Supervised Information Feature Compression Notes in Computer Science, Vol. 3971/2006, pp. 1421-1426(SCI, EI).[14] Shifei Ding, Zhongzhi Shi. A Novel Supervised Information Feature Compression Algorithm. Lecture Notes in Computer Science, Vol. 3991/2006, pp. 777-780 (SCI, EI).[15] Shifei Ding, Zhongzhi Shi, Yuncheng Wang,and Fengxiang Jin. Optimization Feature Compression and FNN Realization. Lecture Notes in Control and Information Science, Vol. 344/2006, pp. 951-956(SCI, EI).[16] Shifei Ding, Zhongzhi Shi, and Fengxiang Jin. Supervised Feature Extraction Algorithm Based on Continuous Divergence Criterion. Lecture Notes in Artificial Inteligence, Vol. 4114/2006, (SCI, EI).[17] 丁世飞, 贾伟宽, 许新征, 苏春阳. 基于PLS的Elman神经网络算法研究. 电子学报, 2010, 38(2A): 71-75 (EI).[18] 许新征, 丁世飞, 史忠植, 贾伟宽. 图像分割的新理论何新方法. 电子学报, 2010, 38(2A): 76-82(EI).[19] 丁世飞,靳奉祥. Fuzzy-Grey信息集成模式识别算法的研究. 计算机辅助设计与图形学学报, 2004, 16(3):275-278 (EI).[20] 丁世飞,靳奉祥,史忠植. 基于PLS的信息特征压缩算法. 计算机辅助设计与图形学学报, 2005, 17(2):368-371 (EI).[21] 丁世飞,史忠植. 基于广义距离的直接聚类算法研究.计算机研究与发展，2007, 44(4): 674-679(EI).[22] 丁世飞,黄华娟. 加权光滑CHKS孪生支持向量机. 软件学报, 2013, 24(11):2548-2557(EI).丁世飞,获奖情况1. 2007年获全国优秀博士学位论文提名奖2. 2006年获山东省优秀博士学位论文奖3. 2007年获山东高等学校优秀科研成果二等奖，第1位4. 2006年获中国科学院计算技术研究所优秀博士后出站报告4. 2004年获山东高等学校优秀科研成果二等奖，第1位5. 2001年获山东省省级教学成果三等奖，第4位

本人亲身经历，完全可以。

工程领域，导师给个大方向就没影了，实验室缺测量仪器、比较抠门。研一下学期用了半年调研、选题、可行性分析，做了模型装置验证效果。后来又用了半年，通过实验不断地优化装置，再用半年做实验记录数据，写论文。研三9月份第一次投稿投的领域top刊，因写论文吹的有点过被审稿人揪住被拒，后来转投二区sci，很快接收、出版。

在整个过程中，导师除了添乱没啥用，最后还想抢一作。实验室的师兄师姐帮了很大忙，从搭建装置、做实验、处理数据、写论文、投稿、修回，都有帮忙。没有仪器就自己联系别的老师借用，放心都会借用的。需要买的设备不敢买整机，都是买模块自己调。

其间，遇到的最大问题还是选题，必须保证要有创新性、自己还得能做出来。在大部分时间内，都是觉得自己不可能做出来的，这时多亏师兄们的建议，虽然他们不完全懂我想做的，但是在你觉得无路可走开导你的思路是非常有用的。

个人的时间变:

研一上结束时，开始调研、选题。

研一下，实验各种方案，分析可行性。

研一暑假，开始搭建装置，边实验边优化。

研二上11月份，观察到细微的预期效果，感觉稳了。

研二下，前期主要做实验，后期处理数据、画图，然后写文章、翻译、润色。

研三上9月份，初投。11月份，二投。

研三下2月份，接收、出版。写大论文，6月毕业。

这个老师在读博士的时候非常聪明能干、科研能力很强。他发表了好几篇自己作为唯一作者的高质量的sci论文。凭着这几篇论文，他顺利地就职于一所不错的高校成为了一名终身轨助理教授。在正常的情况下，他会在6年之后拿到教职，并且晋升为副教授。

可是，就是这样一位看似要冉冉升起的科研好苗子，6年之后居然差点拿不到终身教职，也就是说他差一点就要走人了。这在他们学校是非常罕见的，由此可见他的科研生涯非常不顺利。

原因是什么呢？ 在非升即走的终身轨制度下，能否拿到终身教职的关键就在于是否有足够多的科研成果。更直白点来说，就是看发表的学术论文够不够多。

仔细看一看这位老师的简历就会发现，他发表的论文并不多。他没能够发表足够多论文的原因就是他所有的论文基本上都是自己一个人写的，和他合作写文章的人屈指可数。因此他的科研成果产量太低。

至于为什么他的合作者很少，原因有两个。第一个原因是他自己不喜欢和人合作，很强势，听不进去别人的意见。第二个原因是，别人看到他的简历，一看基本上都是他自己单独发的文章，很容易就知道他不会是个好的合作者，因此也不会主动找他合作。

再加上，他和博士生导师的关系也一般，毕业后也未能和导师以及师兄师姐有过任何合作。久而久之，他的事业只能靠他一个人单打独斗。

而进入中年的他，精力不如读书时候好，结婚生子之后更是被生活琐事所累，工作时间有限。一个人的单打独斗终究是艰难的，有时候一年连一篇文章都发表不了。

一般情况下，研究生都是和自己的导师一起发表学术论文的。原因很简单。论文的方向是导师给的，科研经费是导师申请的，学生是在导师（或导师指导过的师兄师姐）的指导下做的科研。

如果一个研究生自己发表的所有学术论文里面完全没有导师的名字，难免让人有一些不好的揣测。

第一种揣测：这个研究生和导师对论文有不同意见。导师可能因为种种原因（比如论文质量不高），没有批准这篇论文，要求学生改进，但是学生有不同意见，私自发表。或者导师想当一作，学生反对，于是自己作为唯一作者，私自发表。

第二种揣测：这个研究生没有协作精神，很难相处，导师完全管不了，只好任其自由发展。

第三种揣测：学生人品有问题。认为导师只是动动嘴皮子，对论文的贡献不足以作为作者之一。

以上三种就是高校老师知道一个研究生自己独自发表了学术论文之后的真实想法，基本上都是比较负面的。

说实在的，我认为研究生和自己的导师争学术论文的作者顺序这件事情很没有必要。不管学生发表的文章有没有挂导师的名字，也不管导师的名字排在哪里，只要是读研究生期间和毕业论文有关的学术成果，一般人缺省地都会认为是在导师的指导下完成的，特别是那些和导师研究领域相关的科研。

读研阶段根本没有必要去证明自己很独立。和独立相比，协作精神显然更重要。如果一个人和自己的导师都无法合作完成一篇论文的话，很难让人相信他会是个好同事、好合作者。 就像我上面提到的那个大学老师，他和同事相处得不算好，也没有什么科研方面的合作者。

研究生可以独立发文章，但是不能所有的文章都是自己单独发表的。除非你有合理的解释并且导师愿意给你写很强的推荐信，否则的话，和自己的导师至少要有一两篇合发的文章才算是合情合理的。

如果你去看看当代的学术期刊，就会发现 几乎95%以上的论文都是由多个作者合作完成的，很少有单独作者的论文。 至少在我所处的领域是这种情况。究其原因，我认为有几点。

第一、和他人合作可以取长补短。 比如说，一个人擅长理论证明，另一个人擅长应用和编程。那么这样两个人就可以在一起合作完成他们一个人无法完成的既有好的应用又有理论支持的高质量论文。

第二、和他人合作可以极大地提高产量。 比如说，自己一个人一年拼了命最多发表2篇sci论文。但是在和他人合作的情况下，自己只需要负责自己擅长的那一部分就可以了。于是，一年可以发表5篇、10篇、甚至更多的论文。这就是为什么很多有名的教授一年可以发表几十篇论文的原因。这些论文很大一部分来自于他们数目庞大的合作者。

第三、有时候科研很苦，有人一起作伴会更有乐趣、可以走得更长远。 科研之所以苦，是因为它总是与挫折为伴。很多新的想法经过实验检验后都被证实是没有用的。如果是一个人做科研的话，就很容易想要放弃。但是，如果有合作者的话，情况就有所不同。你取得的一点点进步，有人和你一起分享、为你鼓舞。你陷入困境的时候，有人帮你想办法。你想放弃的时候，你不想连累合作者，于是咬紧牙关、坚持下去。

正因为和他人合作有很多好处，所以大多数科研人员都愿意（或者是不得不）和他人合写论文。

研究生读研阶段可以只靠自己发表sci论文，但是会有一些负面影响，不值得提倡。 如果不需要导师，就没有必要读研。 既然读研了，就应该和导师好好地合作，做一些双方都感兴趣的科研工作、合写几篇论文。

好的读研经历应该是让研究生和导师都受益、双赢的。 而不是学生和导师都觉得对方是多余的、是摆设。作为研究生，如果想在学术界立足，就要有意识地培养自己和他人的协作能力，可以从改进自己和导师的关系开始努力。

什么都是有圈子的，对圈外人比上天还难。回答字不多，但好理解吧？

圈子很重要，非常重要，特别重要。重要的事情说3遍。

本人亲身经历，完全靠自己发一篇还不错的SCI文章比较困难，除非你在英语方面有较高的水平 ；但是，如果你选择发一篇开源期刊的SCI论文，难度则会有所降低，基本上可以完全靠自己发1篇。

另外， 发表1篇SCI论文，硕士生完全靠自己发出来可能性太小，比例基本小于5%；博士生能够独立发出来的则相对较高，但占比也不会超高30%。 这是一个客观的事实。发表SCI论文对于中国研究生来说不得不承认是有一定困难的，除了文章的创新点的挖掘外，还包括英文写作能力、专业英语表达、有效回应审稿人等一系列问题。 当然还必须考虑学术内卷严重的问题，作者只是自己一个“弱小”的研究生的话，从结果可信度上就会受到质疑 。

首先简单介绍一下什么是SCI： SCI英文名Scientific Citation Index的缩写，是目前国际上三大检索系统中最著名的一种 ，其中以生命科学及医学、化学、物理所占比例最大，收录范围是当年国际上的重要期刊，尤其是它的引文索引表现出独特的科学参考价值，能反映自然科学研究的学术水平，在学术界占有重要地位。 SCI论文则是被SCI索引收录的期刊所刊登的论文。在国内，SCI论文通常被认为是具有一定高水平的学术文章，非常值得被拿来参考学习和引用。 在国内的很多单位绩效考核、学生毕业等也因此将SCI论文的发表数量和期刊质量作为重要的选择依据。

那么，为什么说硕士和博士研究生只靠自己发表1篇SCI论文难度很大呢？原因有以下几点：

SCI论文不是像国内常见的通过花钱买发表等一些学术不端手段就能简单完成的， SCI的期刊审稿过程本身非常严格，一般采取的是2-3人匿名评审，有时候会多达5人之多 ；而审稿人也会要求在一定时间内返回自己对文章的范围、学术价值、语言等全方面的评述，其中如果有一人给出的结论为拒稿的话，编辑通常会选择拒稿。 因此，SCI的拒稿率也是非常高的 。

SCI论文强调必须有明确的创新点、扎实的数据分析以支撑所得出的结论、文章背景论述必须科学合理迫切、综述必须切题、结果必须有价值讨论环节、语言表达需清晰明确等， 这一系列的要求自然对文章的质量进行了保证，而也正是这种高要求使得文章的发表难度加大 。

不论硕士还是博士研究生（可能博士研究生要比硕士研究生对文献阅读掌握的更加熟悉）在科学问题挖掘和分析方面都是需要花费一定的时间进行思考、领悟、分析、实验、讨论等步骤完成的，且科学的路总是崎岖不堪，跟别说没有辅导的情况下。

SCI论文难写的另外一个客观原因在于其逻辑表达与中文论文的差异性。 首先，在文章结构方面 ，SCI论文强调研究方法独立成章、重视讨论要胜过结果、数据分析及处理环节需要足够严谨等，所以在其写作习惯方面初学者就会感到非常别扭，没有中文 科技 论文的直叙方便； 其次，在语言表达方面 ，英语具有天生的简洁和意思的直接表达性，所以对于英语写作水平是有一定要求的，这一点在我国的研究生身上是普遍欠缺的； 最后，在深度挖掘方面 ，中文小论文更加看重方法的高大上、内容描述的全面性，一篇文章可能有几个论点，但是SCI论文要求必须在一个创新点上深挖、讨论、明确， 必须在讨论的基础上得出结论。

因此，SCI论文的写作逻辑需要基于大量的外文期刊文章的阅读和体会的基础上，进行模仿和把握，一蹴而就是不可能的。

不得不说随着研究生招生规模的逐年扩大，研究生的质量水平却在逐年下降，最主要的方面就体现在研究生的自身能力方面。一方面， 写论文是需要耐得住寂寞地去累积研究领域的参考文献，是需要不断地学习前人的研究成果，并进行批判性总结之后提出自己的创新点的，读文献的基本功显然研究生是普遍不足的 ；另一方面， 研究生的研究能力提升是一个客观的螺旋上升的过程，断不可揠苗助长，自身能力水平是需要一定时间的成长和沉淀的 ，而基于经验，研究生几乎70%的小论文发表都集中在研究生三年级阶段，个别优秀的学生则在研究生一年级和二年级发表了文章，但是需要注意的是，这些数据是基于导师、师兄师姐等的他人协助下完成的。

研究生研究能力不够是另外一个事实，当前能认真做自己研究的学生真是稀少，大部分都只是为了拿到一张毕业文凭，也没有对SCI论文发表的太高的述求。

SCI论文从准备、写作、完成发表、审稿、修改、录用等整个过程是非常漫长的。

一方面，研究生通常学制为3-5年，第一年主要任务主要为理论课的学习和考试；第二年则开始细致地研究文献并参与一些科研项目，这一年研究能力才开始提升；第三年则基本上可以进行一些自主写作，对于研究领域也有了一定的认识，创新点也能和导师等进行深入讨论。 可以说研究生的时间是非常紧凑的 。

另一方面，SCI论文从构思到写作完成基本上按照经验需要1年时间之久，而从投稿到最终录用时间至少也得1-2年之久 ，但不排除一些比较快速的半年就可以见刊的期刊。这样看来，假设从研究生一年级就开始准备写SCI论文，假设一年级就具备了一定的文献阅读和写作能力，客观时间来看也需要在研究生三年级的时候才能有50%的可能发表，而 这其中还并没有考虑上课、读文献、拒稿再重投、好几个月之后拒稿再重投等系列问题 。

因此，从时间来看，硕士生独立完成基本不可能，博士生独立完成也需要到博士四年级或者五年级。

这是一个难倒无数学生的问题，导师给不给论文版面费。虽然很多SCI期刊是不收取版面费的，但是也有一大部分的开源期刊是需要高额的版面费，通常在1万到万元之间，有的会更高。这些经费对于一名学生来说显然是巨大的。

（1）研究生全程只靠自己发表一篇SCI文章太难了；

（2）研究生在能力养成和论文写作到发表之间存在巨大的矛盾，SCI论文从准备、写作、完成发表、审稿、修改、录用等整个过程是非常漫长的，正常时间需要2年之久；

全程靠自己发表SCI论文几乎是不可能的。原因如下：一、研究课题的创新性和前瞻性自己没法完全掌握；二、实验的开展需要老师和同门的支持，无论是经费、实验仪器、实验方法及经验都离不开大家的探讨；三、论文的结构、逻辑以及语言的修改自己是无法做到很完美的；四、发表论文时必须带上导师的名字，否则没法毕业；五、论文的返回与修改有时候也需要别人的帮助才能完成。另一方面，在没有前期的实验基础条件，实验开展起来也是非常吃力的，除非自己的能力和水平都很高，能够很快地解决困难，但是刚开始大家基本都是白纸一张，所以基本是不可能独立完成的。因此还是不建议完全靠自己，因为你的独立会给你带来孤独，无法融入群体中去。

这要看你是什么专业。对于不需要做实验的学科，比如数学等，只靠学生自己发表SCI是可能的。我就有数学专业的博士同学在读书期间自己发表了SCI。对于以实验为基础的学科，比如化学，实验物理，生物这些，想要发表需要实验数据支撑的SCI论文是不太可能的，因为没有导师提供实验平台，如试剂，测试仪器等。但是，这些学科的学生还是可以自己写SCI综述论文的。只不过一般发表综述时杂志 社会 要求作者提供相关研究方向的个人论文清单。如果学生自己的研究背景比较薄弱的话，可能文章的档次不会太高。

总而言之，对于科研能力和思考能力比较强的学生，自己发表SCI是可能的。

考研闲聊，跟你聊聊。

题主的意思是，读研后，不经过任何科研训练，不经过导师的任何指导，全部靠自己摸索能不能发论文？

我认为很难，因为sci发文都是有套路的，如果没有任何指导，即使你的点子石破天惊，但是不懂按照套路包装，也大概率发不出论文，甚至编辑都不给你送审。

文章的结构怎么梳理？格式怎么调整？期刊偏重什么文章，哪些表述要避免？哪些表述要强调？参考文献怎么做？这些都是套路。你就是按照别人的文章抄，很多细节的问题没人提点，也很难改正。经验丰富的审稿人，把文章拿来，随便看两眼，就知道是新手还是老手的文章，那都是十几年看文献的功夫，你靠自己瞎搞，恐怕很难过关。

肯定是可以的。但是过程会很曲折，很曲折。回忆起来都是泪[捂脸]