发布时间：
一般本硕的学位论文都是用Gocheck论文检测专家这个查重系统吧
稍等 ，我现在发你。
建议用笔杆论文查重，笔杆论文查重覆盖了最新的图书，期刊，论文等等众多文献类型，数据库比对指纹高达400亿，更与百度学术联合推出，速度快，算法合理，比对参数标准，是一款优秀的查重系统。
对于硕士毕业生来说，最关心的问题是论文查重。论文查重满足学校的要求，我们才可以参加后续的论文答辩，对于硕士论文来说，选择正规靠谱的查重软件是非常重要的。那么如何选择硕士论文查重软件呢？让我们带你去了解一下。 1.目前市场上流行的检测系统有几个:paperfree、papertime等检测系统。初稿检测，我们可以选择这些查重系统进行检测，但是定稿检测，我们一定要选择学校要求的内部论文查重系统。这样才能保证查重结果的准确性。 2.一般学校都会要求学生最终定稿选择内部要求的查重系统，学校会提供几次免费检测的机会，学校内部查重系统是其他系统所不能代替的，因为它有个独立的对比数据库，大学生联合对比数据库，这个数据库包含的历届学长学姐们的论文。 3.硕士论文查重非常重要，论文查重合格是参加论文答辩的前提。大多数高校只给硕士毕业生一个免费的论文查重机会。如果学生不能通过查重，将直接面临取消答辩资格的悲惨结局。因此，建议您在将毕业论文提交学校检测前，可以自费到其他网站提前查重论文。
可以检测的，但是我觉得你还是使用知网硕博系统检测比较好，这个检测系统出来没多久，检测过一次，感觉不是那么的靠谱，有些部分我直接抄袭的都没检测出来，觉得有点慌张啊，还是使用知网靠谱些。
paperask能检测硕士论文，但和知网检测结果比肯定有差距。目前很多高校都是以知网检测报告为准的。如果学校、机构要求使用知网的话，那么使用paperask进行检测，结果肯定会存在差异的。Paperask与其他检测系统存在差异的原因，主要是因为paperask有专属对比库。超过 1200 亿海量指纹数据，包含了大部分的期刊、图书、论文、互联网数据 自建对比库。中国知网在论文检测的优势可以说与其他系统有很大的差别，因为知网有自己独有的资源，这也是它与其他系统的区别所在。所以学术堂建议前期可以使用paperask进行论文查重，最后定稿的时候再在知网上查一次。
硕士论文具有学术研究价值。因此，社会对硕士论文的要求很高。毕竟，学术是促进社会发展的关键。硕士论文几乎需要完整的原创性，社会上大多数硕士论文的查重率都是20％。一些985/211学院甚至要求硕士论文的合格率不低于15％。建议硕士毕业生将论文的查重率降低到15％以下，顺利通过论文考试。
应该可以的，同样PaperTime可以为高校硕博本科生的课程论文、毕业论文以及教师学术论文等预防学术不端行为查重使用；医生写作的各种医学学术论文、晋升职称论文等不端行为论文查重检测参考；为企事集团内部职工的优秀文章、晋升职称论文，提供论文检测查重评审参考；有其他文章查重、标书查重等查重需求的企事业单位提供查重检测技术解决方案。
知网、turnitin查重、PaperPass检测系统、蚂蚁查重网、PaperOK论文检测系统都是不错的论文查重软件
1、知网：知网的查重范围广，查重结果权威。凭借优质的内容资源、领先的技术和专业的服务，中国知网在业界享有极高的声誉，在2007年，中国知网旗下的《中国学术期刊网络出版总库》获首届“中国出版政府奖”，《中国博士学位论文全文数据库》、《中国年鉴网络出版总库》获提名奖。这是中国出版领域的最高奖项。
2、turnitin查重：该检测系统主要针对外文文献进行查重，如果同学们撰写的是外文论文，还是使用turnitin较为合适。通过用户上传文稿与Turnitin海量的云端数据库和网页进行相似性的比对，并注明抄袭来源供评审者参考。
3、PaperPass检测系统是北京智齿数汇科技有限公司旗下产品，网站诞生于2007年，运营多年来，已经发展成为国内可信赖的中文原创性检查和预防剽窃的在线网站。 系统采用自主研发的动态指纹越级扫描检测技术，该项技术检测速度快、精度高，市场反映良好。
4、蚂蚁查重网自提供论文检测服务以来是国内领先自助论文查重网站，直连高校使用的官方论文检测系统入口，即学生自己提交论文，自己下载查重报告，全程均由学生自己完成。可供个人进行本科论文查重检测、学位论文查重检测、硕士论文查重检测、博士论文查重检测和已发表小论文查重检测，检测结果与学校一致。
5、PaperOK论文检测系统：湖南学搜科技有限公司旗下品牌，基于大数据海量学术文献资源及互联网资源，坚持客观、公正、精准、全面的原则，对学术不端行为进行管理，为用户提供客观详实的查重报告，为出版、科研、学术等提供支持。
目前市面出现了各种各样的论文查重软件，可以区分为初稿查重和定稿查重，根据自己不同的论文情况来进行选择。初稿论文查重软件有：paperfree、papertime等等；定稿论文查重软件有：知网、维普、万方等。一般学校对于初稿查重软件没什么要求，只是在定稿后要使用与学校要求一致的软件检测，这样才能保证重复率更加接近于学校的结果。同时大家在选择查重软件时，要注意以下几点：1、要选安全、可靠的的。不然你检测完以后，再去学校检测，发现已经在其他地方出现过你这篇论文了，太就太不应该了。2、选大品牌的。有的人直接在百度搜论文查重软件，找一些做竞价的查重工具，这些工具比较都是小品牌，没什么知名度，全靠竞价烧钱。3、可以咨询一下同学们用什么软件，看他们使用后的效果，用得好，也可以去尝试一下。
论文查重软件有哪些：现在国内有：PaperRater论文查重软件、知网、万方、维普这几个论文才软件这些是比较常用、常见的论文查重软件其中PaperRater论文查重软件是跟知网查重可以比较的 查重结果跟知网的一样的 准确度很高 首次查重使用还有免费的查重5000字论文知网查重是不对个人开放查重的 paperrater是个人开放的论文查重软件
维普查重、万方论文查重网站、PaperPP论文查重系统、中国知网、学术不端网都是不错的查重软件
1、维普查重：维普查重可个人查重，在该官网内付费即可查重论文，检测完成下载查重报告即可查看到信息的论文重复率结果。维普网论文查重报告通常分为5大部分报告内容，分别是相似度对比报告、片段对照报告、格式分析报告、原文对照报告、PDF报告等内容。
2、万方论文查重网站：而万方论文查重网站查重的价格，其检测收费模式与知网论文查重系统的收费模式有很大不同，知网是按论文篇数与次数定价收费的，不同查重版本检测一篇论文一次所收取的费用各有不同，而万方论文查重网站对于查重论文的收费却不是按篇收费，而是按查重论文的全文字数来收费的。
通常本科论文查重的费用是按照上传查重的论文的字数以每1万字收取20元来收费的，且不满足1万字的论文按1万字来计算，而对于万方的硕、博论文的检测查重费用为每1万字25元。可见万方论文查重网站查重价格是十分物美价廉了，无论是价格还是查重系统本身的查重准确度都是较为适合论文初稿查重的。
3、PaperPP论文查重系统：属于PaperPP品牌产品，致力于为毕业生提供完善的学术不端论文检测服务，通过对比库及智能AI技术为用户提供毕业论文查重。PaperPP论文查重系统定期更新比对数据库，保证学术期刊，学位论文，硕博等论文查重结果的精准，坚决保护用户隐私。 聚合文献检索、知网查重等众多论文检测功能。
4、中国知网：凭借优质的内容资源、领先的技术和专业的服务，中国知网在业界享有极高的声誉，在2007年，中国知网旗下的《中国学术期刊网络出版总库》获首届“中国出版政府奖”，《中国博士学位论文全文数据库》、《中国年鉴网络出版总库》获提名奖。这是中国出版领域的最高奖项。国家“十一五”重大网络出版工程-----《中国学术文献网络出版总库》也于2006年通过新闻出版总署组织的鉴定验收。
5、学术不端网：学术不端网是最准确的中国知网论文查重检测系统入口:知网期刊AMLC、知网本科PMLC、知网VIP5.3/TMLC2等CNKI论文查重软件,可供高校硕士博士研究生学位毕业论文查重、大学生论文抄袭行为检测和已发表文献职称评审使用。被誉为最靠谱的论文重复率相似性检测网站。
应该对你有帮助哦1、《计算机应用与软件》，中文核心，版面费1800元2、《燃气轮机》不收版面费，而且还有稿费，很不错的3、《材料保护》不收版面费，还有稿费4、《施工技术》无版面费5、成都的《电子信息对抗技术》无版面费，无审稿费6、成都的《电子对抗》，无版面费，无审稿费常见计算机类杂志投稿方式 1． 《软件学报》 （月刊） EI、ISTIC收录主办单位：中国计算机学会中国科学院软件研究所地址：北京8718信箱 北京海淀区中关村《软件学报》编辑委员会邮编100080 邮发代号：82－367E-mail: 2． 《计算机学报》 （月刊） EI、ISTIC收录主办单位：中国计算机学会中国科学院计算技术研究所地址：北京2704信箱 中国科学院计算技术研究所《计算机学报》编辑部 邮编 100080邮发代号：2－833E-mail: ://www.ict.ac.cn/cjc/cjc.html3． 计算机研究与发展 （月刊） ISTIC收录主办单位：中国科学院计算技术研究所中国计算机学会地址：北京2704信箱 中国科学院计算技术研究所《计算机研究与发展》编辑委员会邮编100080邮发代号：2－654E-mail::// crad.ict.ac.cn4．计算机工程 （半月刊） ISTIC收录主办单位：华东计算技术研究所上海市计算机学会地址：上海市漕河泾桂林路418号 《计算机工程》编辑部 邮编 200233邮发代号：4－310E-mail:hdsce@china.comhttp://www.jsjc.chinajournal.net.cn5．《自动化学报》 （双月刊） EI、ISTIC收录主办单位：中国自动化学会中国科学院自动化研究所地址：北京中关村中国科学院自动化所《自动化学报》编辑部邮编100080邮发代号：2-180E-mail:://www.chinainfo.gov.cn/periodical/zdhxb6．《模试识别与人工智能》 （季刊） ISTIC收录主办单位：中国自动化学会国家智能计算机研究开发中心地址：合肥1130信箱 中国科学院合肥智能机械研究所《模式识别与人工智能》编辑部 邮编230031邮发代号：26-69E-mail:．《小型微型计算机系统》 （月刊） ISTIC收录主办单位：中科院沈阳计算技术研究所地址：沈阳市和平区三好街100号中科院沈阳计算技术研究所 《小型微型计算机系统》编辑部 邮编 110004邮发代号：8－108E-mail:://www. sict.ac.cn8．《计算机科学》 （月刊） ISTIC收录主办单位：国家科技部西南信息中心地址：重庆市渝中区胜利路132号 《计算机科学》杂志社 邮编400013邮发代号：78－68E-mail:．《计算机应用与软件》（月刊）主办单位：上海市计算技术研究所 上海计算机软件技术开发中心 地址：上海市愚园路546号 《计算机应用与软件》编辑部 邮编：200040邮发代号：4－379 10．《数值计算与计算机应用》 （季刊） ISTIC收录主办单位：中国科学院计算数学与科学工程计算研究所 地址：北京市2719信箱 《数值计算与计算机应用》编辑部 邮编：100080邮发代号：2-413E-mail:://www.chinainfo.gov.cn/periodical11．《计算机工程与应用》 （旬刊） ISTIC收录主办单位：华北计算技术研究所地址：北京市北四环中路211号 北京619信箱26分箱《计算机工程与应用》杂志社邮编100083 邮发代号：82－605投稿信箱：@163bj.com http://www.chinainfo.gov.cn/periodical/12．《计算机应用研究》 （月刊） ISTIC收录主办单位：四川省电子计算机应用研究中心 地址：成都市人民南路4段11号附1号 《计算机应用研究》杂志社 邮编：610041邮发代号：62－68 E-mail：．《计算机工程与科学》 （双月刊） ISTIC收录主办单位：国防科技大学计算机学院 地址：湖南长沙砚瓦池正街47号 《计算机工程与科学》编辑部 邮编：410073邮发代号：42－153E-mail： 14．《中文信息学报》 （双月刊） ISTIC收录主办单位：中国科学院软件研究所中国中文信息学会 地址：北京8718信箱 《中文信息学报》编辑部 邮编100080E-mail:．《计算机应用》 （月刊） ISTIC收录主办单位：中科院成都计算机应用研究所四川省计算机学会 地址：成都市人民南路四段九号 成都237信箱《计算机应用》编辑部邮编610041邮发代号：62－110E-mail:://www. computerapplications.com.cn16．《计算机辅助设计与图形学学报》 （月刊） ISTIC收录主办单位：中国计算机学会 地址：北京2704信箱 中国科学院计算技术研究所 邮编100080邮发代号：82－456E-mail:://jcad.ict.ac.cn17．《武汉大学学报》（理学版） （双月刊） EI(自科版英文版)；ISTIC主办单位：武汉大学 地址：湖北武汉武昌珞珈山 邮编430072邮发代号：38－8E-mail:://www.whj.whu.edu.cn18．《计算机科学与技术》（英文版） （双月刊） SCIE、EI收录主办单位：中国科学院计算技术研究所地址：北京2704信箱 邮编100080邮发代号：2－578E-mail:://jcst.ict.ac.cn19．《计算机工程与设计》 （月刊）主办单位：中国航天科工集团二院706所地址：北京142信箱406分箱 《计算机工程与设计》编辑部 邮编：100854邮发代号：82－425 E-mail: ,cn20．《 微电子学与计算机》 （月刊）主办单位：中国航天科技集团公司西安微电子技术研究所 地址：西安市81号信箱 《 微电子学与计算机》编辑部 邮编：710054邮发代号：52－16 计算机类杂志（可网上投稿）：电子计算机与外部设备（Computer & Peripherals） E-mail: OK 计算机仿真（Computer Simulation） E-mail: 计算机辅助工程（Computer Aided Engineering） E-mail: 计算机辅助设计与图形学学报（Journal of Computer-Aided Design & ComputerGraphics）E-mail: 计算机工程与科学（Computer Engineering and Science）E-mail: 计算机集成制造系统（Computer Integrated Manufacturing Systems）E-mail: info.cimsedu.cn计算机科学（Computer Science） E-mail: 计算机科学技术学报（英文版）（Journal of Computer Science and Technology）E-mail: 计算机学报（Chinese Journal of Computers） E-mail: 计算机研究与发展（Journal of Computer Research and Development）E-mail: 计算机应用（Computer Appliocations） E-mail: 计算机与现代化（Computer and Modernization） E-mail: 、月 刊：计算机应用研究（Application Research of Computers）E-mail：、半月刊：计算机工程（Computer Engineer） E-mail:、旬 刊：计算机工程与应用（Computer Engineering and Applications）E-mail: 、 计算机应用（Computer Appliocations）主要内容：紧紧围绕“应用”。主要涉及计算机网络与通信、软件应用技术、信息系统集成、数据库、多媒体、图形/图像处理、计算机控制、先进制造技术、CAD/CAM/CIMS、人工智能、专家系统及新型计算机软硬件系统开发经验、市场信息与发展趋势等。开设栏目：应用技术专题、研究与设计、软件技术、研究生论坛、开发与应用、典型应用技术等。网上投稿E-mail：邮局汇款：填写汇款单邮寄成都237信箱《计算机应用》编辑部银行信汇：开户行：交行磨支科分处 户 名: 计算机应用编辑部 帐 号: 511609017018001969114 注：作者通过电子投稿后，在三至四个工作日内，如能收到我刊带有稿件编号的回复即稿件已接收，否则稿件未被接收。请不要一稿多投！为了缩短稿件审稿周期，请仔细阅读投稿须知。附：研究一下1~3的稿件要求和格式要求。
一般杂志都是二审，即一般编辑负责初审，初审通过的稿子上交主编审核，主编为二审，也叫终审，终审通过才能刊登。但我也遇到过三审的杂志，一审是编辑，二审是主任或主编，还有三审的出版社。杂志的话，加在一起大概一个月吧。如果你投稿在截稿期之前，那会很快，两个星期。
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”（No.2005037439）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”（No.20040010）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”（No.40574001）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”(No.IIP2006-2)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”(No.BK2009093)10.2011-2012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”(No.60975039)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”(No.IIP2010-1)目前正在进行的项目：1. 2013.1-2017.12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”(No.2013CB329502)2. 2014.1-2017.12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. 2011.1-2013.12参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”(No.41074003)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 Networks.Artificial 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, vol.130, 1-2.(SCI, EI)[5] Shifei Ding, Xiaopeng Hua. Recursive least squares projection twin support vector machines. Neurocomputing, 2014, vol.130, 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 recognition.Artificial 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 Membership.International 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, 2012.35(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):9-14.2011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 Visualization.International 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, Vol.6063/2010, pp.319-324 (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): 309-315,2006.8 (SCI, EI)[9] Ding Shifei, Shi Zhongzhi. Studies on Incidence Pattern Recognition Based on Information Entropy. Journal of Information Science, 31(6):497-502,2005.12 (SCI, EI).[10] Ding Shifei, Jin Fengxiang. Information characteristics of discrete K-L transform based on information entropy. Transactions Nonferrous Metals Society of China, 2003.6(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 , 2005.6 (EI).[12] Ding Shifei, Shi Zhongzhi. Studies on Information Clustering Algorithm Based on MID. Chinese Journal of Electronics, Vol.15 No.4A, pp.918-920, 2006 (SCI, EI).[13] Ding Shifei, Shi Zhongzhi. Divergence-based Supervised Information Feature Compression Algorithm.Lecture 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, pp.268-277 (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
一审即为初审，一般编辑负责一审，一审通过的稿子上交主编审核。
主编审核为二审，也叫终审，终审通过就可以登刊发表。
但也存在三审的杂志，一审是编辑，二审是主任或主编，三审的是出版社。
审核时间一般的一个月左右，如果投稿时间早，两个星期就可以审核完成。
投稿注意事项：
1、所有作品无论是否发表，作者均依照《中华人民共和国著作权法》享有著作权。
2、所有投稿作品投稿期刊及其相关合作机构（包括网站、出版物、移动网络等），享有有使用权。
3、我国著作权实行自愿登记制度，投稿作品不论是否登记或出版发表，作者或其他著作权人依法取得的著作权不受影响。
我国实行作品自愿登记制度的在于维护作者或其他著作权人和作品使用者的合法权益，有助于解决因著作权归属造成的著作权纠纷，并为解决著作权纠纷提供初步证据。
4、图书投稿技巧。首先要起一个能打动编辑与读者的好的书名，还要有内容简介、作者简介、目录、样张、市场调研观点，如果能请到有名气的作者给写个书评，出书的把握就更大了。
参考资料：百度百科-投稿
1、论文开本及版芯论文开本大小：210mm×297mm(A4纸)版芯要求：左边距：30mm,右边距：25mm,上边距：30mm,下边距：25mm,页眉边距：23mm,页脚边距：18mm2、论文用中文撰写3、标题：论文分三级标题一级标题：黑体，三号或16pt,段前、段后间距为1行二级标题：黑体，四号或14pt,段前、段后间距为1行三级标题：黑体，小四号或12pt,段前、段后间距为1行上述段前、段后间距可适当调节，以便于控制正文合适的换页位置;4、正文字体：正文采用小四号宋体，行间距为18磅;图、表标题采用五号黑体;表格中文字、图例说明采用小五号宋体;表注采用六号宋体;5、页眉、页脚文字均采用五号宋体，页眉左侧为论文题目，右侧为一级标题名称;页眉下横线为“”(3磅);单面打印;页码采用阿拉伯数字五号宋体，排在页脚居中位置;页码从第一章开始按阿拉伯数字连续编排，第一章之前的页码用罗马数字单独编排。6、文中表格均采用标准表格形式(如三线表，可参照正式出版物中的表格形式);7、文中所列图形应有所选择，照片不得直接粘贴，须经扫描后以图片形式插入;8、文中英文、罗马字符等一般采用Time New Roman正体，按规定应采用斜体的采用斜体。
研究生学位论文答辩资格的条件 研究生学位论文答辩资格申请及学位的授予是比较重要的，为了更好的通过答辩，我们就申请研究生学位论文答辩资格的条件、申请论文答辩的程序、答辩者或答辩秘书需提交的'材料向大家做一简要的介绍。 申请研究生学位论文答辩资格的条件 1.具有坚定的社会主义信念、爱国主义精神和社会责任感；具有良好的科研道德和为科学献身的精神；树立辩证唯物主义的世界观；具有唯实、求真、协力、创新的品德。 2.申请者必须修满本学科、本专业研究生培养计划中规定的全部学位课程学分，考试成绩及格或补考通过。 3.硕士研究生最低应达到下列条件之一： ⑴在SCI刊物上发表一篇论文； ⑵有一项发明专利被受理，同时在国内外本专业核心刊物上发表一篇论文； ⑶在国内核心期刊上发表两篇论文。 4.博士研究生按不同学科最低应达到下列条件： ⑴博士生在SCI刊物上发表两篇论文； ⑵博士生在SCI刊物上发表一篇论文，同时有一项发明专利被受理； ⑶博士生在SCI刊物上发表一篇论文，同时在国内核心期刊上发表两篇论文。 5.本条款的3、4两项中成果均要求研究生为第一作者（或发明人）或导师为第一作者研究生为第二作者（或发明人）。在国际组织主持召开的国际会议的大会上宣读论文、在新华社或人民日报内参上发表的文章可以替代一篇SCI论文。 6.如遇特殊情况，可由研究生导师予以说明，学位评定委员会讨论决定。 ;
硕士毕业论文的封面由论文题目、指导教师、学科门类、专业名称/研究方向、日期、封面颜色等部分组成，其中：(1)论文题目论文题目字数不应超过26个汉字，可以分两行排列，及中英文对照。(2)指导教师填写论文作者的指导教师。没有经过学校相关规定批准的合作指导教师，是不允许在论文上署名的，且署名的合作指导教师人数不超过2人。(3)学科门类：论文编写者的专业所属的学科门类，例如工学、文学、哲学、经济学、法学、理学、管理学等。(4)专业名称/研究方向：必须与论文作者的专业目录表和培养方案书一致。(5)日期：毕业论文的完成时间。(6)封面颜色：论文的封面颜色可由各个专业自行拟定，每个专业可以选择不同的颜色以示区别。2.独创声明及授权说明独创性声明及授权说明页附于论文的摘要之前，需要由研究生和指导教师本人签字后方可有效。3.摘要硕士论文的摘要由中外摘要和英文摘要两部分组成。其中中外摘要一般为500-1000字。内容包括本论文的课题的研究目的、研究方法、研究成果及得出的结论。摘要应本着突出本论文的创造性成果或创新点，语言精炼，言简意赅。摘要应当具自我解释性，在不阅读论文全文的前提下，读者就能够获取论文所阐述的主要论点及提供的信息。英文摘要与中外摘要对应，它是是以英文形式对文章的概述，需要注意的是，英文摘要不是对中文摘要的简单翻译，英文摘要页置于中文摘要页之后。在论文摘要后，另起一行用于标明本论文的关键词(3-5个)。用以表示全文主题内容信息款目的单词或术语,便于文献标引工作从论文中选取。关键词间用逗号分隔，最后1个词后不打标点符号。以显著的字符排在同种语言摘要的下方，尽量以《汉语主题词表》等词表提供的规范词作为依据。4.目录目录一般列至二级标题，即列出到三级目录。目录的内容必须与正文标题及各个章节的标题一致。目录页由论文的章、节、条、附录、题录等的序号、名称和页码组成，需要另起1页排在摘要页之后，章、节、小节分别以1、1.1、1.1.1、1.1.2、2、2.1等数字依次标出，一二级目录用小四宋体，三级目录用5号宋体，数字及英文字符采用times new roman格式。5.插图及表格论文中如果涉及到较多的图、表，可以给出一个清单，附于目录页之后。图表的清单应有序号、图表名称和页码。6.正文论文正文的字数一般至少3万，它是文章的主体，分为标题、文字叙述、图表、公式和数据等部分，文章组织形式可结合学科实际的要求和研究课题的特点而定。7.参考文献参考文献是在研究本课题的过程中，对某一著作或者论文的整体参考与引用。8.附录在论文的编写过程中，对于不适宜放入正文中的部分，但确实与本论文研究有关的过程或资料均应该放在附录中，以免影响到论文主体的结构或者论点。9.致谢致谢部分主要用于答谢对课题研究、毕业论文完成等方面有较重要帮助的人员。