光学与计算机交叉论文发表
电脑知识与技术 电脑迷 软件导刊 科学与信息化 等等
加我，我是一IT期刊编辑，我来指导你
计算机信息很广泛看你需要哪种期刊类型的。
所谓合适的期刊首先是应该满足我们的职称评审要求，比如国家级、省级、正刊、万方收录等等，其次是应该和自己的文章或是写作水平相对应，如果文章本身质量不是很高那么强求发表像《计算机仿真》这类的刊物基本上可能性为零，另外高级别的计算机期刊版面费也相应很高的。所以我们应该对照自己的情况来选择期刊，这样才能最大可能的成功发表。我的经验是去年联系的是 白杜上输入“壹品优”再输入“刊” ，发给文章之后推荐期刊，两个多月就收到了期刊，后面我在网上查了也的确被收录了，了了一桩事情，呵呵。也祝你发表成功！
光学与计算机交叉期刊投稿
针对同一问题的，要有不同见解，不同的学术价值，是可以录用的如果文章内容一样，就录用不了发文章看我名，加好友，我帮你。
基本资料 期刊名 SENSORSSENSORS-BASEL出版周期 Monthly 出版ISSN 1424-8220 通讯方式 MOLECULAR DIVERSITY PRESERVATION INTERNATIONAL-MDPI, KANDERERSTRASSE 25, BASEL, SWITZERLAND, CH-4057 偏重的研究方向 信息科学(28) 电子学与信息系统(12) 自动化(10) 工程与材料(7) 导航、制导与传感技术(7) 机械工程(6) 信息处理方法与技术(5) 机械测试理论与技术(3) 化学科学(3) 计算机科学(3) 模式识别(2) 分析化学(2) 物理学I(2) 信号理论与信号处理(2) 地球科学(2) 敏感电子学与传感器(2) 微/纳机械系统(2) 数理科学(2) 计算机科学的基础理论(1) 人工智能与知识工程(1) 计算机软件(1) 色谱分析(1) 光学(1) 生命科学(1) 生态学(1) 传感器(1) 群落生态学(1) 医药科学(1) 影像医学与生物医学工程(1) 生物医学传感(1) 生物电子学与生物信息处理(1) 电化学分析(1) 光学和光电子学(1) 光谱技术(1) 声学(1) 计算机网络(1) 自然地理学(1) 地理学(1) 半导体科学与信息器件(1) 物理化学(1) 新型信息器件(1) 化学信息学(1) 投稿录用比例 85% 审稿速度 平均 1.93617 个月的审稿周期 审稿费用 平均 12507 元/篇 版面费用 平均 8329 元/页
列举一些国内的，以下是一些相对比较主流的期刊杂志：1. 《计算机应用与软件》和《计算机工程与设计》，这两个是比较核心的，但是相对还比较好中。2. 《计算机工程》这是中文的核心期刊之一，其最大的优点就是审稿很快。3. 《计算机工程与应用》同样是核心期刊，也是比较好中的，但是就是审稿速度比较慢。4. 《计算机应用研究》这个是国家一级期刊，录取率一般能达到60%左右，而且通知下来比较快。5. 《计算机仿真》有仿真结果，这个虽然不是中文的核心，但是据说一般交钱就能发。
计算机交叉学科期刊投稿
电脑知识与技术 电脑迷 软件导刊 科学与信息化 等等
我知道的有计算机科学与应用，愿能帮到你
计算机学报投稿难度大。
稿件须符合征稿指南及模板要求，不符合要求及逻辑不清、语句不通、影响阅读理解的稿件将退稿。
请将稿件彻底准备好 ，没问题后再注册稿件编号，选择正确的投稿方向，注册后请在1天内提交论文，稿件一旦进入下一个处理环节，将不能更新。反复注册投稿无效。如有变化请及时告知。
《计算机学报》投稿注意事项
投稿的作者需在网页上注册并登记个人信息。作者登录后可用一个帐户多次投稿，也可以查询文章的审理结果。登记并且上传成功文章， 可立即查询到。
文章请用PDF格式或DOC格式编排，文件应小于4M （zip和rar 亦可，文件过大应压缩。文章首页包括作者的E-mail、联系地址、电话（放在文章的首页下方） 。
计算机安全小型微型计算机系统计算机系统应用软件计算机与现代化计算机工程计算机工程与应用.................等等，都可以发表
统计学与交叉科学期刊投稿
1、《数量经济技术经济研究》
《数量经济技术经济研究》创刊于1984年，是由中国社会科学院主管、中国社会科学院数量经济与技术经济研究所主办的综合经济理论学术月刊。
2、《统计科学与实践》
《统计科学与实践》，统计学理论刊物，发表有关科研成果，介绍有关信息，探索新形势下统计学理论和实践的新问题。
3、《统计研究》
《统计研究》为月刊，是由中华人民共和国国家统计局主管、中国统计学会和中华人民共和国国家统计局统计科学研究所主办、中华人民共和国新闻出版总署正式批准中国国内外公开发行的学术性期刊。
4、《统计与信息论坛》
《统计与信息论坛》由陕西省教育厅主管，西安财经学院与中国统计教育学会高教分会联合主办的专业性学术期刊。
5、《数理统计与管理》
《数理统计与管理》是中国科协主管、中国现场统计研究会主办，《数理统计与管理》编辑部编辑、出版，北京报刊发行局向中国公开发行，中国出版对外贸易总公司向国外发行的的学术期刊。
参考资料来源：百度百科-数量经济技术经济研究
参考资料来源：百度百科-统计科学与实践
参考资料来源：百度百科-统计研究
参考资料来源：百度百科-统计与信息论坛
参考资料来源：百度百科-数理统计与管理
关于统计学论文
在平时的学习、工作中，大家总少不了接触论文吧，论文是一种综合性的文体，通过论文可直接看出一个人的综合能力和专业基础。为了让您在写论文时更加简单方便，下面是我收集整理的统计学论文，欢迎阅读与收藏。
摘要： 随着我国经济的发展，统计思想及统计工作在我国经济发展中的地位越来越重要。本文就统计思想体系及其在统计工作的指导意义进行了讨论。
关键词： 统计思想；统计工作；影响
在当前我国统计工作中，认清统计的真谛、领会统计思想，对统计本身来讲，有利于提高统计水平和统计工作者的整体素质；对外界而言，有利于树立别的工作及别的理论不能取代和比拟的统计权威。
一、统计思想简述
统计思想是指统计工作中应树立的世界观和方法论。哲学上世界观和方法论是基础，是人们行动的指南，也是统计工作中应遵守的指南。这里统计思想是指统计不同于别的学科所特有的世界观和方法论，也是树立统计权威的基础。
统计的总体思想使统计始终要站在研究对象的整体角度来看问题，形成了大量观察法和大数定律等一系列认识规律。所谓“站得高，看得远”、“把握大局”也是这种思想的体现。这要求统计工作者在工作中，做到万变不离其宗。因为，总体资料是由作为承担者的个体身上搜集后综合而来的，而个体资料千差万别，有些界限还不好判断。这时就需要站在总体的角度，看哪些符合总体要求，哪些不符合总体要求，避免“旁观者清，当局者迷”，避免偏离统计本身的功能。
二、统计思想的几个方面
1、均值思想。
均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。它告诉我们统计认识问题是从其发展的一般规律来看，侧重点不在总规模或个体，体现了数量观和推断观。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。
2、变异思想。
统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。如果各单位之间不存在差异，也就不需要做统计，如果各单位之间的差异是按已知条件事先可以推定，也就不需要用统计方法。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。可以说，均值与方差这两个概念分别起到“隐异显同”和“知同察异”的作用。平均与变异都是对同类事物特征的抽象和宏观度量。
3、估计思想。
估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质，样本才能代表总体，但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。
4、相关思想。
马克思主义哲学认为，事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，我们所研究的事物总体是在同质性的基础上形成。总体中的个体之间、这一总体与另一总体之间是相互关联的。相关概念表现的就是事物之间的关系。
5、拟合思想。
拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势，趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。
6、思想。
统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。
三、统计工作
统计工作应包括统计设计、统计调查、统计整理、统计分析、统计信息应用和发布等D 个环节；而作为统计工作成果的统计资料显然应包括调查的原始资料，整理的系统资料和分析的深度加工资料；统计学研究统计工作的全过程，同时也研究统计资料的可行性、可信性和可用性。3个涵义之间存在着严密的辨证关系。
统计工作的5个环节中，设计是基础，说统计学是方法论的科学，最主要的就体现在统计设计上；统计工作能否达到目的，关键也在于设计。若把统计工作看作是产品生产过程，统计设计就相当于产品设计，统计调查就是施工，统计整理就是组装，统计分析就是质量检验与分析，统计信息应用与发布就是广告宣传与销售。每一环节都具有很强的技术性，但设计和分析是技术性、理论性最强的工作，统计的特殊功能也主要体现在这两个环节上。统计设计实际上是告诉操作者怎样去调查，怎样去整理；分析与信息发布就是告诉用户统计可以达到什么目的，而这些目的是别的专业达不到的。发达国家为什么对统计如此重视，联合国为什么专门设立统计委员会，关键也体现在这两个方面。
今天的社会，统计已相当发达，无论是资料搜集方法研究，还是统计规律研究，其目的都是为了认识我们所研究的对象，或者说认识统计总体。统计工作者从调查开始到整理出对外服务的系统资料，这一过程使人们对统计总体的外貌有比较清楚的认识，如果我们能再从数字后面找出内部特征，就能总结出现象发展的规律性，结合社会经济运行的法则，就可以提出管理社会经济的有效建议。统计指标体系是一个完整的科学系统，由统计指标所核定的数量是有科学涵义的，指标之间是有严密分工的。因此，统计分析是别的分析所不能比拟的。
四、统计工作如何改进
统计学虽然在20 世纪已经取得了无可比拟的伟大成就， 但还没有成熟为一个具有完整稳固基础的知识领域， 因为就统计学的研究对象而言， 其所能涉及到的范围是如此之大、我们所面临的未知是如此之多而不得不需要不断夯实和拓展其学科基础， 以保证统计学定量认知的职能与功能。所以， 从人类不断增加和提高的对统计的要求出发，我们要更强调多学科的交叉与相融， 要不断汲取其他相关学科例如数学、复杂系统科学、混沌学、仿真学、计算机学等的最新发展成果来补充、拓展统计学的基础， 否则，统计学的发展就会缺乏生命力， 就会裹足不前。
在市场经济时期，全面系统的统计工作却需要具有一定统计业务基础、专业技术和相对固定的统计人员来完成。相对稳定的统计队伍，可以积累经验，为企业管理做出更大、更快捷的贡献。如果责任心不强、上进心不足、业务素质低下，势必贻误正常工作。统计人员要善于学习，不断提高自己的业务素质，才能胜任本职工作。同时，企业单位，行业系统，尤其是企业集团需要具有责任心、富有时代感，并有开拓创新精神与较高业务素质，能带领同事一道学习与工作的统计负责人。
在这种情况下，统计人员应自尊，要自信、自强，方能自立。统计人员务必刻苦学习，努力工作争取创新，多出成果。与此同时，企业领导和有关部门，也应为统计人员创造机会，组织他们学习统计知识及相关的业务知识、法律制度和微机知识，支持他们参加统计工作会议，鼓励统计人员参加业务水平和技术职称的考试，引导他们积极提供统计资料，主动参与企业管理，对工作积极并有较大贡献或较快进步者，应该及时给予表彰。
随着社会的发展，统计学在我国的地位越来越高，也越来越受重视，统计思想体系也越来越完善，相信不久的将来我国的统计工作将会不入更高的一层台阶。
参考文献：
〔1〕思想探讨[J]。 合作经济与科技， 2006，（04）
〔2〕庞有贵。统计工作及统计思想 [J]。 科技情报开发与经济，2004，（03）
〔3〕唐源鸿。统计学的普及及应用[j]。经营管理者，2010，（01）
[摘 要] 本文根据我多年的工作经验和鞍山天力精密带钢有限责任公司出发，通过对目前国内外对人力资源统计的研究现状分析，应用人力资源经济学原理，建立了“人力资源统计学”的框架体系，以期促成“人力资源统计学”的发展。
[关键词] 人力资源统计学研究
一、人力资源统计学研究
统计作为一种为管理和决策提供信息支持的活动，必须服务于特定的社会经济环境，新经济时代统计遇到了强大的挑战，同时新经济也为统计的新领域——人力资源统计的发展和完善提供了难得的时机。
人力资源统计学是关于如何描述、衡量、跟踪、预测人力资源状况，并对人力资源进行统计分析的方法论学科。对于人力资源统计学研究，将对人力资源经济学和人力资源管理学向定量化和精确化发展提供有力的'支持。而目前国内对人力资源统计研究体系尚未达成统一的认识，未能建立一套完整的对人力资源状况进行衡量的指标体系和统计研究方法体系，国内外对人力资源统计的研究也涉及较少。目前，国外对人力资源的研究主要集中在人力资源管理、人力资源计划、人力资源招聘、绩效管理、薪酬管理、人员聘用与人员流动管理、人员培训管理、职业生涯管理、劳动关系管理、组织文化建设及领导者开发等方面。
通过我多年的工作经验和研究发现，目前国内学者对于人力资源统计的研究主要围绕概念、内容、指标体系、计量方法等方面展开，旨在丰富和完善人力资源统计学体系。概念方面，我对人力资源与人力资本做了区分，其中，我认为二者不仅概念不同，而且所研究的视角和分析的内容也不同，并将人力资本理解为人力资源质的方面。在内容方面，将人力资源投资统计、人力资源产出统计和人力资源投资效益统计以及人力资源供求统计纳入人力资源统计研究范围。而认为人力资源统计应包括人力资源现状统计、人力资源投入与产出统计、人力资源供求情况统计。
针对指标体系的设置，我认为本企业人力资源统计指标应围绕人力资源的数量、质量、开发、利用来设置；从数量指标、质量指标、结构指标、动态指标、效能指标五个方面构建了人力资源统计指标体系。
以上的研究给人力资源统计学的基本框架和内容的形成，提供了多种思路，起到了奠基作用。但是，这些研究成果从统计学的角度来看，主要是关于人力资源的描述统计，而在结合统计推断理论对人力资源未来趋势进行预测以及人力资源管理决策统计分析上还比较欠缺。总之，系统化、规范化的人力资源统计学学科体系尚未形成。
二、建立人力资源统计学框架体系
建立人力资源统计学重点在于如何反映人力资源数量特征，从而来构建人力资源统计学的理论与方法论框架。因此，需在首先界定人力资源统计学的研究对象及基本范畴；以此为出发点设计考察人力资源的综合指标体系，如人力资源的存量、流量、投入、产出及效益等统计指标；进而进入统计分析阶段，介绍一系列的统计研究方法对人力资源的总量、结构、未来趋势、配置等情况展开研究。
1。人力资源统计学理论基础
包括人力资源经济学理论基础和统计学基础，人力资源统计学的研究对象、研究方法、研究内容、基本范畴、与其他相关学科的关系等。
2。人力资源统计数据调查、整理与显示包括人力资源数据获取的主要调查方法，如，全面调查、抽样调查、典型调查、重点调查等；进而介绍数据整理方法，如统计分组、统计图表等。
3。人力资源综合指标设置
人力资源统计指标体系的建立，从宏观和微观分为国家、部门、企业、个人，从时间上分为静态和动态，从空间分为国家、地区、行业、职业，从范围分为群体和个体，包括设定人力资源存量指标、流量指标、相对指标、平均指标、变异指标等五大板块，并确定各指标计算方法。
4。人力资源回归与相关分析
包括人力资源总量和结构分析、人力资源与经济增长关系分析、人力资源配置效率、主成分分析、因子分析及人力资源发展趋势预测等。
5。人力资源统计制度的系统设计
包括人力资源统计制度的内容，在人力资源统计指标体系的应用以及人力资源统计分析中的作用，对现有人力资源统计范围、方法、调查方式、资料完整性等方面的反思等，并在此基础上提出建立规范统一的人力资源统计制度的初步设想，以适应知识经济时代各行各业，各级经济活动单位对人力资源统计研究的需要，规范数据来源渠道，保证人力资源统计数据的权威性、统一性、准确性。
三、结语
通过我多年的工作经验和研究，我发现人力资源统计指标体系是一系列相互联系、相互依存、相互制约的多层次、多角度反映人力资源状况和规律的指标群所构成的有机整体，比单一指标、综合指标等能提供给人更多更丰富的信息资源和更强的功能。它提供了一套完整的人力资源统计数据，可以反映事物的各个方面及其发展变化的整个过程。利用这些统计数据，进而界定、统一人力资源的范围、统计口径、统计方法，提高人力资源统计信息收集和分析的科学性、可比性和可操作性，可以了解人力资源的现状和供求状况，客观地反映人力资源的数量、结构、投入、配置等状况及其发展趋势和规律。由于人力资源本身所具有的特殊性、复杂性、不确定性和难以数量化，使得对人力资源价值计量的难度远远超过物力资源，国内外研究了几十年，但至今尚未解决这一难题。
人力资源是国家财富，人力资源统计是了解掌握和监控人力资源规模、水平及其变动情况的根本手段。但通过我的研究，我发现目前我国的人力资源统计无论是从理论方法还是实践活动上都缺乏系统规范的研究成果，应尽快与国际接轨完善人力资源存量统计指标，建立人力资源流量统计指标，并加快建立一个对人力资源数量、质量、投入产出及效益等进行跟踪监控和辅助决策的长效机制，完善人力资源统计调查体系，实现人力资源统计信息共享，为国家长期持续发展提供人力资源保障和支持。
医学与计算机论文发表
第一步. 调研、入门1. 确定一个感兴趣的大领域，比如分布式系统或者机器学习，或者深度神经网络。读这个领域经典算法和技术，也可以是几本比较好的书，读完然后再实践实践，动手加深理解。这个过程做完就算是初步入门了。2. 找该领域的顶级会议，比如系统领域的有OSDI、SOSP，机器学习的领域有ICML、CVPR，深度学习的有NIPS、ICLR等等，可以搜CCF会议推荐列表看各领域的顶会列表。然后看近几年这些顶会的论文，因为这代表了最新的研究热点，咱不是说一味的追热点啊，毕竟对于初学者没有足够的领域专业背景，追热点是最快的方法。因为热点往往是该领域最亟待解决的问题，往往是发展最快的小方向，也最容易产生新成果。如果是老问题，人家都研究十几年了，给你留下的待解决的问题就很少或者不是很重要。当然如果是有几十年经验的研究者就不必追热点，他们知道该领域哪些是fundamental的问题，哪些是最值得研究的问题。3. 读了这些前沿论文后，确定一个小方向，比如分布式系统是个大方向，小方向可能是机器学习分布式训练；大方向是深度学习，小方向可能就是graph embedding；大方向是机器学习，小方向可能是半监督学习等等。确定小方向的过程是个知识不断积累的过程，非常重要，这需要你对大方向有很多了解，对小方向有更深入更全面的理解，需要读好至少100篇以上论文，需要你知道该小方向的研究进展历史，这需要你知道该小方向别人都在哪方面做工作，做该小方向的顶级研究组都有哪些，他们正在干什么。第二步. 发现问题这步超级难，如果发现了个好问题，那就是成功的一半。这个问题最好是重要的、本质的、没有直观解决方法的。4. 确定小方向后，你需要阅读大量的这个小方向的论文和了解开源项目，再不断聚焦，再确定一个要改进和优化的小小方向，这个可能就是论文的主题。小小方向可能是机器学习分布式系统中的parameter server通信模型，可能是dynamic graph embedding等。然后就要更聚焦地读这方面的相关论文，这时候论文就比较少了，几篇到几十篇到几百篇都有可能，这些论文要精读，花几个月时间研究一篇论文也不为过。5. 挑几个重要的论文工作实现，也可以找开源的运行跑一跑试一试，idea往往从实际运行中来，光靠读是不行的。这个跑一跑可能需要你尝试不同的运行环境，不同的workload数据集，不同的应用场景等。比如，parameter server（PS）模型在本地集群上跑是不是和paper声明的一样、在异构的动态性极强的集群环境下效果怎么样、除了paper提到的算法处理其他算法的时候效果怎么样、除了paper提到的数据集换另外一类数据集怎么样；graph embedding方法处理密集图和稀疏图都怎么样，处理动态变化的图怎么样，等等吧。你要发现X方法仅在a环境下好用，在b环境不好用。这个就是发现问题的过程。当然，没经验的研究者可能很难想到多种环境、多种workload、多种应用场景，这就需要积累。另外一个发现问题的方法是从实际生产中来，这个当然是最好的，但是往往是大企业环境下才有这个条件。6. 确定你发现的问题还没有被解决。这又需要广泛的阅读和调研，但是问题已经很聚焦了，搜索也会很容易，用你特定问题的关键字在google 搜索（这里强烈建议用google，其他搜索引擎基本搜不到），找到解决相关问题的论文。看看这些论文是不是已经解决了该问题，如果解决了，你有两种方案：第一，该问题已经解决的非常好了，放弃解决该问题。第二，该问题的解决方案还有问题，我还有更好的办法。我建议后者，最起码尽量尝试尝试。5和6步是个迭代的过程…第三步. 分析问题7. 分析问题产生的本质原因。这个往往和第5步发现问题同时进行。这一步靠的是功底和积累，靠的是对问题的理解程度。理解的越深刻，分析的越透测，你之后产生的解决思路就越有可能正确和有效。比如分布式机器学习的PS模型在异构环境下、和在处理数据不均匀的情况下就不好，本质原因是其同步的集中式通信模型，造成PS集中服务器往往需要等待。传统graph embedding方法采用批处理模式，需要graph的全局信息做embedding，当然无法应付动态性非常强的局部更新情况。8. 基于分析，就是对该问题的深刻理解，产生改进的idea。这个可能很难，可能靠运气，但我觉得更多的是靠对问题的理解程度，理解的越深刻，本质原因抓的越准，就越可能产生创新idea。读过一本介绍google企业文化的书，google产品的成功，既不是靠技术能力，也不是靠用户需求，而是靠技术洞见（insight），这就是对问题本质的深刻理解。比如，PS模型在某环境下问题的本质原因是集中式的同步模型，那么我们就可以提出尝试异步通信的模型的idea。分析能力跟个人的批判性思维、独立思考能力都有关，而这正是中国人欠缺的，可以通过读有深刻见地的书籍文章、经常提问来锻炼。第四步. 解决问题9. 实现你的idea，做大量实验验证。这需要动手能力，需要编程能力，需要坐得住。10. 验证你的解决方案，根据实验分析不断优化你的方法。做了大量试验后，得到了若干结果，可能是不好的结果，但是不要一下子否定自己的解决方案，这不能说明你的idea不好用。一个好的方法往往经过千锤百炼，同样，你的idea通常不会一下子就成功。需要你根据实验结果分析不好的原因，然后基于你的理解改进方法，这是一个反复不断迭代的过程。比如，你发现异步PS模型效果还不如原来的呢。那么关键的是，你要问自己为什么？为什么理应提升的却没有提升？你要看实验运行的日志，看看是哪里慢了，差在哪里，最后你经过不断的实验、分析、思考，你发现了，你提出的异步PS模型虽然没有了等待开销，但是计算的有效性却降低了，结果整体性能反而下降了。那么你下一次迭代就要想怎么把这个计算有效性提上来。我又有了个方法，可以评估每次计算的有效性，然后把计算资源都投到有效性高的计算上。OK，idea不错，那么怎么评估有效性呢？不能开销太大，否则又得不偿失了，你可能想到了一种近似地评估方法。重新实现后，发现效果还不错。OK，恭喜你！你可以准备发论文了！整个研究过程，导师将起到关键的作用。导师可能会给你个问题，这是难能可贵的，基本帮你做了一半的事了，否则你可能需要花上一年时间找问题。然后整个研究过程，都是在导师的引导下进行，需要定期向导师汇报，与导师讨论idea和请导师分析实验结果。最好自己也要经常找同门讨论，而不是闭门造车。第五步. 撰写论文11. 设计你的论文，草拟论文的骨架。每一章都写啥，每一段都写啥，实验都做啥。论文的逻辑往往比语言重要的多，逻辑合理的论文更易读懂，即使咱华人有天生的英语语言缺陷，但是好的逻辑就可以弥补这个不足。写论文就和讲故事一样，怎么能把一个事说明白，不那么简单，甚至说很难，需要不断锻炼。写完给老师看，老师同意后进行下一步12. 写作论文。这个就是根据骨架填肉的过程，但是这一步也不简单，特别对于英语不好的同学，写出来的东西简直是不忍直视、不堪入目、毁人三观。最近上海某高校老师辱骂学生这事就是因为这个，我可以说，我每次看到学生论文也都是这个心情，给学生通宵改论文在家里一边改一边骂，但是当面对学生还是要以鼓励为主，要耐心，要耐心，要耐心，尽力压制自己的怒火，以平和的心态帮助学生提高，期望他下次能给个更好的版本。但是往往事与愿违，看淡点吧，仅求写作态度好点就行了，毕竟这不是一朝一夕能提高的，需要你不断积累。有几个写作的方法吧。第一，不要自己想当然，对于不确定的句型，用“”扩上上google搜，看看你这句型有多少人用过，如果没有几个人用，那就别用，换个写法。第二，读别人论文时，遇到好的句型就记下来，不断积累才能提高。第三，避免一切语法错误，我觉得这个是可以做到的，现在网上那么多工具都可以用。语法错误都避免不了那基本就是态度问题。遗憾的是，我很少遇到能避免语法错误的学生，我生气往往是因为态度问题，而不是能力问题。第四，尽量用短句用简单句子，别用长句。你写论文是为了让别人理解你的方法，不是写文艺作品，能说明白就行。13. 提炼总结，改进方法。写作的过程也是屡顺自己思路的过程，写作的过程中往往也能发现自己方法的漏洞，那么就要继续回到8，重新思考解决方案，又或者你发现需要补实验来支撑你的论点，那么就继续实现系统做实验，得到实验结果。14. 关于实验。怎么做实验是学生总问的问题，怎么做科学实验也是一个很重要的问题，有对照组、无偏的、定量的，这些都是科学实验的重要要素。如果有解决该问题的其他方法你首先要说明你的方法更好，至少在某一方面更好，这其中可能要涉及到不同的执行环境，或不同的算法数据集。然后设计实验说明你的方法好在哪里，用实验数据说明，比如异步PS和同步PS对比。然后你要进一步用实验数据说明，异步PS的有效性也提高了，如果不考虑有效性的话那么结果就不好。然后你的方法是否有些重要的超参数，试试variation导致各种结果。在实验结果展示方面，要学会用各种工具画各种图，把重要的因素用可视化方式体现出来。第六步. 投稿和看待审稿意见15. 接下来就是投稿。选一个合适的会议或期刊投稿，这个可以听老师的，老师基本有这方面的常识，根据你工作的方向和档次选择合适的去处。确定好了哪个会议期刊后，就需要按照会议期刊要求来整理论文格式，latex是必会的工具了。之后赶在deadline之前提交论文，这个最后的几天可能很痛苦，因为你的论文和方法总有改进的地方，老师的要求会让你最后几天是最忙的几天。但是需要认识到，凡事无完美，你总也改不到完美，你需要一个deadline来督促你完成一个milestone。开始进一步工作或下一个工作。16. 看待评审意见。接下来是漫长的等待，会议一般是2-3个月的时间，结果可能是接收也可能是拒掉，相比于结果，更应该看评审意见，看看这些意见是否合理，是否能解决，无论是接收还是拒绝，然后接下来就再次回到解决问题的部分，再次开始优化方法的过程。如果是接收了，那就可以准备订机票开会旅游去了。如果是拒掉那一般是有比较大的问题，那就再仔细深思下一下你的方法。继续优化，还是降低档次投个差点的会，就看你导师的了。第七步. 后续17. 宣传你的工作，扩大影响力。首先你可能是要去参加会议，做个漂亮的ppt，反复演练，争取有比较好的演讲效果。有时你导师有机会去一些地方做报告，把这个工作介绍一下，都是扩大影响力的方法。18. 开放源码。还有是尽量把自己工作的代码和数据开放，挂到网上，让别人来使用，接受别人的改进意见或者是简单的debug。咱不是专业的工程人员，也不用指望你的成果可以马上用于生产，个人觉得开放代码主要是为了让别人更好滴了解你的方法，这有助于扩大影响力，产生后续研究工作。如果有人引用你的论文、或咨询论文内容、又或是使用了你的代码和数据，这也算是你对整个科研事业有那么一丁点的贡献了，这比水论文有意义多了。整体来说，发表论文需要你有：批判思维能力，动手能力，知识面，写作能力，表达能力，英语，韧劲（抗打击能力）等等一系列能力，如果在研究生期间真能发表一篇论文，经历了以上这么多磨难和锻炼，我想你的能力也是不知不觉提高了很多，成为了该小小方向的一个小小的专家了。这对你来说，是最最重要的。这里我提到了韧劲，就是说，在解决问题过程中，你会受到不断的打击，包括来自导师的、来自自己的实验结果方面的、来自评审意见的，但是你要做的就是，站起来，继续凿，直到导师满意，知道reviewer满意，直到大家满意。别把这事想简单了，当你想象一下周围好多人都发好多sci了，而你还在为这么一篇完全未知结果的论文而这么努力的时候，我觉得大部分人可能就是缺少这个韧劲才最终以失败告终的…最后，我想再强调一下，发论文不是简单地发论文，而是通过发论文宣传你的工作，以便对某技术或人有那么一丁点影响。无论你发哪个档次的论文，只要目标正确，我觉得你都会有收获和有贡献的。相比较于为了发论文而发论文，你会觉得你是那么地高尚和高大，他们只是造废纸，而你已经对社会有贡献了…（以上内容来源于学术堂）
这都是视情况而定的，不同的出版社不同的期刊收费都不一样，建议你还是先选择你心仪的问问编辑，像之前我投的临床医学与进展是1800左右吧，不过他们不定期也有五折优惠，要是赶上了还是挺好的
G121 中国药理学通报G122 中国药理学与毒理学杂志G878 中国药师G220 中国药物化学杂志G248 中国药物依赖性杂志G713 中国药物应用与监测G621 中国药物与临床G009 中国药学杂志G755 中国药业G809 中国医刊G123 中国医科大学学报G124 中国医疗器械杂志G313 中国医师杂志G236 中国医学计算机成像杂志G709 中国医学教育技术G125 中国医学科学院学报G911 中国医学伦理学G622 中国医学物理学杂志G127 中国医学影像技术G193 中国医学影像学杂志T019 中国医药工业杂志Q918 中国医院G454 中国医院管理G243 中国医院药学杂志G130 中国应用生理学杂志G706 中国优生与遗传杂志……
普通刊物在几百元到一千元左右，如果是核心刊物就需要5000元以上了。如果评职称就需要发好一点的，为后期发展提供科研成果。如果需要可以加扣，看名字