计算机算法方向投稿期刊

计算机算法方向投稿期刊

1.《计算机工程与设计》

中国航天科工集团第二研究院706所主办，月刊，影响因子1.574，相对来讲比较好中。征稿范围：计算机网络与通信计算机网络与通信、计算机辅助设计及图形学、多媒体技术、数据库、并行处理、人工智能、计算机软件工程、计算机硬件体系结构、计算机新技术应用及其他计算机相关领域。

2.《计算机辅助设计与图形学学报》

中国计算机学、北京中科期刊出版有限公司主办，月刊，影响因子：1.701，它是我国CAD和计算机图形学领域第一个公开出版的学术刊物。栏目设置主要有：综述、图形算法与技术、虚拟现实与计算机动画、图像与图形的融合、VLSI设计与测试及电子设计自动化。

如果是你自己想投稿的话，个人之见，估计《读者》比较适合你。这本杂志里的文章大多比较简单，却重视文章揭露的人生道理。如果你的文章是这一类型的，可以试试！早前我有找 壹品优刊帮忙，一下子就搞定了。

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

算法方向期刊投稿

不好发，进化算法不好发论文，在进化算法领域,里面的论文鱼龙混杂,好的论文非常好,差的非常水,部分算法甚至完全无法复现论文效果。非常吃圈子关系

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）

着急吃不着热豆腐!这是我奶奶告诉我滴，这一次不能盲目,不要盲目!

1、论文题目：要求准确、简练、醒目、新颖。2、目录：目录是论文中主要段落的简表。（短篇论文不必列目录）3、提要：是文章主要内容的摘录，要求短、精、完整。字数少可几十字，多不超过三百字为宜。4、关键词或主题词：关键词是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容有实质意义的词汇。关键词是用作机系统标引论文内容特征的词语，便于信息系统汇集，以供读者检索。 每篇论文一般选取3-8个词汇作为关键词，另起一行，排在“提要”的左下方。主题词是经过规范化的词，在确定主题词时，要对论文进行主题，依照标引和组配规则转换成主题词表中的规范词语。5、论文正文：（1）引言：引言又称前言、序言和导言，用在论文的开头。 引言一般要概括地写出作者意图，说明选题的目的和意义, 并指出论文写作的范围。引言要短小精悍、紧扣主题。〈2）论文正文：正文是论文的主体，正文应包括论点、论据、 论证过程和结论。主体部分包括以下内容：a.提出-论点；b.分析问题-论据和论证；c.解决问题-论证与步骤；d.结论。6、一篇论文的参考文献是将论文在和写作中可参考或引证的主要文献资料，列于论文的末尾。参考文献应另起一页，标注方式按《GB7714-87文后参考文献著录规则》进行。中文：标题--作者--出版物信息（版地、版者、版期）：作者--标题--出版物信息所列参考文献的要求是：（1）所列参考文献应是正式出版物，以便读者考证。（2）所列举的参考文献要标明序号、著作或文章的标题、作者、出版物信息。

计算机区块链方向期刊投稿

区块链方向的专业性人才目前是很好就业的，这方面是国家目前比价重视的领域，增加了很多国家级的项目，区块链企业目前对人才的需求还是挺大的，比如说国内发展比较好的区块链技术公司趣链科技，前一阵子就在全国校招，亲可以；区块链技术前景怎么样以下内容只是个人的经验和看法，仅供参考和学习个人接触区块链行业有多年的时间，从它的跌宕起伏中有了自己的看法和理解我个人认为区块链技术还是很不错的原因如下一区块链技术作为互联网之后。知识拓展：区块链作为一种底层协议或技术方案可以有效地解决信任问题，实现价值的自由传递，在数字货币金融资产的交易结算数字政务存证防伪数据服务等领域具有广阔前景数字货币 在经历了实物贵金属纸钞等形态之后，数字货币已经；区块链技术还有一个命门就是在目前的计算机技术的前提下它是一种比较完美的东西，但这些架构运算模式将会在量子计算机模式的冲击下不堪一击，所以即使有着广阔的运用前景但如果量子计算机技术发展进度很快的话区块链技术也许会在。此外，区块链技术正在衍生为新业态，成为经济发展的新动能，区块链技术正在推动新一轮的商业模式变革，成为打造诚信社会体系的重要支撑3未来应用前景广阔 在过去，实体纸币的流通是很难追溯的，但有了区块链技术的应用之后。区块链工程就业前景及方向：1、此外，作为一项新兴技术，区块链在金融业的实际生产环境中应用，还存在不少的技术难点，比如吞吐量扩展性共识机制隐私性及安全性可管理性等区块链等技术创新对于金融行业意义重大，有望加速“可信数字化”进程，持续。2、研究实力增加 研究成果显著 截止2019年底，我国区块链研究机构数量已达97家此外国内高校纷纷布局区块链技术研究，加强区块链技术理论知识创新，提升高校区块链技术研发能力，截止2019年底，我国在加强区块链技术研发方面参与的高校。3、2020年，区块链被国家纳入到了“新基建”的范畴中，至少有7省出台区块链支持政策同年，区块链技术也正从概念逐渐走向落地，应用场景多点开花“区块链+”各种行业应用更是成为区块链不断成熟的标志2020年“区块链+”。4、优秀人才可以为行业发展注入鲜活的血液，越来越多的城市也加紧引进区块链人才技术类人才需求居首位 从工种分布来看，2019年我国区块链行业人才需求中技术类人才需求占比最多，达445%左右，远超过其他类型的工种，与此同时。

区块链能做什么？区块链（BlockChain）这个伴随着比特币诞生的伟大技术，目前在金融领域应用能大幅降低交易成本，提高效率，这足以令华尔街兴奋不已。然而这仅仅是冰山一角，其潜在应用前景非常广泛，未来将颠覆我们生活的方方面面。互联网是一种信息网络，里面流淌着0和1，区块链是一种价值网络，起到的作用是价值的传递，而不同于互联网做数据传递。说到价值传递，有一个非常简单的场景，例如支付，我手上有100元钱，我想转到群里，可以通过微信红包或者微信转账的方式，在这个交易过程中，需要第三方的参与，而区块链的传递方式是点对点的传递，并不需要任何一个中间节点，这是区块链和我们现有架构非常大的一个区别。说到支付的点对点，很多人会想到比特币，因为大多数人是从比特币知道区块链的，区块链和比特币又有什么区别呢？区块链是比特币背后的技术；区块链是一种基础的技术架构，通过一个特定的数据结构和共识算法，设计实现了一个多方参与的自治系统。特定的数据结构其实就是区块链这个名字本身，也就是他的数据是放在一块一块的数据区块里面，然后这个数据区块用一个链条进行连接和实现。“共识算法”是区块链里非常重要的概念，没有共时算法，也就没有区块链这个意义的存在。布比区块链简介布比区块链自成立以来一直专注于区块链技术与产品的研发与创新，拥有多项核心技术，并在多个方面取得了实质性的创新，形成多项核心技术成果，例如：可数学证明的分布式共识技术、快速的大规模账本存取技术、支持业务形态扩展的多链总账技术、异构区块链间的互联技术等。4月25日，“格格积分”将积分系统引入区块链概念，多方联合开放，积分发行及兑换，促进积分流通。各合作机构可共同参与交易验证、账本存储、实时结算;企业积分发行方的第三方支付平台，使积分进出更灵活。布比开发了自有的区块链基础服务平台，已在股权、供应链、积分、信用等领域开展应用。布比一直致力于以去(多)中心信任为核心，构建开放式价值流通网络，让数字资产自由流动起来。讲到这里，我们再来分析一下区块链和比特币的区别是什么？1. 本质区别。比特币对于这个世界来说，它是一个基于密码学的数字货币，而区块链我们刚才说过，它是一种价值传递的协议，这两者是有本质区别的，因为一个是数字货币，一个是价值传递的协议。2. 算法。比特币的共识算法是基于一个被称为工作量证明，POW的工作算法，区块链有很多不同的共识算法，既可以用比特币POW算法又可以用POS算法，也可以用DPS算法。3. 交易速度。比特币每秒钟的交易最大只能有七笔每秒。请注意，大家请注意这里说的是最大而不是平均，因为这是一个非常严格的一个定义，对于区块链来说，其实每秒的交易次数可以达到上万次或者更多，所以这也是区块链和比特币的一个主要区别。因为很多人会混淆说，区块链这个交易的速度七笔每秒，这是不对的，这是比特币的一个限制，区块链根据它不同的共识算法以及链接方式，可以达到非常高的交易速度。4. 链接形式。比特币是基于互联网的一个区块链，也就是说我们把它称之为公有链，区块链可以有公有链的形式也可以有私有链或者联盟链的形式。5. 局限性。建议大家不要去碰跟区块链相关的一些数字货币。理由是什么呢？比特币这样一个数字货币，它虽然有挺好的不同的特性，但是它并不符合金融监管，也就是说这2100万枚比特币是在没有国家授权的情况下，没有国家信用作为倍数的情况下被发行出来的。而区块链也有一些局限性，虽然它只是一个协议，是一个技术，但是它还是处于萌芽阶段的一个新技术。总结一下，区块链是一个比较底层的协议，是一种技术的基础架构，在它之上有各种各样不同的共识算法。如果说区块链是1的话，可能共识算法是10到20，但在它之上的应用可能会有一千或者两千，或者更多，也就是说比特币只是众多区块链应用当中的一种实现。所以，比特币和区块链是不能等同的，比特币只是区块链的一个非常初级的实现。区块链能做什么？区块链的问题？在票据市场，基于区块链技术实现的数字票据能够成为更安全、更智能、更便捷的票据形态。借助区块链实现的点对点交易能够打破票据中介的现有功能，实现票据价值传递的去中介化；数字票据系统的搭建和数据存储不需要中心服务器，省去了中心应用和接入系统的开发成本，降低了传统模式下系统的维护和优化成本，减少了系统中心化带来的风险；基于区块链的信息不可篡改性，票据一旦完成交易，将不会存在赖账现象，从而避免“一票多卖”、打款背书不同步等行为，有效防范票据市场风险。有价证券交易市场也是区块链技术大有作为的领域。目前传统的证券交易模式，具有交易流程长、交易效率低、综合成本高的缺点，且存在强势中介和监管机构，金融消费者的权利往往得不到保障。应用区块链技术，买卖双方能够通过智能合约直接实现配对，交易执行的效率可大幅度提升，并通过分布式的数字化登记系统，自动实现结算和交割。由于录入区块的数据不可撤销且能在短时间内被拷贝到每个数据块中，录入到区块链上的信息实际上产生了公示的效果，因此交易的发生和所有权的确认不会产生争议。区块链能做什么？区块链的问题？尽管从目前来看还没有确立成熟的底层区块链技术平台方案，容量的可扩展性、隐私保护、无法以净额结算、事后不可追索等技术难题也有待解决，大规模应用区块链技术还要重设IT架构和再造业务流程，但这些都只是技术层面的问题。而真正考验区块链技术在金融领域植根并成长的是监管机构和金融机构本体，区块链内在的“去监管化”和“去中心化”特质会不会使得市场主体没有动力驱动技术创新。但由于区块链是基于数学算法的技术，交易各方信任关系的建立完全不需要借助中介机构或权威中心，建立信任关系的成本几乎为零（在区块链金融基础设施和附属基础设施建立的前提下），且区块链代码开源开放，无地域限制，网络格局分布式互联，为未来普惠金融和共享金融的建立及发展奠定了技术基础，为全球金融融合统一创造了物质条件。单就从这一点来看，区块链技术必将在未来金融发展中确立核心地位，并和金融相互依托、相辅相成，并共赢未来。

区块链技术是一种新兴的技术，因其具有去中心化、不可篡改、安全可靠等特点，被广泛应用于数字货币、供应链管理、智能合约等领域，因此在一定程度上对区块链技术人才的需求正在逐渐增加。从就业市场角度看，区块链方向对于有相关专业背景和技能的人才来说，就业前景相对较好。例如，掌握区块链底层技术、开发区块链应用、设计智能合约等方面的技能，都有望在区块链相关企业、金融机构、科技公司等领域找到就业机会。但需要注意的是，区块链技术还处于不断发展和探索的阶段，因此对于毫无相关背景和技能的人才来说，要想在该领域找到一份理想的工作并不容易，需要具备较强的学习能力和创新能力。此外，区块链技术也受到监管政策的影响，行业发展的风险与机遇并存，需要具备较强的风险意识和应对能力。

我想了解区块链是什么，以及各种币是干嘛的。

这就从比特币了解起。这里推荐李钧,长铗,等编著的《比特币》，可以带你了解比特币背后的共识机智、去中心化原理、比特币的历史等。接下来去研究各类币种。较大的国产链有QTUM，NEO，较大的国外链有EOS、ETH等。去研究他们的白皮书、团队、历史、twitter、telegram群等可以接触的地方。

同时，你还需要一个可以看行情、交流想法、看文章的地方。这里推荐一些常用APP。比如常用的看价格的APP blockfolio；看资讯、块讯、新闻、甚至是找到吹牛逼的地方可用巴比特APP；币种资料可以参考非小号APP，里面内容也挺多。其中巴比特APP是我最常用的，因为它的新闻可靠，不会造假。

区块链从业

据我了解，区块链行业当前的从业者从金融或计算机专业转过来的比较多。如果你是在校大学生，如果要在区块链行业工作，可以考虑读金融或计算机行业的专业。如果是已经工作，想要加入区块链行业，那么以下内容需要学习。一本《区块链：从数字货币到信用社会》长铗、韩峰著带你入门区块链基础知识。《区块链技术指南》可以让你加深对区块链技术的理解。《区块链革命》可以带你走进一场即将发生的革命。总的来说需要学习的内容比较多。

雷达方向投稿到计算机期刊

现代雷达 [1004-7859] 打电话问问编辑部

建议处理下实际问题的信号, 发实际问题对应的专业期刊,范围广些 Eleserver中的期刊： Signal ProcessingInformation SciencePattern Recognition 都是SCI的 IF都该挺高IEEE 期刊有IEEE Signal Processing LetterIEEE Trans On Signal ProcessingIEEE Journal of selected Area in Communucations 这些都是No.1级别的另外 IEE 和欧洲的期刊也有E Journal on Advanced Signal ProcessIEE Communucations国内的只有两个电子学报引文版中国科学

计算机方向的省级期刊

出刊比较快的计算机期刊如《电脑知识与技术》，安徽出版集团主管，比较正规的省级期刊，一般投稿录用后3个月左右就可以出刊。

计算机类期刊排名介绍如下：

1 计算机学报 北京 中国计算机学会等

2 软件学报 北京 中国科学院软件研究所

3 计算机研究与发展 北京 中国科学院计算技术研究所等

4 自动化学报 北京 中国科学院等

5 计算机科学 重庆 国家科技部西南信息中心

6 控制理论与应用 广州 中国科学院系统科学研究所等

7 计算机辅助设计与图形学学报 北京 中国计算机学会等

8 计算机工程与应用 北京 华北计算技术研究所

9 模式识别与人工智能 北京 中国自动化学会等

10 控制与决策 沈阳 东北大学

计算机学报

《计算机学报》创刊于1978年，刊期为月刊，每期200面，是由中国科学院主管，中国计算机学会与中国科学院计算技术研究所主办、科学出版社出版的期刊。

据2018年4月，计算机学报》杂志编辑部官网显示，编辑委员会有主编1名，副主编5名，编委78名。

据2018年4月中国知网显示，《计算机学报》总被下载2463356次、总被引161163次，（2017版）复合影响因子为4.317、（2017版）综合影响因子为2.580。

据2018年4月万方数据知识服务平台显示，《计算机学报》被下载537122次、被引130491次，2015年影响因子为3.18，在全部统计源期刊（6735种）中排第36名，自动化技术与计算机技术（94种）中排第1名。

建议你用google的学术搜索