所屬分類： SCIE 期刊 工程技術(shù) 中科院 2區(qū) JCR Q1
儀器儀表和測量的IEEE Transactions
儀器儀表和測量的IEEE Transactions雜志簡介
- 出版商：Institute of Electrical and Electronics Engineers Inc.
- 出版語言：English
- TOP期刊：是
- 出版地區(qū)：UNITED STATES
- 是否預(yù)警：否
- 是否OA：未開放
- 出版周期：Bimonthly
- 出版年份：1952
- 中文名稱：儀器儀表和測量的IEEE Transactions
- 是否OA：未開放
儀器儀表和測量的IEEE Transactions（國際簡稱IEEE T INSTRUM MEAS，英文名稱Ieee Transactions On Instrumentation And Measurement）是一本未開放獲取（OA）國際期刊，自1952年創(chuàng)刊以來，始終站在工程技術(shù)研究的前沿。該期刊致力于發(fā)表在工程技術(shù)領(lǐng)域各個方面達(dá)到最高科學(xué)標(biāo)準(zhǔn)和具有重要性的研究成果。全面反映該學(xué)科的發(fā)展趨勢，為工程技術(shù)事業(yè)的進(jìn)步提供了有力的支撐。期刊嚴(yán)格遵循職業(yè)道德標(biāo)準(zhǔn)，對于任何形式的抄襲行為，無論是文字還是圖形，一旦查實，均可能導(dǎo)致稿件被拒絕。
近年來，來自CHINA MAINLAND、Italy、USA、India、England、Canada、GERMANY (FED REP GER)、Spain、South Korea、Brazil等國家和地區(qū)的研究者在《Ieee Transactions On Instrumentation And Measurement》上發(fā)表了大量的高質(zhì)量文章。該期刊內(nèi)容豐富，包括原創(chuàng)研究、綜述文章、專題觀點、論文預(yù)覽、專家意見等多種類型，旨在為全球該領(lǐng)域研究者提供廣泛的學(xué)術(shù)交流平臺和靈感來源。
在過去幾年中，該期刊保持了穩(wěn)定的發(fā)文量和綜述量，具體數(shù)據(jù)如下：
2014年：發(fā)表文章328篇、2015年：發(fā)表文章380篇、2016年：發(fā)表文章285篇、2017年：發(fā)表文章361篇、2018年：發(fā)表文章282篇、2019年：發(fā)表文章514篇、2020年：發(fā)表文章948篇、2021年：發(fā)表文章1714篇、2022年：發(fā)表文章1781篇、2023年：發(fā)表文章2247篇。這些數(shù)據(jù)反映了期刊在全球工程技術(shù)領(lǐng)域的影響力和活躍度，同時也展示了其作為學(xué)術(shù)界和工業(yè)界研究人員首選資源的地位。《Ieee Transactions On Instrumentation And Measurement》將繼續(xù)致力于推動工程技術(shù)領(lǐng)域的知識傳播和科學(xué)進(jìn)步，為全球工程技術(shù)問題的解決貢獻(xiàn)力量。
期刊指數(shù)
- 影響因子：5.6
- 文章自引率：0.2321...
- Gold OA文章占比：6.42%
- CiteScore：9
- 年發(fā)文量：2247
- 開源占比：0.0774
- SJR指數(shù)：1.536
- H-index：100
- SNIP指數(shù)：1.741
- 出版國人文章占比：0.31
WOS期刊SCI分區(qū)（2023-2024年最新版）
| 按JIF指標(biāo)學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
| 學(xué)科：ENGINEERING, ELECTRICAL & ELECTRONIC | SCIE | Q1 | 53 / 352 |
85.1% |
| 學(xué)科：INSTRUMENTS & INSTRUMENTATION | SCIE | Q1 | 9 / 76 |
88.8% |
| 按JCI指標(biāo)學(xué)科分區(qū) | 收錄子集 | 分區(qū) | 排名 | 百分位 |
| 學(xué)科：ENGINEERING, ELECTRICAL & ELECTRONIC | SCIE | Q1 | 52 / 354 |
85.45% |
| 學(xué)科：INSTRUMENTS & INSTRUMENTATION | SCIE | Q1 | 7 / 76 |
91.45% |
中科院分區(qū)表
中科院SCI期刊分區(qū) 2023年12月升級版
| Top期刊 | 綜述期刊 | 大類學(xué)科 | 小類學(xué)科 |
| 是 | 否 | 工程技術(shù) 2區(qū) |
ENGINEERING, ELECTRICAL & ELECTRONIC
工程：電子與電氣
INSTRUMENTS & INSTRUMENTATION
儀器儀表
2區(qū)
2區(qū)
|
CiteScore（2024年最新版）
CiteScore 排名
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||
| 9 | 1.536 | 1.741 |
|
學(xué)術(shù)指標(biāo)分析
影響因子和CiteScore
自引率
影響因子：指某一期刊的文章在特定年份或時期被引用的頻率，是衡量學(xué)術(shù)期刊影響力的一個重要指標(biāo)。影響因子越高，代表著期刊的影響力越大 。
CiteScore：該值越高，代表該期刊的論文受到更多其他學(xué)者的引用，因此該期刊的影響力也越高。
自引率：是衡量期刊質(zhì)量和影響力的重要指標(biāo)之一。通過計算期刊被自身引用的次數(shù)與總被引次數(shù)的比例，可以反映期刊對于自身研究內(nèi)容的重視程度以及內(nèi)部引用的情況。
年發(fā)文量：是衡量期刊活躍度和研究產(chǎn)出能力的重要指標(biāo)，年發(fā)文量較多的期刊可能擁有更廣泛的讀者群體和更高的學(xué)術(shù)聲譽，從而吸引更多的優(yōu)質(zhì)稿件。
期刊互引關(guān)系
| 序號 | 引用他刊情況 | 引用次數(shù) |
| 1 | IEEE T INSTRUM MEAS | 2095 |
| 2 | IEEE SENS J | 265 |
| 3 | IEEE T IND ELECTRON | 205 |
| 4 | MEAS SCI TECHNOL | 203 |
| 5 | SENSORS-BASEL | 177 |
| 6 | IEEE T MICROW THEORY | 174 |
| 7 | METROLOGIA | 167 |
| 8 | IEEE T POWER DELIVER | 162 |
| 9 | MEASUREMENT | 151 |
| 10 | MECH SYST SIGNAL PR | 132 |
| 序號 | 被他刊引用情況 | 引用次數(shù) |
| 1 | IEEE T INSTRUM MEAS | 2095 |
| 2 | IEEE ACCESS | 940 |
| 3 | SENSORS-BASEL | 761 |
| 4 | IEEE SENS J | 555 |
| 5 | MEASUREMENT | 390 |
| 6 | ENERGIES | 245 |
| 7 | APPL SCI-BASEL | 194 |
| 8 | ELECTRONICS-SWITZ | 169 |
| 9 | IEEE T IND ELECTRON | 149 |
| 10 | MEAS SCI TECHNOL | 149 |
高引用文章
- Automatic Defect Detection of Fasteners on the Catenary Support Device Using Deep Convolutional Neural Network引用次數(shù)：54
- Intelligent Bearing Fault Diagnosis Method Combining Compressed Data Acquisition and Deep Learning引用次數(shù)：53
- Medical Image Fusion With Parameter-Adaptive Pulse Coupled Neural Network in Nonsubsampled Shearlet Transform Domain引用次數(shù)：43
- Monitoring of Large-Area IoT Sensors Using a LoRa Wireless Mesh Network System: Design and Evaluation引用次數(shù)：40
- Vibration-Based Intelligent Fault Diagnosis for Roller Bearings in Low-Speed Rotating Machinery引用次數(shù)：34
- Deep Architecture for High-Speed Railway Insulator Surface Defect Detection: Denoising Autoencoder With Multitask Learning引用次數(shù)：26
- Highly Sensitive SPR Biosensor Based on Graphene Oxide and Staphylococcal Protein A Co-Modified TFBG for Human IgG Detection引用次數(shù)：26
- RideNN: A New Rider Optimization Algorithm-Based Neural Network for Fault Diagnosis in Analog Circuits引用次數(shù)：25
- An Unsupervised-Learning-Based Approach for Automated Defect Inspection on Textured Surfaces引用次數(shù)：21
- A CNN-Based Defect Inspection Method for Catenary Split Pins in High-Speed Railway引用次數(shù)：20
