當(dāng)前位置：首頁 SCI期刊 SCIE期刊工程技術(shù) 中科院1區(qū) JCRQ1 期刊介紹(非官網(wǎng))

Ieee Signal Processing MagazineSCIE

國際簡稱：IEEE SIGNAL PROC MAG 參考譯名：IEEE 信號處理雜志

中科院分區(qū)
1區(qū)
CiteScore分區(qū)
Q1
JCR分區(qū)
Q1

基本信息：: ISSN：1053-5888; E-ISSN：1558-0792; 是否OA：未開放; 是否預(yù)警：否; TOP期刊：是

出版信息：: 出版地區(qū)：UNITED STATES; 出版商：Institute of Electrical and Electronics Engineers Inc.; 出版語言：English; 出版周期：Bimonthly; 出版年份：1984; 研究方向：工程技術(shù)-工程：電子與電氣

評價(jià)信息：: 影響因子：9.4; H-index：155; CiteScore指數(shù)：27.2; SJR指數(shù)：4.896; SNIP指數(shù)：5.469

發(fā)文數(shù)據(jù)：: Gold OA文章占比：5.47%; 研究類文章占比：100.00%; 年發(fā)文量：86; 自引率：0.0067...; 開源占比：0.1285; 出版撤稿占比：0; 出版國人文章占比：0.08; OA被引用占比：0

投稿咨詢加急見刊

英文簡介期刊介紹 CiteScore數(shù)據(jù) 中科院SCI分區(qū) JCR分區(qū) 發(fā)文數(shù)據(jù) 常見問題

英文簡介Ieee Signal Processing Magazine期刊介紹

IEEE Signal Processing Magazine is ranked as the top-cited journal in Electrical and Electronics Engineering, according to the 2010 ISI Journal Citation Report. This publication features tutorial style papers on signal processing research and applications. The primary means of communication of the Society leadership with the entire membership.

Membership in IEEE's technical Societies provides access to top-quality publications such as this one either as a member benefit or via discounted subscriptions. All members of the IEEE Signal Processing Society receive the digital and electronic formats of this publication as part of their membership. In addition, those society members may also add the print version for a nominal fee. Other members of IEEE or its Societies are offered only the print media option. If electronic access is desired, they are encouraged to join the IEEE Signal Processing Society.

期刊簡介Ieee Signal Processing Magazine期刊介紹

《Ieee Signal Processing Magazine》自1984出版以來，是一本工程技術(shù)優(yōu)秀雜志。致力于發(fā)表原創(chuàng)科學(xué)研究結(jié)果，并為工程技術(shù)各個(gè)領(lǐng)域的原創(chuàng)研究提供一個(gè)展示平臺，以促進(jìn)工程技術(shù)領(lǐng)域的的進(jìn)步。該刊鼓勵(lì)先進(jìn)的、清晰的闡述，從廣泛的視角提供當(dāng)前感興趣的研究主題的新見解，或?qū)彶槎嗄陙砟硞€(gè)重要領(lǐng)域的所有重要發(fā)展。該期刊特色在于及時(shí)報(bào)道工程技術(shù)領(lǐng)域的最新進(jìn)展和新發(fā)現(xiàn)新突破等。該刊近一年未被列入預(yù)警期刊名單，目前已被權(quán)威數(shù)據(jù)庫SCIE收錄，得到了廣泛的認(rèn)可。

該期刊投稿重要關(guān)注點(diǎn)：

預(yù)計(jì)審稿時(shí)間：較慢,6-12周
國際TOP期刊
工程技術(shù)
ENGINEERING, ELECTRICAL & ELECTRONIC
SCIE
中科院1區(qū)
非預(yù)警

Cite Score數(shù)據(jù)（2024年最新版）Ieee Signal Processing Magazine Cite Score數(shù)據(jù)

CiteScore：27.2
SJR：4.896
SNIP：5.469

學(xué)科類別	分區(qū)	排名	百分位
大類：Mathematics 小類：Applied Mathematics	Q1	2 / 635	99%
大類：Mathematics 小類：Electrical and Electronic Engineering	Q1	8 / 797	99%
大類：Mathematics 小類：Signal Processing	Q1	2 / 131	98%

CiteScore 是由Elsevier(愛思唯爾)推出的另一種評價(jià)期刊影響力的文獻(xiàn)計(jì)量指標(biāo)。反映出一家期刊近期發(fā)表論文的年篇均引用次數(shù)。CiteScore以Scopus數(shù)據(jù)庫中收集的引文為基礎(chǔ)，針對的是前四年發(fā)表的論文的引文。CiteScore的意義在于，它可以為學(xué)術(shù)界提供一種新的、更全面、更客觀地評價(jià)期刊影響力的方法，而不僅僅是通過影響因子(IF)這一單一指標(biāo)來評價(jià)。

歷年Cite Score趨勢圖

中科院SCI分區(qū)Ieee Signal Processing Magazine 中科院分區(qū)

中科院 2023年12月升級版 綜述期刊：否 Top期刊：否

大類學(xué)科	分區(qū)	小類學(xué)科	分區(qū)
工程技術(shù)	1區(qū)	ENGINEERING, ELECTRICAL & ELECTRONIC 工程：電子與電氣	2區(qū)

中科院分區(qū)表 是以客觀數(shù)據(jù)為基礎(chǔ)，運(yùn)用科學(xué)計(jì)量學(xué)方法對國際、國內(nèi)學(xué)術(shù)期刊依據(jù)影響力進(jìn)行等級劃分的期刊評價(jià)標(biāo)準(zhǔn)。它為我國科研、教育機(jī)構(gòu)的管理人員、科研工作者提供了一份評價(jià)國際學(xué)術(shù)期刊影響力的參考數(shù)據(jù)，得到了全國各地高校、科研機(jī)構(gòu)的廣泛認(rèn)可。

中科院分區(qū)表 將所有期刊按照一定指標(biāo)劃分為1區(qū)、2區(qū)、3區(qū)、4區(qū)四個(gè)層次，類似于“優(yōu)、良、及格”等。最開始，這個(gè)分區(qū)只是為了方便圖書管理及圖書情報(bào)領(lǐng)域的研究和期刊評估。之后中科院分區(qū)逐步發(fā)展成為了一種評價(jià)學(xué)術(shù)期刊質(zhì)量的重要工具。

歷年中科院分區(qū)趨勢圖

JCR分區(qū)Ieee Signal Processing Magazine JCR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	12 / 352	96.7%

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	5 / 354	98.73%

JCR分區(qū)的優(yōu)勢在于它可以幫助讀者對學(xué)術(shù)文獻(xiàn)質(zhì)量進(jìn)行評估。不同學(xué)科的文章引用量可能存在較大的差異，此時(shí)單獨(dú)依靠影響因子(IF)評價(jià)期刊的質(zhì)量可能是存在一定問題的。因此，JCR將期刊按照學(xué)科門類和影響因子分為不同的分區(qū)，這樣讀者可以根據(jù)自己的研究領(lǐng)域和需求選擇合適的期刊。

歷年影響因子趨勢圖

發(fā)文數(shù)據(jù)

2023-2024 年國家/地區(qū)發(fā)文量統(tǒng)計(jì)

國家/地區(qū)數(shù)量
USA172
England47
CHINA MAINLAND43
France24
GERMANY (FED REP GER)24
Italy24
Switzerland22
Canada18
Spain16
Australia14

本刊中國學(xué)者近年發(fā)表論文

1、Physics-Inspired Compressive Sensing: Beyond deep unrolling
Author: Zhang, Jian; Chen, Bin; Xiong, Ruiqin; Zhang, Yongbing

Journal: IEEE SIGNAL PROCESSING MAGAZINE. 2023; Vol. 40, Issue 1, pp. 58-72. DOI: 10.1109/MSP.2022.3208394
2、Learning Nonlocal Sparse and Low-Rank Models for Image Compressive Sensing: Nonlocal sparse and low-rank modeling
Author: Zha, Zhiyuan; Wen, Bihan; Yuan, Xin; Ravishankar, Saiprasad; Zhou, Jiantao; Zhu, Ce

Journal: IEEE SIGNAL PROCESSING MAGAZINE. 2023; Vol. 40, Issue 1, pp. 32-44. DOI: 10.1109/MSP.2022.3217936
3、Bayesian Deep Learning for Image Reconstruction: From structured sparsity to uncertainty estimation
Author: Dong, Weisheng; Wu, Jinjian; Li, Leida; Shi, Guangming; Li, Xin

Journal: IEEE SIGNAL PROCESSING MAGAZINE. 2023; Vol. 40, Issue 1, pp. 73-84. DOI: 10.1109/MSP.2022.3176421
4、Physics-Driven Deep Learning Methods for Fast Quantitative Magnetic Resonance Imaging: Performance improvements through integration with deep neural networks
Author: Zhu, Yanjie; Cheng, Jing; Cui, Zhuo-Xu; Zhu, Qingyong; Ying, Leslie; Liang, Dong

Journal: IEEE SIGNAL PROCESSING MAGAZINE. 2023; Vol. 40, Issue 2, pp. 116-128. DOI: 10.1109/MSP.2023.3236483
5、Physics-Driven Synthetic Data Learning for Biomedical Magnetic Resonance: The imaging physics-based data synthesis paradigm for artificial intelligence
Author: Yang, Qinqin; Wang, Zi; Guo, Kunyuan; Cai, Congbo; Qu, Xiaobo

Journal: IEEE SIGNAL PROCESSING MAGAZINE. 2023; Vol. 40, Issue 2, pp. 129-140. DOI: 10.1109/MSP.2022.3183809
6、Physics-/Model-Based and Data-Driven Methods for Low-Dose Computed Tomography: A survey
Author: Xia, Wenjun; Shan, Hongming; Wang, Ge; Zhang, Yi

Journal: IEEE SIGNAL PROCESSING MAGAZINE. 2023; Vol. 40, Issue 2, pp. 89-100. DOI: 10.1109/MSP.2022.3204407
7、High-Dimensional MR Spatiospectral Imaging by Integrating Physics-Based Modeling and Data-Driven Machine Learning: Current progress and future directions
Author: Lam, Fan; Peng, Xi; Liang, Zhi-Pei

Journal: IEEE SIGNAL PROCESSING MAGAZINE. 2023; Vol. 40, Issue 2, pp. 101-115. DOI: 10.1109/MSP.2022.3203867
8、Physics-Embedded Machine Learning for Electromagnetic Data Imaging: Examining three types of data-driven imaging methods
Author: Guo, Rui; Huang, Tianyao; Li, Maokun; Zhang, Haiyang; Eldar, Yonina C.

Journal: IEEE SIGNAL PROCESSING MAGAZINE. 2023; Vol. 40, Issue 2, pp. 18-31. DOI: 10.1109/MSP.2022.3198805