goback
月期刊咨询网
当前位置:首页>>计算机应用论文>>正文

信息与电脑杂志入选论文参考


所属栏目:计算机应用论文
发布时间:2014-01-10 16:57:54  更新时间:2014-01-10 16:53:45

已签订领域:化学工程/制药,医学题目:**作为抗癌剂***催化剂**取代苯丙***SCI四区 直击了解更多选题

已签订领域:环境科学-公共卫生题目:用**电***生物传感器**癌症**SCI二区 直击了解更多选题

已签订领域:环境科学-公共卫生题目:**氧化石墨烯纳米***材料的生物传感器***结肠癌生物**癌胚****SCI二区 直击了解更多选题

已签订领域:环境科学-公共卫生题目:聚合物纳米***a-硫辛酸***在神经炎症***应用***临床分析SCI二区 直击了解更多选题

已签订领域:计算机视觉/遥感/智能驾驶/汽车题目:**深度学习***高分辨率遥感***车辆检***SCI三区 直击了解更多选题

已签订领域:企业管理题目:社会交流***领导***倾向***方向SSCI,SCI三区,二区 直击了解更多选题

已签订领域:企业管理题目:**中小企业社交媒体****可持续绩效***因素探析SSCI,SCI三区,二区 直击了解更多选题

已签订领域:环境科学,公共卫生题目:利用硫氨酸***石墨烯纳米***电化学***传感器实现癌胚抗原***SCI二区 直击了解更多选题

已签订领域:环境科学,公共卫生题目:基于抗***纳米复合***高性能***早起癌症诊断***SCI二区 直击了解更多选题

已签订领域:经济,能源题目:***政治冲突****绿色金融、金融**、气***化***SCI四区 直击了解更多选题

已签订领域:经济,能源题目:冲***中能源不安全对***和环境***SCI四区 直击了解更多选题

已签订领域:教育题目:大学生***社交媒体***成绩影响***SSCI三区 直击了解更多选题

已签订领域:教育题目:巴基斯坦***学习实施的***的**SSCI二区 直击了解更多选题

已签订领域:教育题目:大学生对****下网络教学**思***SSCI二区 直击了解更多选题

已签订领域:教育题目:**教师和学生对影响***医疗**效果的****看法SSCI三区 直击了解更多选题

已签订领域:计量经济学题目:**货币、黄金、**和美国***的波动***相互依赖性:**数据的分析SSCI一区 直击了解更多选题

已签订领域:计量经济学题目:东南亚***内**趋同***中等收入**:新**的***SSCI二区 直击了解更多选题

已签订领域:建筑,历史题目:历史景点在***旅游发***中的***影响**(**研究:**历史***)SSCI,SCI一区 直击了解更多选题

已签订领域:领导力,管理题目:量化**领导对角色绩效***响:**冲突与工作自主性***作用SCI二区 直击了解更多选题

已签订领域:信息技术,教育题目:数字***环境对学生学习成绩***:游戏**和***现实在教育***作用SSCI四区 直击了解更多选题

已签订领域:信息技术,教育题目:信息技术***续决策之间的***:创新***识的**作用SSCI二区 直击了解更多选题

已签订领域:信息技术,教育题目:课程**对大学生***发展的影响:学习习惯和***的***作用SSCI一区 直击了解更多选题

已签订领域:信息技术,教育题目:信息技术***与可持续决策**:高等***学生认知***作用SSCI二区 直击了解更多选题

已签订领域:计算机,英语教学题目:英语****学**与人工智能****学习SCI三区 直击了解更多选题

已签订领域:计算机,音乐题目:评价**和音乐**对学生成绩***的影响SCI三区 直击了解更多选题

已签订领域:人体工程,心理学题目:基于预先处理模型***模式人体工程学***女生肌肉骨骼***预防行为*** 直击了解更多选题

已签订领域:人体工程,心理学题目:制定一个***人体工程学**,以识别、优先考虑***职业压力源的*** 直击了解更多选题

已签订领域:人体工程,心理学题目:多重工作**压力和工作***:***工效学方法的混合方法*** 直击了解更多选题

已签订领域:数学,经济题目:数学模型***结构调整和经济转型****研究 直击了解更多选题

已签订领域:数学,经济题目:***时间**数学模型在***媒体营销**中的应用*** 直击了解更多选题

已签订领域:数学,经济题目:***时间**模型在***物流运**能力***研究 直击了解更多选题

已签订领域:数学,经济题目:碳****经济的数学模型****研究 直击了解更多选题

已签订领域:农村经济题目:农****社区**发展***分**SCI四区 直击了解更多选题

已签订领域:农村经济题目:创业***对乡村****发展的****SCI四区 直击了解更多选题

已签订领域:农村经济题目:农村创业****的空间*****究SCI四区 直击了解更多选题

已签订领域:医学,电化学题目:纳米颗粒*****及其在癌症****和重金属*****检测中的应用SCI三区 直击了解更多选题

已签订领域:医学,电化学题目:基于*****前列腺癌药物氟****检测方法的*****腺癌治疗SCI二区 直击了解更多选题

已签订领域:医学,电化学题目:气海***********金纳米颗粒的新型****************粘土及其对胃癌********************抗癌SCI二区 直击了解更多选题

已签订领域:医学,电化学题目:基于抗***********GCE纳米***********材料的高性能*******************早期癌症SCI二区 直击了解更多选题

已签订领域:医学,电化学题目:用******电化学生物传感器*****癌症***************SCI二区 直击了解更多选题

已签订领域:医学,电化学题目:基于*****石墨烯纳米****材料的生物传感******用于测定结肠*****生物*****SCI二区 直击了解更多选题

已签订领域:医学,电化学题目:聚合***纳米复合电极*****疏辛酸电化学检测*********SCI二区 直击了解更多选题

已签订领域:医学,电化学题目:利用****酸/**糖**石墨烯纳米复合修饰的电化学*****SCI二区 直击了解更多选题

已签订领域:环境能源,绿色投资题目:环境能源、绿色投资、城市化和环境类方向SCI三区 直击了解更多选题

已签订领域:计算机,英语教学题目:英语教学**人工智能***习SCI 直击了解更多选题

已签订领域:计算机,音乐题目:评价**和音乐形式*学生***影响SCI三区 直击了解更多选题

已签订领域:经济,绿色投资题目:***能源效率***化之间的***SCI三区 直击了解更多选题

已签订领域:经济政策题目:***阐明**印度经济***的关系SCI三区 直击了解更多选题

已签订领域:经济,金融题目:***国家的能源***重***SCI 直击了解更多选题

已签订领域:经济,金融投资题目:***融新之间***直接投资***SCI三区 直击了解更多选题

已签订领域:经济,数学,统计学,管理学题目:非***想重限制下***袭评价***SSCI四区 直击了解更多选题

已签订领域:经济,数字,管理学题目:基干***生产系统***SSCI四区 直击了解更多选题

已签订领域:农业,土壤科学题目:不同***有机覆盖***养分循环SSCI 直击了解更多选题

已签订领域:电力与能源系统,管理题目:pv***氢定价的***随***型稀SSCI,SCI二区 直击了解更多选题

已签订领域:建筑规划,计算机题目:使用***因子分析法***可持续***SCI三区 直击了解更多选题

已签订领域:工程技术,纺织工程,材料科学题目:甘***淀粉酶的提取***退浆中的应用SCI四区 直击了解更多选题

已签订领域:渔业,鱼类生理学题目:饲料***镉毒性的交互***生长***病理学***SCI二区 直击了解更多选题

已签订领域:渔业,鱼类生理学题目:****鱼水源***起的生******SCI三区 直击了解更多选题

已签订领域:金融,环境经济题目:*****预算在能效、绿色***的作用SCI 直击了解更多选题

已签订领域:应用数学/计算物理题目:***非线性库***自相位调制***SCI三区 直击了解更多选题

已签订领域:计算机,医学检测题目:***COVID-19***力***算法***决策SCI三区 直击了解更多选题

已签订领域:计算机,物联网,智慧城市题目:基于***物联网****算法SCI三区 直击了解更多选题

  流数据聚类算法是一种适用于大规模数据聚类的算法,尽管流数据聚类算法已经获得广泛研究,但它仍然是数据挖掘的重要研究课题[1-3]。CluStream是较早的流数据聚类算法[3],它采用微聚类来获取和保存历史流数据的统计信息。两个主要的局限是,ClusStream只能用于线性可分数据并且不适合于高维流数据处理。为了适应高维流数据的处理,Aggarwal等人提出了一个改进的CluStream算法,称为HPStream[4],其主要思想是通过一个数据投影算法将维数降低,然后再执行ClusStream,但它仍然无法解决非线性可分流数据的问题。Guha等人提出一种基于K均值的流数据处理方法[8],与K均值算法本身的局限类似,该方法也同样不能处理非线性可分流数据。另一种流数据处理模型是基于网格的方法,如DUCStream[5]。

  摘要:提出一种能够有效处理大规模分布的数据聚类问题且简化计算复杂度的分阶段非线性聚类方法,该算法包含两个阶段:首先将数据划分为若干个球形分布的子类,采用K近邻图理论对原始数据计算顶点能量并提取顶点攻能量样本;再采用K近邻算法对该高能量样本做一个划分,从而得到一个考虑高能量样本的粗划分同时估计出聚类的个数,最后,综合两次聚类结果整理得到最终聚类结果。该方法的主要优点是可以用来处理复杂聚类问题,算法较为稳定,并且在保持聚类正确率的同时,降低了大规模分布数据为相似性度量的计算代价。

  关键词:流数据,数据挖掘,聚类,非线性

  通过动态地删除密度小于某个阈值的区域所组成的类,这种方法可以自适应于数据流中的类变化,但是仍然无法解决非线性可分流数据问题。流数据近邻传播方法StrAP[9],虽然可以解决密度变化及自适应估计聚类个数的问题,但是却不能够处理非线性可分流数据。近年来,非线性可分流数据聚类问题才引起了大家的关注[6-8]。为了解决非线性可分流数据聚类,Cao等人将经典的密度聚类算法DBSCAN推广到了流数据处理,提出了DenStream算法[6]。朱蔚恒等人提出的ACluStream聚类算法[7],通过定义有空间位置信息的聚类块,较好地克服了CluStream算法不能支持对任意形状聚类的缺陷。刘青宝提出的基于相对密度的数据流模糊聚类算法结合了相对密度聚类和模糊聚类的优点[8],能形成任意形状、多密度分辨率的层次聚类结果。这些富有启发性的研究工作为非线性可分流数据聚类问题建立了初步的基础,但该问题的研究远没有达到人们的期望。任何新的非线性可分聚类算法的出现,都有可能改善流数据聚类算法的效率。

  在设计基于进化计算的聚类算法时,最核心的两个问题就是进化个体的编码以及相似性度量。针对聚类问题的个体编码方式有很多,其中使用较多的是借用于K-均值算法的编码方式。即每个个体只对K个聚类中心进行编码,然后对数据样本按照其与聚类中心的相似性进行类别划分。因此,相似性度量对这类算法的性能有重要影响。最简单的相似性度量应该是欧氏距离,但是以欧氏距离作为相似性度量的进化聚类算法虽然在全局最优化性能上比传统的基于梯度下降的K-均值算法有较大提高,但同样存在一个重要的缺点。它们只对空间分布为球形或超球体的数据具有较好的性能,而对空间分布复杂的数据聚类效果很差,这是基于欧氏距离的相似性度量的缺陷导致的必然结果[10]。

  本文提出一种能够有效处理大规模分布的数据聚类问题且简化计算复杂度的分阶段非线性聚类方法,该算法包含两个阶段:首先将数据划分为若干个球形分布的子类,采用K近邻图理论对原始数据计算顶点能量并提取顶点攻能量样本;再采用K近邻算法对该高能量样本做一个划分,从而得到一个仅仅考虑高能量样本的粗划分同时估计出聚类的个数,最后,综合两次聚类结果整理得到最终聚类结果。

  2基于核方法的聚类中心点粗划分

  为研究核竞争学习聚类,本项目拟提出用中心点描述子[W?]表达核空间的聚类中心点。中心点描述子[W?]是一个内积矩阵,其每一行表达一个中心点,元素为中心点与样本点,中心点与中心点的核空间内积,从而给中心点在核空间内一个确定的表达,即:

  核空间上的竞争学习过程主要就是更新这个中心点描述子[W?],即对于某个新来的样本[?(xi)],选择核空间上距离该样本最近中心点作为优胜者中心点,也即中心点描述子[W?]对应的行向量[W?v,:];接着再使之朝着该样本在核空间内移动一定的距离,是这个行向量[W?v,:]得到对应的更新,如图9所示。这样便可以通过中心点描述子及对应的竞争学习过程提出一个核竞争学习框架。

  在核竞争学习的框架上,我们将进一步考虑添加各种自动聚类个数估计机制,如对手惩罚机制,实现能够自动估计聚类个数的核竞争学习算法。为添加对手惩罚机制,我们首先初始化一个中心点描述子,使其行向量的个数,即初始聚类个数远远大于实际聚类个数,接着在核空间的竞争学习过程中,对每一个新来的样本,不但使优胜者中心点所对应的行向量朝着该样本移动,并且使第二优胜者,即对手所对应的行向量朝着该样本反向移动。不断迭代,直至收敛为止。迭代结束之时,中心点描述子[W?]的某些行向量在核空间中距离所有的样本都非常远,即为冗余的中心点,这样便可以去除冗余中心点,实现核空间自动聚类个数估计的目的。

  核竞争测度的引入,使复杂分布数据的结构特点得到较好的体现,对于现实世界中的聚类问题可以达到较好的效果。然而正如前文提到的,要用图论中的最短路径来计算流形距离,其计算复杂度要明显高于欧式距离的计算复杂度。随着数据集规模的增加,这个弊端尤为明显,就更无法应用于大规模聚类问题。对于一个数据集,如果我们只利用其中一部分样本点的信息就可以得出对整个数据集的正确聚类,势必会大大缩减计算量.我们发现,对于一个数据集,无论是超球体分布还是复杂结构,我们总能将其划分为若干类,使得每一类都是符合球形分布的简单子数据集。这一步可以通过选取合适的类数K,对数据集进行K-均值聚类轻易实现,而这些子数据集的聚类中心即可很好地代表整个数据集的分布特点,此时采用具有流形距离作为相似性测度的聚类算法来处理代表点集(即K-均值聚类中心集),即可获得符合数据分布结构的合理聚类结果.这样就可以达到降低计算量的目的。基于上面的思想,我们设计了如下的两阶段聚类算法。3分阶段非线性聚类方法

  该算法首先采用基于K近邻图理论的能量方法构造出一个粗划分,然后再采用多中心点竞争学习算法对粗划分进一步处理产生精确的划分。该算法主要解决如下科学问题。顶点能量的计算,基于K近邻图理论的顶点能量计算决定了高能量样本的提取及粗划分的产生。研究计算顶点能量的一个关键是K近邻图中近邻个数即参数K的选取。顶点能量确定之后,就可以提取高能量样本及构建对应的K近邻图。多中心点竞争学习,多中心点竞争学习的主要目的是通过采用多个中心点表达一个类,同时通过竞争学习对这些中心点进行更新从而精确化由第一阶段产生的粗划分。这个问题的难点在于如何确定每个类的中心点个数及如何用竞争学习法则更新这些中心点。

  本文拟考虑提出一个两阶段的算法。在第一阶段,首先采用K近邻图理论对原始数据计算顶点能量,然后提取50%高能量样本,再采用K近邻算法对该高能量样本做一个划分,从而得到一个仅仅考虑高能量样本的粗划分同时估计出聚类的个数,这一阶段的一个关键是顶点能量的计算。该文拟采用类似于密度的全局能量估计,实现对任意密度及形状分布的聚类的有效划分。即对每一个样本点,其顶点能量是由整个数据集合计算得到,而非由某一个近邻关系计算所得。第一阶段得到的粗划分仅仅考虑了高能量样本,为了对低能量样本进行类标赋值,同时得到精确化的聚类结果,在第二阶段拟采用多中心点竞争学习对该粗划分进行精确化处理,对粗划分中的每一个类,首先采用AP聚类算法求得最佳表达该类的多个中心点,所有类的这些多个中心点的集合我们称之为多中心点集合,然后用竞争学习算法更新这些多中心点集合。更新多中心点集合的关键步骤是:对于某个当前样本,选择一个离其最近的某个类的中心点,并使这个中心点朝着该样本移动某个学习步长,而该类的其他中心点及其他类的中心点保持不变。这样不断迭代,直至所有中心点保持不动,收敛为止。这样便使得低能量样本也赋值类标,从而实现对该粗划分的一个精确化处理,最终得到聚类结果。

  第1阶段旨在根据全体样本点提供的信息,寻找若干符合球形分布的子数据集,并构造出一个较小的代表点集,这些代表点能够较为完整、准确地表现整个数据集的分布形状及结构特点。我们选择采用欧氏距离测度的改进K-均值算法作为第1阶段的选择手段,将得到的聚类中心作为数据集的代表点。对于数据集X={x1,…,xN},期望聚为K类,我们先通过TPC的第1阶段将其聚为K′类,表示为C={C1,C2,…,CK′},聚类中心为μ={μ1,μ2,…,μK′},其中,K′>K。

  对第1阶段得到的聚类中心μ={μ1,μ2,…,μk′},我们在TPC的第2阶段使用MEC将其聚为K类。在设计基于进化计算的聚类算法时,最核心的两个问题就是进化个体的编码以及相似性度量。我们从组合优化的角度来考虑聚类问题,将指定类别数K的聚类问题建模为一个从数据集中选择K个典型样本来代表K个类别的优化问题,然后按照样本与K个典型样本的相似性对数据集进行类别划分。因此,每个个体代表一种典型样本序号的组合,显然,对于一个K类的聚类问题,一个个体的长度为K,第1个基因位为代表第1个类别的样本序号,第2个基因位为代表第2个类别的样本序号,依此类推,为了更加具体地说明这种新的个体表示方式。

  该方法应用视频总结的聚类。如在图像分割应用中,传统线性可分聚类技术需要对图像的像素提取线性可分的特征,同时需要用户提供图像的感兴趣个体的个数;在视频聚类应用中,这类技术需要对视频的每一帧提取易划分的低维特征,同时需要提供视频中场景的个数,在大规模视频聚类实时处理中,这是两个聚类算法应用的瓶颈问题。该文所提出的同时具有自动初始化和非线性可分能力的分阶段聚类方法将有利于同时克服这两个问题,并在图像分析方面展示新的应用效果,在视频的关键帧选取任务中,聚类算法将视频的每一帧看成特征空间里面的一个样本点,假设该特征空间中的代表点集合(如聚类的中心点)可以当成整个视频序列的关键帧,则视频关键帧的选取问题就直接转化为聚类问题中的中心点选取问题。视频聚类类似于场景图片聚类,一段场景的视频段通常包含多个主题,但它通常强调实时性。该文应用上述已经提出的非线性竞争学习的快速聚类算法来研究它在视频聚类上的应用,实验显示该方法提高了视频分析效率。

  4结束语

  本文提出一种能够有效处理大规模分布的数据聚类问题且简化计算复杂度的分阶段非线性聚类方法,该算法包含两个阶段:首先将数据划分为若干个球形分布的子类,采用K近邻图理论对原始数据计算顶点能量并提取顶点攻能量样本;再采用K近邻算法对该高能量样本做一个划分,从而得到一个仅仅考虑高能量样本的粗划分同时估计出聚类的个数,最后,综合两次聚类结果整理得到最终聚类结果。该方法的主要优点是可以用来处理复杂聚类问题,算法较为稳定,并且在保持聚类正确率的同时,降低了大规模分布数据为相似性度量的计算代价。

  参考文献:

  [1]金澈清,钱卫宁,周傲英.流数据分析和管理综述[J].软件学报,2004,15(8):1172-1181.

  [2]周晓云,孙志挥,张柏礼.高维数据流聚类及其演化分析研究[J].计算机研究与发展,200643(11):2005-2011.

  [3]张晨,金澈清,周傲英.一种不确定数据流聚类算法[J].软件学报,2010,21(9):2173-2182.

  [4]AggarwalCC,HanJ,WangJ.Aframeworkforprojectedclusteringofhighdimensionaldatastreams[M].Proceedingsofthe30thInternationalConferenceonVeryLargeDataBases,MorganKaufmann,Toronto,Canada,2004.

  [5]GaoJ,LiJ,ZhangZ.Anincrementaldatastreamclusteringalgorithmbasedondenseunitsdetection[M].ProceedingsoftheNinthPacific-AsiaConferenceonAdvancesinKnowledgeDiscoveryandDataMining,LectureNotesinComputerScience,Springer,2005.

  [6]CaoF,EsterM,QianW.Density-basedclusteringoveranevolvingdatastreamwithnoise[M].J.Ghosh,D.Lambert,D.B.Skillicorn,J.Srivastava(Eds.),ProceedingsoftheSixthSIAMInternationalConferenceonDataMining,SIAM,Bethesda,Maryland,USA,2006.



  • EI论文润色要注意哪些细节?给你详细说说

    2024-11-29
    一篇优秀的EI论文,不仅在其创新性和实验数据,更在于其语言的准确性和表达的流畅性,因此,论文润色是非常重要的。在这里给大家详细说说 EI论文润色要注意哪些细节 。 1、仔细阅读并理解论文内容 EI论文润色的前提必须深刻理解论文的研究背景、目的、方法、结果和结论
  • 985和211副教授评职称认可的刊物推荐

    2024-11-28
    985和211院校的副教授评职称,对于个人学术声誉和职业发展是非常重要的,一般副教授发表期刊论文认可的刊物具有较高的学术水平和影响力。以下是对 985和211副教授评职称认可的刊物推荐 ,供大家参考: 1、SCI期刊 SCI期刊,即科学引文索引期刊,是国际学术界公认的权威
  • Sustainability期刊版面费多少

    2024-11-28
    《Sustainability》是一本由MDPI出版社出版的国际性、跨学科的开放获取学术期刊,专注于环境、文化、经济和社会可持续性的研究。那么, Sustainability期刊版面费多少 ? 从1900瑞士法郎上涨至2400瑞士法郎(约19266元人民币),适用于同行评审后接受的论文,该费用于
  • EI期刊论文查重的要求是什么

    2024-11-28
    能够在EI期刊论文发表论文,除了要有高质量的研究成果外,还要通过严格的查重审核。那么, EI期刊论文查重的要求是什么 ?详情如下: EI期刊作为国际学术期刊,对论文的原创性要求较高。查重作为确保论文原创性的手段,可有效避免学术不端行为发生,维护学术界的公平和
  • 评职称,国内高校认可scopus期刊吗?scopus期刊列表

    2024-11-28
    评职称,国内高校认可scopus期刊吗 ? 不同国内高校对scopus期刊评职称认可度可能存在一定的差异性。一些高校和科研机构确实认可scopus收录的期刊,尤其是研究生、博士生和教师晋升职称等方面,但也有一些高校是不认可的,因此在选择发表scopus期刊之前,一定要了解清
  • 中科院院士:94%中国科研SCI论文发表国外期刊,仅5.88%在国内期刊发表

    2024-11-18
    在2024上海科技与期刊高质量发展大会上,中国科学院院士、上海市科协主席张杰指出:2023年,我国科研人员共发表SCI(科学引文索引)论文73.96万篇,其中只有4.35万篇发表在国内期刊,占比5.88%,其余94.12%的论文都发表在国外期刊上。。 开幕式上,上海市科技期刊学会
  • 励志!安徽“扭扭车少年”在《Applied Intelligence》期刊上发表论文

    2024-11-15
    2024年11月, 张亮在国际人工智能领域高水平期刊《Applied Intelligence》(应用智能)上发表题为《Robot Motion Planning Algorithm Based on Deep Learning Optimization》(基于深度学习优化机器人运动规划的算法研究)的论文。 11月19日,张亮创办的公司首款外骨骼
  • 恭喜!《中国财政》入选长安街读书会学习核心来源期刊

    2024-11-14
    《中国财政》确实被正式选为长安街读书会干部学习的核心来源期刊之一。在2024年10月8日发布的《长安街读书会干部学习核心期刊目录》中,《中国财政》被列为核心期刊之一,其关注点在于中华民族现代文明。因此,可以确认《中国财政》正式入选长安街读书会干部学习核心来
  • 恭喜!上海科技期刊三本齐发,影响因子登顶学科王座

    2024-11-13
    据SCI数据库,2023年世界科技论文总数达248万篇,其中收录中国科技论文74万篇,数量居全球之首,占比30%;排名第二的美国,收录论文53万篇,占比21%。 目前,上海共有科技期刊358本,其中英文期刊82本,占比约20%,是全国平均的两倍;SCI期刊54本,其中Q1区期刊35本。
  • 西安交大:主办期刊《药物分析学报(英文)》入选百强榜单,总排名第七

    2024-11-12
    《2024中国英文科技期刊海外媒体传播影响力报告》的发布,彰显了中国科技期刊在国际舞台上的影响力。西安交通大学主办的《药物分析学报(英文)》(Journal of Pharmaceutical Analysis, JPA)在该报告中取得了显著成就,不仅成功进入百强榜单,而且取得了总排名第七的
回到顶部