大類學(xué)科:農(nóng)林科學(xué) 中科院分區(qū) 1區(qū)
JCR學(xué)科:AGRICULTURE, MULTIDISCIPLINARY、COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS JCR分區(qū) Q1
推薦合適期刊 投稿指導(dǎo) 助力快速見刊免費(fèi)咨詢
Computers And Electronics In Agriculture是農(nóng)林科學(xué)領(lǐng)域的一本權(quán)威期刊。由Elsevier出版社出版。該期刊主要發(fā)表農(nóng)林科學(xué)領(lǐng)域的原創(chuàng)性研究成果。創(chuàng)刊于1985年,是農(nóng)林科學(xué)領(lǐng)域中具有代表性的學(xué)術(shù)刊物。該期刊主要刊載工程技術(shù)-計(jì)算機(jī):跨學(xué)科應(yīng)用及其基礎(chǔ)研究的前瞻性、原始性、首創(chuàng)性研究成果、科技成就和進(jìn)展。該期刊不僅收錄了該領(lǐng)域的科技成就和進(jìn)展,更以其深厚的學(xué)術(shù)積淀和卓越的審稿標(biāo)準(zhǔn),確保每篇文章都具備高度的學(xué)術(shù)價(jià)值。此外,該刊同時(shí)被SCIE數(shù)據(jù)庫收錄,并被劃分為中科院SCI1區(qū)期刊,相當(dāng)于A級(jí)期刊(最高刊物級(jí)別),它始終堅(jiān)持創(chuàng)新,不斷專注于發(fā)布高度有價(jià)值的研究成果,不斷推動(dòng)農(nóng)林科學(xué)領(lǐng)域的進(jìn)步。
同時(shí),我們注重來稿文章表述的清晰度,以及其與我們的讀者群體和研究領(lǐng)域的相關(guān)性。為此,我們期待所有投稿的文章能夠保持簡(jiǎn)潔明了、組織有序、表述清晰。該期刊平均審稿速度為平均 約12.0個(gè)月 約15.6周。若您對(duì)于稿件是否適合該期刊存在疑慮,建議您在提交前主動(dòng)與期刊主編取得聯(lián)系,或咨詢本站的客服老師。我們的客服老師將根據(jù)您的研究?jī)?nèi)容和方向,為您推薦最為合適的期刊,助力您順利投稿,實(shí)現(xiàn)學(xué)術(shù)成果的順利發(fā)表。
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
農(nóng)林科學(xué) | 1區(qū) | AGRICULTURE, MULTIDISCIPLINARY 農(nóng)業(yè)綜合 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī):跨學(xué)科應(yīng)用 | 1區(qū) 2區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
農(nóng)林科學(xué) | 1區(qū) | AGRICULTURE, MULTIDISCIPLINARY 農(nóng)業(yè):綜合 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī):跨學(xué)科應(yīng)用 | 1區(qū) 2區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
農(nóng)林科學(xué) | 2區(qū) | AGRICULTURE, MULTIDISCIPLINARY 農(nóng)業(yè)綜合 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī):跨學(xué)科應(yīng)用 | 1區(qū) 2區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
農(nóng)林科學(xué) | 2區(qū) | AGRICULTURE, MULTIDISCIPLINARY 農(nóng)業(yè)綜合 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī):跨學(xué)科應(yīng)用 | 2區(qū) 3區(qū) | 否 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
農(nóng)林科學(xué) | 2區(qū) | AGRICULTURE, MULTIDISCIPLINARY 農(nóng)業(yè)綜合 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī):跨學(xué)科應(yīng)用 | 1區(qū) 2區(qū) | 是 | 否 |
大類學(xué)科 | 分區(qū) | 小類學(xué)科 | 分區(qū) | Top期刊 | 綜述期刊 |
農(nóng)林科學(xué) | 2區(qū) | AGRICULTURE, MULTIDISCIPLINARY 農(nóng)業(yè)綜合 COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS 計(jì)算機(jī):跨學(xué)科應(yīng)用 | 2區(qū) 2區(qū) | 否 | 否 |
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:AGRICULTURE, MULTIDISCIPLINARY | SCIE | Q1 | 2 / 89 |
98.3% |
學(xué)科:COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | SCIE | Q1 | 12 / 169 |
93.2% |
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:AGRICULTURE, MULTIDISCIPLINARY | SCIE | Q1 | 1 / 89 |
99.44% |
學(xué)科:COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS | SCIE | Q1 | 11 / 169 |
93.79% |
學(xué)科類別 | 分區(qū) | 排名 | 百分位 |
大類:Agricultural and Biological Sciences 小類:Horticulture | Q1 | 1 / 115 |
99% |
大類:Agricultural and Biological Sciences 小類:Agronomy and Crop Science | Q1 | 5 / 406 |
98% |
大類:Agricultural and Biological Sciences 小類:Forestry | Q1 | 4 / 174 |
97% |
大類:Agricultural and Biological Sciences 小類:Computer Science Applications | Q1 | 38 / 817 |
95% |
年份 | 2014 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
年發(fā)文量 | 181 | 272 | 316 | 332 | 431 | 539 | 648 | 629 | 849 | 852 |
國(guó)家/地區(qū) | 數(shù)量 |
CHINA MAINLAND | 505 |
USA | 296 |
Spain | 116 |
Brazil | 115 |
Australia | 104 |
Iran | 71 |
GERMANY (FED REP GER) | 69 |
India | 60 |
France | 51 |
Canada | 50 |
機(jī)構(gòu) | 數(shù)量 |
CHINA AGRICULTURAL UNIVERSITY | 93 |
SOUTH CHINA AGRICULTURAL UNIVERSITY | 48 |
UNITED STATES DEPARTMENT OF AGRICULTURE (USDA) | 42 |
NANJING AGRICULTURAL UNIVERSITY | 41 |
NORTHWEST A&F UNIVERSITY - CHINA | 40 |
ZHEJIANG UNIVERSITY | 36 |
INRAE | 35 |
JIANGSU UNIVERSITY | 32 |
MINIST AGR | 30 |
CHINESE ACADEMY OF AGRICULTURAL SCIENCES | 29 |
文章名稱 | 引用次數(shù) |
Deep learning in agriculture: A survey | 266 |
Deep learning models for plant disease detection and diagnosis | 128 |
Machine learning approaches for crop yield prediction and nitrogen status estimation in precision agriculture: A review | 91 |
Apple detection during different growth stages in orchards using the improved YOLO-V3 model | 63 |
A comparative study of fine-tuning deep learning models for plant disease identification | 54 |
IoT and agriculture data analysis for smart farm | 53 |
Computer vision and artificial intelligence in precision agriculture for grain crops: A systematic review | 50 |
Evolution of Internet of Things (IoT) and its significant impact in the field of Precision Agriculture | 42 |
Detection and classification of citrus diseases in agriculture based on optimized weighted segmentation and feature selection | 41 |
Fruit detection for strawberry harvesting robot in non-structural environment based on Mask-RCNN | 40 |
SCIE
影響因子 3.7
CiteScore 5.6
SCIE
影響因子 0.2
CiteScore 0.7
SCIE
影響因子 0.9
CiteScore 2.5
SCIE
影響因子 6.2
CiteScore 7.4
SCIE
CiteScore 3.1
SCIE
影響因子 3.1
CiteScore 5.1
SCIE
影響因子 1.7
CiteScore 3.3
SCIE
CiteScore 1.4
SCIE
影響因子 3.5
CiteScore 12.6
SCIE
影響因子 0.5
CiteScore 0.9
若用戶需要出版服務(wù),請(qǐng)聯(lián)系出版商:ELSEVIER SCI LTD, THE BOULEVARD, LANGFORD LANE, KIDLINGTON, OXFORD, ENGLAND, OXON, OX5 1GB。