《Ieee Transactions On Industrial Electronics》重点专注发布工程技术-工程:电子与电气领域的新研究,旨在促进和传播该领域相关的新技术和新知识。鼓励该领域研究者详细地发表他们的高质量实验研究和理论结果。根据网友分享的投稿经验,平均审稿速度为 约9.0个月 。该杂志创刊至今,在工程技术-工程:电子与电气领域,影响力非凡,对来稿文章质量要求很高,稿件投稿过审难度很大,刊登文章的学术水平和编辑质量在同类杂志中均名列前茅。如果你想在该杂志上发表论文,你可以向编辑部提交文章,但文章必须具有重要意义并代表该领域专业的发展。我们欢迎广大同领域的研究者提交投稿。
| CiteScore | SJR | SNIP | CiteScore排名 | |||
|---|---|---|---|---|---|---|
| 16.8 | 3.395 | 2.649 | 学科类别 | 分区 | 排名 | 百分位 |
|
大类:Engineering
小类:ControlandSystemsEngineering
|
Q1 | 13/321 |
96%
|
|||
|
大类:Engineering
小类:ElectricalandElectronicEngineering
|
Q1 | 32/797 |
96%
|
|||
| 按JIF指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
|---|---|---|---|---|
| 学科:AUTOMATION & CONTROL SYSTEMS | SCIE | Q1 | 6 / 84 |
93.5%
|
| 学科:ENGINEERING, ELECTRICAL & ELECTRONIC | SCIE | Q1 | 25 / 352 |
93%
|
| 学科:INSTRUMENTS & INSTRUMENTATION | SCIE | Q1 | 2 / 76 |
98%
|
| 按JCI指标学科分区 | 收录子集 | 分区 | 排名 | 百分位 |
|---|---|---|---|---|
| 学科:AUTOMATION & CONTROL SYSTEMS | SCIE | Q1 | 5 / 84 |
94.64%
|
| 学科:ENGINEERING, ELECTRICAL & ELECTRONIC | SCIE | Q1 | 20 / 354 |
94.49%
|
| 学科:INSTRUMENTS & INSTRUMENTATION | SCIE | Q1 | 2 / 76 |
98.03%
|
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
|---|---|---|---|
| 是 | 否 |
工程技术
1区
|
AUTOMATION & CONTROL SYSTEMS 自动化与控制系统
1区
|
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
|---|---|---|---|
| 是 | 否 |
计算机科学
1区
|
AUTOMATION & CONTROL SYSTEMS 自动化与控制系统
1区
|
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
|---|---|---|---|
| 是 | 否 |
计算机科学
1区
|
AUTOMATION & CONTROL SYSTEMS 自动化与控制系统
1区
|
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
|---|---|---|---|
| 是 | 否 |
工程技术
1区
|
AUTOMATION & CONTROL SYSTEMS 自动化与控制系统
2区
|
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
|---|---|---|---|
| 是 | 否 |
计算机科学
1区
|
AUTOMATION & CONTROL SYSTEMS 自动化与控制系统
1区
|
| Top期刊 | 综述期刊 | 大类学科 | 小类学科 |
|---|---|---|---|
| 是 | 否 |
计算机科学
1区
|
AUTOMATION & CONTROL SYSTEMS 自动化与控制系统
1区
|
文章名称
引用次数
A New Convolutional Neural Network-Based Data-Driven Fault Diagnosis Method
209
NB-CNN: Deep Learning-Based Crack Detection Using Convolutional Neural Network and Naive Bayes Data Fusion
120
Wireless Power Transfer-An Overview
97
Deep Convolutional Transfer Learning Network: A New Method for Intelligent Fault Diagnosis of Machines With Unlabeled Data
87
Machine Health Monitoring Using Local Feature-Based Gated Recurrent Unit Networks
86
Multiscale Convolutional Neural Networks for Fault Diagnosis of Wind Turbine Gearbox
75
Cross-Domain Fault Diagnosis of Rolling Element Bearings Using Deep Generative Neural Networks
72
Electric Locomotive Bearing Fault Diagnosis Using a Novel Convolutional Deep Belief Network
72
Reliable Fuzzy Tracking Control of Near-Space Hypersonic Vehicle Using Aperiodic Measurement Information
70
Multitask Autoencoder Model for Recovering Human Poses
65
国家/地区
发文量
CHINA MAINLAND
1561
USA
340
England
263
South Korea
197
Canada
168
India
152
Iran
141
Australia
118
Singapore
111
Italy
98
稿件预审
润色编辑
格式修订
深度评估
排版协助
发表见刊