所屬分類： SCIE 期刊 工程技術(shù) 中科院 3區(qū) JCR Q1
IEEE智能交通系統(tǒng)雜志
IEEE智能交通系統(tǒng)雜志雜志簡(jiǎn)介
- 出版商：Institute of Electrical and Electronics Engineers Inc.
- 出版語(yǔ)言：English
- TOP期刊：否
- 出版地區(qū)：UNITED STATES
- 是否預(yù)警：否
- 是否OA：未開放
- 出版周期：4 issues/year
- 出版年份：2009
- 中文名稱：IEEE智能交通系統(tǒng)雜志
- 是否OA：未開放
IEEE智能交通系統(tǒng)雜志（國(guó)際簡(jiǎn)稱IEEE INTEL TRANSP SY，英文名稱Ieee Intelligent Transportation Systems Magazine）是一本未開放獲取（OA）國(guó)際期刊，自2009年創(chuàng)刊以來(lái)，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(gè)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(shì)，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(duì)于任何形式的抄襲行為，無(wú)論是文字還是圖形，一旦查實(shí)，均可能導(dǎo)致稿件被拒絕。
近年來(lái)，來(lái)自CHINA MAINLAND、USA、Spain、Australia、France、GERMANY (FED REP GER)、Canada、England、Greece、Italy等國(guó)家和地區(qū)的研究者在《Ieee Intelligent Transportation Systems Magazine》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(diǎn)、論文預(yù)覽、專家意見(jiàn)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(tái)和靈感來(lái)源。
在過(guò)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26篇、2015年：發(fā)表文章26篇、2016年：發(fā)表文章27篇、2017年：發(fā)表文章41篇、2018年：發(fā)表文章50篇、2019年：發(fā)表文章42篇、2020年：發(fā)表文章39篇、2021年：發(fā)表文章135篇、2022年：發(fā)表文章91篇、2023年：發(fā)表文章75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(shí)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 Intelligent Transportation Systems Magazine》將繼續(xù)致力于推動(dòng)工程技術(shù)領(lǐng)域的知識(shí)傳播和科學(xué)進(jìn)步，為全球工程技術(shù)問(wèn)題的解決貢獻(xiàn)力量。
期刊指數(shù)
- 影響因子：4.3
- 文章自引率：0.0833...
- Gold OA文章占比：1.00%
- CiteScore：8
- 年發(fā)文量：75
- 開源占比：0.0151
- SJR指數(shù)：1.091
- H-index：29
- SNIP指數(shù)：1.364
- 出版國(guó)人文章占比：0.22
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 | 83 / 352 |
76.6% |
| 學(xué)科：TRANSPORTATION SCIENCE & TECHNOLOGY | SCIE | Q2 | 22 / 72 |
70.1% |
| 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 | 83 / 354 |
76.69% |
| 學(xué)科：TRANSPORTATION SCIENCE & TECHNOLOGY | SCIE | Q1 | 17 / 72 |
77.08% |
中科院分區(qū)表
中科院SCI期刊分區(qū) 2023年12月升級(jí)版
| Top期刊 | 綜述期刊 | 大類學(xué)科 | 小類學(xué)科 |
| 否 | 否 | 工程技術(shù) 3區(qū) |
ENGINEERING, ELECTRICAL & ELECTRONIC
工程：電子與電氣
TRANSPORTATION SCIENCE & TECHNOLOGY
運(yùn)輸科技
3區(qū)
3區(qū)
|
CiteScore（2024年最新版）
CiteScore 排名
| CiteScore | SJR | SNIP | CiteScore 排名 | ||||||||||||||||
| 8 | 1.091 | 1.364 |
|
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(shí)期被引用的頻率，是衡量學(xué)術(shù)期刊影響力的一個(gè)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(guò)計(jì)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(duì)于自身研究?jī)?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(yù)，從而吸引更多的優(yōu)質(zhì)稿件。
期刊互引關(guān)系
| 序號(hào) | 引用他刊情況 | 引用次數(shù) |
| 1 | IEEE T INTELL TRANSP | 79 |
| 2 | TRANSPORT RES C-EMER | 72 |
| 3 | TRANSPORT RES B-METH | 38 |
| 4 | TRANSPORT RES REC | 36 |
| 5 | IEEE INTEL TRANSP SY | 33 |
| 6 | SENSORS-BASEL | 15 |
| 7 | TRANSPORT RES A-POL | 13 |
| 8 | IEEE T PATTERN ANAL | 11 |
| 9 | IET INTELL TRANSP SY | 10 |
| 10 | J INTELL TRANSPORT S | 10 |
| 序號(hào) | 被他刊引用情況 | 引用次數(shù) |
| 1 | IEEE ACCESS | 101 |
| 2 | IEEE T INTELL TRANSP | 62 |
| 3 | SENSORS-BASEL | 60 |
| 4 | IEEE INTEL TRANSP SY | 33 |
| 5 | IEEE T VEH TECHNOL | 32 |
| 6 | TRANSPORT RES C-EMER | 25 |
| 7 | IET INTELL TRANSP SY | 24 |
| 8 | APPL SCI-BASEL | 14 |
| 9 | ELECTRONICS-SWITZ | 14 |
| 10 | SUSTAINABILITY-BASEL | 14 |
高引用文章
- Understanding Individualization Driving States via Latent Dirichlet Allocation Model引用次數(shù)：22
- Road Traffic Forecasting: Recent Advances and New Challenges引用次數(shù)：16
- Traffic Speed Prediction Under Non-Recurrent Congestion: Based on LSTM Method and BeiDou Navigation Satellite System Data引用次數(shù)：12
- A Comparative Study of State-of-the-Art Deep Learning Algorithms for Vehicle Detection引用次數(shù)：10
- Trajectory Planning and Tracking for Autonomous Vehicle Based on State Lattice and Model Predictive Control引用次數(shù)：9
- Velocity Control Strategies to Improve Automated Vehicle Driving Comfort引用次數(shù)：8
- Fog Computing for Detecting Vehicular Congestion, an Internet of Vehicles Based Approach: A Review引用次數(shù)：8
- Reliable Intersection-Based Traffic Aware Routing Protocol for Urban Areas Vehicular Ad Hoc Networks引用次數(shù)：8
- Vehicular Cloud Construction and Content Acquisition引用次數(shù)：8
- Estimating Maximum Queue Length for Traffic Lane Groups Using Travel Times from Video-Imaging Data引用次數(shù)：7
