電子技術(shù)參考雜志統(tǒng)計(jì)源期刊

電子技術(shù)參考雜志簡(jiǎn)介

本刊面向國(guó)內(nèi)外所有專家、學(xué)者征稿，主要刊登學(xué)術(shù)及科研論文，并接收優(yōu)秀的綜述性論文。

電子技術(shù)參考雜志欄目設(shè)置

探測(cè)制導(dǎo)、測(cè)控通信與電子對(duì)抗、電磁場(chǎng)與微波、信號(hào)與信息處理、計(jì)算機(jī)與控制、微電子、微系統(tǒng)與物理電子學(xué)

電子技術(shù)參考雜志榮譽(yù)信息

• Caj-cd規(guī)范獲獎(jiǎng)期刊
• 中國(guó)優(yōu)秀期刊遴選數(shù)據(jù)庫(kù)
• 中國(guó)期刊全文數(shù)據(jù)庫(kù)（CJFD）
• 中國(guó)學(xué)術(shù)期刊（光盤版）全文收錄期刊
• 中國(guó)科技期刊優(yōu)秀期刊

電子技術(shù)參考雜志訂閱方式

地址：四川綿陽(yáng)919信箱532分箱，郵編：621999。

電子技術(shù)參考雜志社投稿須知

1.文章標(biāo)題：一般不超過20個(gè)漢字，必要時(shí)加副標(biāo)題，并譯成英文。

2.作者姓名、工作單位：題目下面均應(yīng)寫作者姓名，姓名下面寫單位名稱（一、二級(jí)單位）、所在城市（不是省會(huì)的城市前必須加省名）、郵編，不同單位的多位作者應(yīng)以序號(hào)分別列出上述信息。

3.文稿篇幅（含圖表）一般不超過5000字，一個(gè)版面2500字內(nèi)。文中量和單位的使用請(qǐng)參照中華人民共和國(guó)法定計(jì)量單位最新標(biāo)準(zhǔn)。外文字符必須分清大、小寫，正、斜體，黑、白體，上下角標(biāo)應(yīng)區(qū)別明顯。

4.文中的圖、表應(yīng)有自明性。圖片不超過2幅，圖像要清晰，層次要分明。

5.參考文獻(xiàn)的著錄格式采用順序編碼制，請(qǐng)按文中出現(xiàn)的先后順序編號(hào)。所引文獻(xiàn)必須是作者直接閱讀參考過的、最主要的、公開出版文獻(xiàn)。未公開發(fā)表的、且很有必要引用的，請(qǐng)采用腳注方式標(biāo)明，參考文獻(xiàn)不少于3條。

6.來稿勿一稿多投。收到稿件之后，5個(gè)工作日內(nèi)審稿，電子郵件回復(fù)作者。重點(diǎn)稿件將送同行專家審閱。如果10日內(nèi)沒有收到擬用稿通知（特別需要者可寄送紙質(zhì)錄用通知），則請(qǐng)與本部聯(lián)系確認(rèn)。

7.來稿文責(zé)自負(fù)。所有作者應(yīng)對(duì)稿件內(nèi)容和署名無(wú)異議，稿件內(nèi)容不得抄襲或重復(fù)發(fā)表。對(duì)來稿有權(quán)作技術(shù)性和文字性修改，雜志一個(gè)版面2500字，二個(gè)版面5000字左右。作者需要安排版面數(shù)，出刊日期，是否加急等情況，請(qǐng)?jiān)卩]件投稿時(shí)作特別說明。

8.圖表：文中盡量少用圖表，必須使用時(shí)，應(yīng)簡(jiǎn)潔、明了，少占篇幅，圖表均采用黑色線條，分別用阿拉伯?dāng)?shù)字順序編號(hào)，應(yīng)有簡(jiǎn)明表題（表上）、圖題（圖下），表中數(shù)據(jù)應(yīng)注明資料來源。

9.注釋：注釋主要包括釋義性注釋和引文注釋，集中列于文末參考文獻(xiàn)之前。釋義性注釋是對(duì)論著正文中某一特定內(nèi)容的進(jìn)一步解釋或補(bǔ)充說明；引文注釋包括各種不宜列入文后參考文獻(xiàn)的引文和個(gè)別文后參考文獻(xiàn)的節(jié)略形式，其序號(hào)為①②③……。

電子技術(shù)參考雜志范例

戰(zhàn)術(shù)數(shù)據(jù)鏈網(wǎng)絡(luò)建模與仿真

基于載體姿態(tài)的GPS信號(hào)模擬器

電磁場(chǎng)與微波

含有介質(zhì)板的有孔矩形腔體耦合特性分析

頻率源設(shè)計(jì)中參考信號(hào)多路功分處理技術(shù)

信號(hào)與信息處理

基于證據(jù)理論的系統(tǒng)非概率可靠性分析

Bayer濾波在微觀驅(qū)油動(dòng)態(tài)圖像采集中的應(yīng)用

認(rèn)知信號(hào)在多徑信道中頻譜成形的優(yōu)化方法

基于條件隨機(jī)場(chǎng)的中文分詞算法改進(jìn)

基于信噪比估計(jì)的變門限SCR迭代停止準(zhǔn)則

具有信任度輸出的雷達(dá)信號(hào)SVM回歸分析模型

基于直線空間結(jié)構(gòu)特征的圖像匹配方法