与其炒股,不如炒期货
能告诉沃年你那偏文章大概写的是关于什么的吗，或许我会知道呢
此刊审稿严格，如果你有国家级科研基金或者项目，会好点。《食品科学技术学报》，双月刊，国内外公开发行，是由北京市教委主管，北京工商大学主办，中国工程院院士孙宝国教授任主编的食品专业期刊。本刊被国际权威检索系统英国《食品科技文摘》(FSTA)和美国《化学文摘》(CA)收录，入编《中国学术期刊(光盘版)》，并被中国期刊网和万方数据资源系统等多家数据库、文摘杂志列为固定刊源。本刊主要刊发食品科技及相关领域的基础研究、加工工艺、贮藏保鲜、分析检测、清洁生产、安全监管、机械与包装技术等方面最新科研成果，包括探索新理论、新方法、新技术的研究论文，以及反映食品学科前沿发展动态的高质量综述文章。如有帮助，请及时采纳。
《食品科技》期刊级别： CSCD核心期刊 北大核心期刊《食品安全导刊》期刊级别： 国家级期刊 《食品工业》期刊级别： 北大核心期刊 像这类的杂志之家还有很多！也可以发表！
文献调查所涉及的文献种类、格式一般较多，对其整理分析是一项核心工作。基本要求是紧密围绕调查目的，依据事先制定的分析计划，选择正确的统计方法和指标。这与其他调查方式获得资料的分析方法基本一致。在此主要介绍一种将定性资料转化为定量资料的技术，即所谓“内容分析方法”。内容分析方法是对载于报刊杂志中有关定性类文献给予定量分析处理的一种方式。其基本操作过程如下：① 找出最能代表某类现象的“关键词”。② 计算出在文献中“关键词”出现的频数、位置以及字体的面积，并给予不同的权重。例如频数的权重为5；位置的权重分别为：第一版2，非第一版1；字体面积的权重为：标准3号字或更大的为3，4号字为2，5号字以下为1。③ 加权平均处理。通过加权平均处理就可以比较清楚地看到各类现象所占的重要性。
以下信息供参考药物分析化学SCI论文投稿指南医药分析和生化分析在投文章的时候怎么挑选一个最合适的杂志。分析化学类 A C IF 646 ACS 米果化学会的分析化学杂志，分析化学的 N1，对 于做药分的同志，如果你的文章的创新非常大，比如说提出了一种新的分析方法 或分析手段，比之以前的分析方法有了明显的进步，具有很重大的意义；或者说 你的应用体系非常的具有新意，可以考虑投 AC。 The Analyst IF 198 RSC 英国皇家化学会的分析家杂志，文章质量非常不错，对文章的新意要求也是比较高的，要求在方法学或者体系有明显的创新，然后才 有被接受的可能。不过比之 AC 还是有不小的差距。 Anal Chim Acta IF 894 Talanta IF 81 Elsevier 的两个分析化学杂志，对新意要求不是那么严格， 一般来说， 只要有一定的新意， 能说出比以前的方法的进步之处， 实验数据充实， 文章条理清晰，都能被接受。这个一定的新意，就是说在某些方面别人没有做过 就行了，看你一张嘴怎么说啦^^而且这两个杂志每年的文章比较多，对中国人也 比较宽松啦，起码我们实验室每年都有大量的文章发表这两个杂志上，而且经常 是新人练手就投这两个杂志。如果不能投 AC 大家可以优先考虑投这两个杂志。 影响因子也还不错。 Anal Biochem IF 948 Anal Bioanal Chem IF 591 看杂志名字就能看出来，要求体系和生物相关， 当然，药代药理研究的都可以投稿的。要求有一定的新意，较容易接受。其中 Anal Biochem 今年来 IF 一直上升，看好！ J PHARMACEUT BIOMED IF 032 米果医药学会的药物和生物医学分析杂志，影响因子虽然不高， 但是文章质量不错。创新要求不高， 但是要求实验作的够漂亮。 Anal Sci IF 589 日本分析化学杂志，较容易接受。 Anal Lett IF 986 分析快报，只要文章通顺数据合理，较容易接受。色谱分析类 Electrophoresis IF 101 电泳杂志，有关电泳的毛细管电泳的微芯片的分析 都可以投稿，偏生化分析，但是纯粹的药物分析也会接受。要求在方法上有较大的新意。 J Chromarogr A IF 554 色谱 A 杂志，只要是色谱相关的文章都可以投稿，但 是要求有一定的创新，最好是方法学上面的创新。如果是色谱理论方面的研究， 或者比较完整的药物体系的分析，也可以投。由于色谱已经是一种比较成熟的技 术了，我个人认为，要想发表较高影响因子的杂志，一个方法是从色谱柱入手， 研发新型填料的色谱柱；或者是应用到特殊的体系上去，最好是具有实际意义的 生物体系，比如最近AC 上面有一篇将 HPLC 应用到分析海洋中纺织物的文章，在 体系选择上就具有很明显的新意（记得不太清楚了，见谅）。 J Chromatogr B IF 667 色谱 B，色谱 A 的姊妹杂志，副标题是生物医药分析。 从副标题就可以看出来，JCB 是最适合药分的投稿的杂志了！JCB 尤其偏重于做 药代方面的文章，比较容易发表。当然，其他色谱方面的文章也能被发表。总的 来说，JCB 上面还是有不少质量不错的文章。 J Sep Sci IF 525 分离科学杂志，以前的名字叫做高分辨色谱杂志，略偏重 于毛细管电泳方面的。所有与分离相关的都可以投。 biomedical chromatography （Biomed Chromatogr） IF 611生物医学色谱色谱，也是很适合做药物分析的投稿的杂志，创新要求不高，但是尽量能够有生物体系里面的应用会比较容易接受。 Chromatographia IF 171 色谱家杂志，对创新要求不高，较容易发表。药物医学类 这一块的杂志我不是很熟，如果列的不全情见谅。 J Agr Food Chem IF 322 农业食品化学杂志，米果化学会出品，必属精品！ 虽然 IF 不高，但却是农业食品类的 N1，文章的质量很不错，创新要求不高， 但是实验数据一定要做好做扎实。做药分的可以投，尤其是做中药分析的，或者 是分析食品中的药物的。 J Nat Prod IF 418 米果化学会的天然产物化学杂志，做天然产物的都可以投， 但是略偏重于天然产物的提取和合成，分析的文章不多。
与其炒股,不如炒期货
（Web impact factor）是Ingwersen受了期刊影响因子的概念影响后于1998年提出的用于评价网站在网络上影响力的一个指标。网络影响因子是Ingwersen在1998年所发表的一篇题为《关于网络影响因子的计算》（The calculation of web impact factors）的文章中提出的，在文章中，Ingwersen对计算网络影响因子的可行性和可靠性作了研究，同时他还给出了网络影响因子的定义：假设某一时刻链接到网络上某一特定网站或区域的网页数为a，而这一网站或区域本身所包含的网页数为b，那么其网络影响因子的数值可以表示为WIF= a/b。这里需要引起注意的是，在定义中所提到的网页数目之和并不是指链接次数的和，而是所链接的页数目之和。通过对7个国家(挪威、英国、法国、丹麦瑞典、芬兰和日本)网址和4个主要域名(gov，org，co m，edu)的研究，
影响因子（Impact Factor，IF）是汤森路透（Thomson Reuters）出品的期刊引证报告（Journal Citation Reports，JCR）中的一项数据。 即某期刊前两年发表的论文在该报告年份（JCR year）中被引用总次数除以该期刊在这两年内发表的论文总数。这是一个国际上通行的期刊评价指标。影响因子现已成为国际上通用的期刊评价指标，它不仅是一种测度期刊有用性和显示度的指标，而且也是测度期刊的学术水平，乃至论文质量的重要指标。影响因子是一个相对统计量。
GoingPub 最新SCI期刊查询及分析系统（2018-2019年）整理了最新SCI收录的详细信息，分属领域，研究方向，中科院SCI期刊分区等。欢迎查询：/journal
直接出版社该期刊位置查过网上也能下影响因子汇总
因子分析的核心问题有两个：一是如何构造因子变量；二是如何对因子变量进行命名解释。因此，因子分析的基本步骤和解决思路就是围绕这两个核心问题展开的。（i）因子分析常常有以下四个基本步骤：⑴确认待分析的原变量是否适合作因子分析。⑵构造因子变量。⑶利用旋转方法使因子变量更具有可解释性。⑷计算因子变量得分。（ii）因子分析的计算过程：⑴将原始数据标准化，以消除变量间在数量级和量纲上的不同。⑵求标准化数据的相关矩阵；⑶求相关矩阵的特征值和特征向量；⑷计算方差贡献率与累积方差贡献率；⑸确定因子：设F1，F2，…， Fp为p个因子，其中前m个因子包含的数据信息总量（即其累积贡献率）不低于80%时，可取前m个因子来反映原评价指标；⑹因子旋转：若所得的m个因子无法确定或其实际意义不是很明显，这时需将因子进行旋转以获得较为明显的实际含义。⑺用原指标的线性组合来求各因子得分：采用回归估计法，Bartlett估计法或Thomson估计法计算因子得分。⑻综合得分以各因子的方差贡献率为权，由各因子的线性组合得到综合评价指标函数。F = (w1F1+w2F2+…+wmFm)/(w1+w2+…+wm )此处wi为旋转前或旋转后因子的方差贡献率。⑼得分排序：利用综合得分可以得到得分名次。在采用多元统计分析技术进行数据处理、建立宏观或微观系统模型时，需要研究以下几个方面的问题：· 简化系统结构，探讨系统内核。可采用主成分分析、因子分析、对应分析等方法，在众多因素中找出各个变量最佳的子集合，从子集合所包含的信息描述多变量的系统结果及各个因子对系统的影响。“从树木看森林”，抓住主要矛盾，把握主要矛盾的主要方面，舍弃次要因素，以简化系统的结构，认识系统的内核。· 构造预测模型，进行预报控制。在自然和社会科学领域的科研与生产中，探索多变量系统运动的客观规律及其与外部环境的关系，进行预测预报，以实现对系统的最优控制，是应用多元统计分析技术的主要目的。在多元分析中，用于预报控制的模型有两大类。一类是预测预报模型，通常采用多元线性回归或逐步回归分析、判别分析、双重筛选逐步回归分析等建模技术。另一类是描述性模型，通常采用聚类分析的建模技术。· 进行数值分类，构造分类模式。在多变量系统的分析中，往往需要将系统性质相似的事物或现象归为一类。以便找出它们之间的联系和内在规律性。过去许多研究多是按单因素进行定性处理，以致处理结果反映不出系统的总的特征。进行数值分类，构造分类模式一般采用聚类分析和判别分析技术。如何选择适当的方法来解决实际问题，需要对问题进行综合考虑。对一个问题可以综合运用多种统计方法进行分析。例如一个预报模型的建立，可先根据有关生物学、生态学原理，确定理论模型和试验设计；根据试验结果，收集试验资料；对资料进行初步提炼；然后应用统计分析方法（如相关分析、逐步回归分析、主成分分析等）研究各个变量之间的相关性，选择最佳的变量子集合；在此基础上构造预报模型，最后对模型进行诊断和优化处理，并应用于生产实际。
因子分析是一种多变量化简技术，目的是分解原始变量，从中归纳出潜在的“类别”，相关性较强的指标归为一类，不同类间变量的相关性较低，每一类变量代表了一个“共同因子”，即一种内在结构，因子分析就是要寻找该结构。其分析方法有很多种，最常用的有两种：一是主成分分析方法；另外一种是一般因子分析法。通常所说的因子分析指的就是一般因子分析法，它通过原始变量的方差去构造因子，一般情况下，因子的数量总是要少于变量的数量。所以对于一般因子分析而言，如何正确解释因子将会比主成分分析更困难。因子分析一般可以分成四步：考察变量之间的相关性，判断是否要进行因子分析；进行分析，按一定的标准确定提取的因子数目，一般要求特征值大于1；考察因子的可解释性，并在必要时进行因子旋转，以寻求最佳解释方式；计算出因子得分等中间指标，供进一步分析使用。利用因子分析，可以把搜集到的比较杂乱的原始数据进行压缩，找出最重要的因子，并对其按照成因归类、整理，从中找出几条主线，帮助分析充满度的主要控制因素。本研究中共统计岩性圈闭354个，参与统计分析和计算的圈闭有249个。由于其中的落空圈闭无法参与因子分析及充满度预测模型的建立，因此实际参与分析和预测的岩性油气藏为222个。初步地质分析后，选取平均孔隙度，%；平均渗透率，10-3μm2；排烃强度，104t/km2；与排烃中心的平面距离，km；与排烃中心的垂直距离，m；地层压力系数；砂体厚度，m；砂体面积，km2；有机质丰度，%；围岩厚度，m；平均埋深，m；共11个地质参数进行因子分析。本研究按不同的成藏体系进行，建立其充满度预测模型并进行回代验证。同一成藏体系内的岩性油气藏的生、储、盖、圈、运、保等成藏条件相互影响、相互制约，关系密切，将同一成藏体系中的岩性油气藏又分别划分为构造－岩性、透镜体油气藏进行预测。