《铁道学报》稿约

《铁道学报》是中国铁道学会主办的综合性学术刊物(1979年创刊,双月刊,国内外发行)。本刊致力于全面反映铁道科学技术最新研究进展,扩大交流与传播,为促进学科发展和铁道科技进步服务。由于广大作者和审稿专家的厚爱与支持,本刊赢得了学术界的承认,入选国务院学位委员会"学位与研究生教育中文重要期刊目录";连续位于《中文核心期刊要目总览》铁道运输类核心期刊的首位;被俄罗斯文摘杂志(AJ)、美国工程索引(Ei Compendex)、     

《电气化铁道》投稿须知

<正>《电气化铁道》是经国家科委批准创办,在新闻出版总署登记注册并在国内外发行的科技期刊。本刊为电气化铁道领域专业技术期刊(双月刊),以交流和传播我国电气化铁道建设和发展所涉及到的学术理论为依托,在从事电气化铁道建设、城市轨道交通的科研、设计、施工、运营的工程技术人员中营造学术讨论、信息交流的氛围。主要栏目有电气化铁道综述、接触网、供变电、通信与信号、计算机与网络技术、城市轨道交通。为进一步提高本刊编辑的标准化与规范化,现将投稿作如下要求,希望     

《铁道标准设计》投稿须知

<正>《铁道标准设计》月刊是中国铁路行业出版较早的中央级技术类科学技术期刊。在广大作者、读者和审稿专家的厚爱与支持下,刊物紧密围绕我国大规模铁路客运专线和高速铁路建设中的勘察、设计、施工领域的难点热点问题,发表了大量有影响的科技论文,在宣传和推广铁路新技术、新工艺、新材料和新装备,宣贯铁路工程建设新标准,     

《中国铁道科学》再获“中国科技核心期刊”和“中国精品科技期刊”称号

2017年10月31日,中国科学技术信息研究所在北京举行了2017年中国科技论文统计结果发布会,中国铁道科学研究院主办的《中国铁道科学》经过多项学术指标的综合评定及同行专家的评议推荐,再次荣获＂中国科技核心期刊＂＂中国精品科技期刊＂＂中国精品科技期刊顶尖学术论文（F5000）项目来源期刊＂称号。     

投稿须知

《铁道科学与工程学报》(ISSN1672-7029,CN43-1423/U)系中南大学组建后由原《长沙铁道学院学报》经国家科技部,教育部和国家新闻出版总署批准更名,教育部主管,中南大学和中国铁道学会主办的多学科综合性学术期刊。该刊系CSCD来源期刊,中文核心期刊和中国科技论文统计源期刊,中国期刊网全文收录期刊,中国学术期刊(光盘版)全文收录期刊,中国学术期刊综合评价数据库来源期刊,万方数据——数字化期刊群全文收录期刊,中国科技期刊精品数据库收录期刊。本刊的影响因子在全国交通运输类核心期刊中位居前列。     

来稿中“参考文献”范例(部分)

<正>期刊文章—[J],普通图书、专著—[M],论文集、会议录—[C],学位论文—[D],规范、标准—[S],报告—[R],未说明文献类型或资料类—[Z]。[1]刘振民.双块式无砟轨道道床板混凝土裂缝分析与防止[J].铁道建筑,2007(6):99-101.     

信息素质的培养与网络环境下的服务

本文论述了信息网络化对图书馆地位产生的冲击和影响，以及在网络环境下图书馆员信息意识的培养和新的服务方式。     

《国防交通工程与技术》变更为双月刊的启事

《国防交通工程与技术》自2003年创刊以来，作为国防交通工程技术领域首家公开发行的刊物，发展迅速，现已成为多家数据库的来源期刊和统计源期刊，在国防交通技术领域已经并正在发挥着宣传舆论阵地、交流合作平台、科技进步工具的重要作用。随着本刊影响的日益扩大，来稿量迅速增长，稿件质量不断提高，原有的刊期已不能满足作者缩短发文时滞的迫切要求。为及时反映科学技术的创新与发展，加速科技知识的传播与交流，结合本刊的实际情况，经河北省新闻出版局和河北省教育厅批准，自2008年起，本刊由季刊调整为双月刊，单月20日出版，页码为72页，定价不变。     

《上海交通大学学报》（哲学社会科学版）入选CSSCI来源期刊

据南京大学中国社会科学研究评价中心2005年12月31日发布的《2006年CSSCI来源刊公告》，上海交大科学报入选CSSCI来源期刊。它标志着上海交大科学报从此迈上了新的发展阶段。近年来，CSSCI来源期刊由于其选刊原则的科学性、客观性和权威性而深受学界瞩目，入选的刊物基本上是当前我国社会科学界各学科领域中学术水平较高、影响较大、编辑出版较为规范的学术刊物。     

New Retrieval Method Based on Relative Entropy for Language Modeling with Different Smoothing Methods

A language model for information retrieval is built by using a query language model to generate queries and a document language model to generate documents. The documents are ranked according to the relative entropies of estimated document language models with respect to the estimated query language model. Two popular and relatively efficient smoothing methods, the Jelinek- Mercer method and the absolute discounting method, are used to smooth the document language model in estimation of the document language, A combined model composed of the feedback document language model and the collection language model is used to estimate the query model. A performacne comparison between the new retrieval method and the existing method with feedback is made, and the retrieval performances of the proposed method with the two different smoothing techniques are evaluated on three Text Retrieval Conference （TREC） data sets. Experimental results show that the method is effective and performs better than the basic language modeling approach; moreover, the method using the Jelinek-Mercer technique performs better than that using the absolute discounting technique, and the perfomance is sensitive to the smoothing peramters.