搜論文知識(shí)網(wǎng)并非《長春工業(yè)大學(xué)學(xué)報(bào)》期刊的官網(wǎng)或雜志社，為客戶提供期刊征稿、論文發(fā)表等中介服務(wù)，在客戶與期刊 雜志社之間搭建了一座省時(shí)、省力的便 捷橋梁。本站與《長春工業(yè)大學(xué)學(xué)報(bào)》等上百家同類正規(guī)期刊保持著多年的密切合作關(guān)系，切實(shí)提高客戶期刊發(fā)表的質(zhì)量與效率。通過本站發(fā)表論文，客戶將獲得更大 的 選擇空間、更高的通過率、更快的發(fā)表速度、更滿意的服務(wù)質(zhì)量。

　　期刊簡介：

　　《長春工業(yè)大學(xué)學(xué)報(bào)》是全國高校中僅有的幾家具有全國統(tǒng)一刊號(hào)的高等教育研究類刊物之一。現(xiàn)已被列為《CJFD中國期刊全文數(shù)據(jù)庫》收錄期刊和《中國學(xué)術(shù)期刊(光盤版)》全文收錄期刊。 《長春工業(yè)大學(xué)學(xué)報(bào)(高教研究版)》創(chuàng)刊于1980年，創(chuàng)刊二十余年來，辦刊特色鮮明，注重刊物的理論與學(xué)術(shù)品性，以其選材面廣、針對(duì)性強(qiáng)、觀點(diǎn)新穎而深受高教領(lǐng)域?qū)＜壹皬V大讀者的喜愛。共編輯出版100余期，發(fā)表學(xué)術(shù)論文3000余篇。《高等學(xué)校文科學(xué)術(shù)文摘》、中國人大報(bào)刊復(fù)印資料、《教育文摘周報(bào)》等都轉(zhuǎn)載、索引了本刊發(fā)表的部分優(yōu)秀論文。 《長春工業(yè)大學(xué)學(xué)報(bào)(高教研究版)》擁有一支綜合素質(zhì)高、業(yè)務(wù)能力強(qiáng)的研究型編輯隊(duì)伍。長春工業(yè)大學(xué)副校長、博士生導(dǎo)師韓立強(qiáng)教授任主編，長春工業(yè)大學(xué)高等教育研究所常務(wù)副所長、學(xué)報(bào)編輯部主任孫偉副研究員任副主編。編輯隊(duì)伍中副高級(jí)以上職稱2 人，中級(jí)職稱2人，其中博士1人，碩士2人。

　　期刊欄目：

　　本刊設(shè)有高教論壇、教育理論研究、比較教育研究、教育史研究、教學(xué)研究與改革、學(xué)位與研究生教育、創(chuàng)新與創(chuàng)業(yè)教育研究等欄目。

　　期刊收錄：

　　國家新聞出版總署收錄　獲獎(jiǎng)情況

　　中國期刊全文數(shù)據(jù)庫全文收錄期刊

　　入選中國學(xué)術(shù)期刊綜合評(píng)價(jià)數(shù)據(jù)庫統(tǒng)計(jì)源期刊

　　ASPT來源刊

　　中國期刊網(wǎng)來源刊

　　鳴網(wǎng)鄭重承諾：

　　1、搜論文知識(shí)網(wǎng)并非各類雜志的官方網(wǎng)站或雜志社，是快速高效發(fā)表論文的中介機(jī)構(gòu)，謝絕投遞雜志社的稿件。

　　2、本站提供服務(wù)全面，包括期刊推薦、論文發(fā)表、論文寫作等指導(dǎo)服務(wù)，如有需要請(qǐng)點(diǎn)擊在線客服人員進(jìn)行具體咨詢。

　　3、本站只適當(dāng)收取維持網(wǎng)站正常運(yùn)轉(zhuǎn)的編審排錄費(fèi)、排版、制作、印刷、郵寄樣刊、發(fā)票等綜合費(fèi)用，無其他額外費(fèi)用。

　　4、本站所合作的期刊，均為國家新聞出版總署(www.gapp.gov.cn)認(rèn)證的正規(guī)、合法、雙刊號(hào)期刊。

　　5、本站憑借多年的論文發(fā)表經(jīng)驗(yàn)，審核、發(fā)表成功率高，文章審核通過確認(rèn)錄用支付費(fèi)用。

　　最后，感謝您一直以來對(duì)網(wǎng)站及合作期刊《長春工業(yè)大學(xué)學(xué)報(bào)》的關(guān)注與支持，我們會(huì)認(rèn)真對(duì)待您繁忙之余提出的寶貴意見和建議，我們會(huì)再接再厲，與您攜手共進(jìn)!

　　長春工業(yè)大學(xué)學(xué)報(bào)最新期刊目錄

新基建對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展影響路徑研究————作者：嚴(yán)自葳;胡茜;

摘要：從全要素生產(chǎn)率測(cè)度理論出發(fā)，基于中國30個(gè)省市2003-2020的面板數(shù)據(jù)，采用隨機(jī)前沿模型與中介變量法結(jié)合探究新型基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響及影響機(jī)制。探究結(jié)果顯示，新基建投資對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展有促進(jìn)作用，其主要作用來自信息基建。目前我國高質(zhì)量發(fā)展效率整體呈穩(wěn)定上升趨勢(shì)，新型基礎(chǔ)設(shè)施投資可以間接通過技術(shù)進(jìn)步、消費(fèi)升級(jí)兩個(gè)渠道促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展

吉林省大學(xué)生旅游意愿及行為激勵(lì)————作者：羅琳燕;王淑影;

摘要：通過對(duì)吉林省文化旅游的發(fā)展現(xiàn)狀和省內(nèi)大學(xué)生文化旅游意向調(diào)查研究，對(duì)吉林省文化旅游發(fā)展模式和當(dāng)前發(fā)展存在的不足進(jìn)行了解。根據(jù)調(diào)查問卷結(jié)果，運(yùn)用結(jié)構(gòu)方程方法對(duì)旅游意愿影響因素進(jìn)行分析，發(fā)現(xiàn)資源滿意度、設(shè)施滿意度、價(jià)格滿意度對(duì)大學(xué)生再次旅游和推薦他人旅游有決定性影響，并基于隨機(jī)森林方法對(duì)優(yōu)先旅游意愿進(jìn)行預(yù)測(cè)。基于研究結(jié)果提出了相應(yīng)建議，為更好地推動(dòng)吉林省文化旅游產(chǎn)業(yè)發(fā)展，拓寬大學(xué)生文化旅游消費(fèi)市場(chǎng)提供參...

基于D-GoogLeNet深度學(xué)習(xí)的呼氣丙酮檢測(cè)方法————作者：李磊;趙彥喆;米玉澤;朱宏殷;

摘要：針對(duì)呼氣丙酮檢測(cè)提出了基于GoogLeNet深度學(xué)習(xí)框架結(jié)合電子鼻(E-nose)傳感器陣列的非侵入式呼氣檢測(cè)方法。該方法不僅克服了傳統(tǒng)電子鼻呼氣檢測(cè)在數(shù)據(jù)處理過程中需要手動(dòng)提取特征的不足，還創(chuàng)新性將氣體傳感器時(shí)間序列響應(yīng)數(shù)據(jù)通過可視化方法轉(zhuǎn)換為響應(yīng)圖像，從而實(shí)現(xiàn)了混合氣體中目標(biāo)氣體的準(zhǔn)確識(shí)別；同時(shí)對(duì)現(xiàn)有的GoogLeNet架構(gòu)進(jìn)行了修改，改進(jìn)后的模型(D-GoogLeNet)減少了過擬合現(xiàn)象的出...

基于YOLOv5s改進(jìn)的鐵道異物侵限檢測(cè)算法研究————作者：劉越;王亞飛;王遠(yuǎn);劉士淼;徐林珺;張佳樂;

摘要：提出一種基于YOLOv5s改進(jìn)的鐵道異物侵限檢測(cè)算法NH-YOLOv5。先通過列車頭裝載的視頻檢測(cè)設(shè)備實(shí)時(shí)采集相關(guān)圖像，建立鐵路異物入侵?jǐn)?shù)據(jù)集RD。使用已建立的數(shù)據(jù)集RD對(duì)NH-YOLOv5模型進(jìn)行仿真實(shí)驗(yàn)和在線評(píng)估。實(shí)驗(yàn)結(jié)果表明，所提出的NH-YOLOv5算法的精準(zhǔn)率和召回率分別為92.6%、 78.3%,均值平均精度mAP@0.5和mAP@0.5:0.95分別為85.3%、61.5%,相比YO...

基于四桿張拉整體結(jié)構(gòu)二自由度并聯(lián)調(diào)整平臺(tái)————作者：孫建偉;文琦;許天闊;

摘要：針對(duì)并聯(lián)機(jī)構(gòu)在智能制造和機(jī)器人領(lǐng)域應(yīng)用中對(duì)高精度、強(qiáng)承載和高動(dòng)態(tài)性能的需求，提出一種創(chuàng)新的四桿張拉整體結(jié)構(gòu)二自由度并聯(lián)調(diào)整平臺(tái)機(jī)構(gòu)。首先基于張拉整體結(jié)構(gòu)，通過建立節(jié)點(diǎn)矩陣和軌跡規(guī)律確定機(jī)構(gòu)構(gòu)型，并利用移動(dòng)副限制實(shí)現(xiàn)二自由度翻轉(zhuǎn)，充分發(fā)揮其自平衡和自穩(wěn)定優(yōu)勢(shì)；隨后通過運(yùn)動(dòng)學(xué)求解和奇異性分析研究輸入輸出參數(shù)關(guān)系，避免奇異點(diǎn)引發(fā)的不穩(wěn)定問題；再通過工作空間求解和仿真分析驗(yàn)證了機(jī)構(gòu)的運(yùn)動(dòng)性能和合理性；最后...

基于無人機(jī)動(dòng)態(tài)中繼的無線傳感器網(wǎng)絡(luò)多節(jié)點(diǎn)傳輸策略————作者：李紅雨;宋紹仟;

摘要：提出一種利用無人機(jī)(Unmanned Aerial Vehicle, UAV)的動(dòng)態(tài)中繼傳輸策略來輔助WSN的多節(jié)點(diǎn)傳輸，傳感器節(jié)點(diǎn)通過UAV將感知到的環(huán)境信息回傳給遠(yuǎn)程基站。本研究旨在最大化回程鏈路接收端的總可實(shí)現(xiàn)速率，并構(gòu)建了優(yōu)化問題。通過塊坐標(biāo)下降算法和連續(xù)凸近似算法對(duì)該問題進(jìn)行求解。仿真結(jié)果表明，該策略能有效提升回程鏈路的可實(shí)現(xiàn)速率，從而改善網(wǎng)絡(luò)的整體性能

融合視覺與運(yùn)動(dòng)學(xué)的車輛綜合定位研究————作者：許男;楊帆;吳曉雙;周健鋒;

摘要：針對(duì)在城市峽谷、隧道等衛(wèi)星定位系統(tǒng)失效的情況下，采用單目相機(jī)、消費(fèi)級(jí)慣性測(cè)量單元和車輛底盤數(shù)據(jù)作為定位系統(tǒng)輸入，為智能車提供定位信息。首先提出動(dòng)態(tài)的輪胎周長模型，并通過對(duì)相關(guān)參數(shù)建立非線性最小二乘問題，求解出待標(biāo)定的參數(shù)優(yōu)化值，對(duì)基于運(yùn)動(dòng)學(xué)的車輛里程計(jì)進(jìn)行了改進(jìn)。將改進(jìn)后里程計(jì)的數(shù)據(jù)融入到定位系統(tǒng)前端的尺度因子初始化過程中，減少車輛啟動(dòng)階段慣性測(cè)量單元噪聲產(chǎn)生的不利影響，提高了系統(tǒng)初始化的穩(wěn)定性。...

基于ResNet的改進(jìn)多車型車門分類算法————作者：王立君;王玉龍;許奇珮;周麗娟;

摘要：針對(duì)柔性焊裝生產(chǎn)線中多車型車門分類算法的低精度問題，設(shè)計(jì)了一種基于改進(jìn)ResNet18模型的多車型車門分類算法。為提升模型的特征提取和表達(dá)能力，算法模型引入了通道增強(qiáng)注意力模塊和密集殘差模塊。通道增強(qiáng)注意力模塊通過自適應(yīng)強(qiáng)化重要特征通道，提升了模型對(duì)關(guān)鍵信息的關(guān)注能力；密集殘差模塊通過連接多個(gè)層的特征，有效減緩了梯度消失問題，促進(jìn)了信息流動(dòng)和再利用，進(jìn)而增強(qiáng)了模型訓(xùn)練效果和準(zhǔn)確性。結(jié)合這兩個(gè)模塊，...

磁場(chǎng)中載流導(dǎo)體系統(tǒng)的解析逼近解————作者：趙旭奇;鄭炎;劉偉佳;

摘要：采用二階牛頓-諧波平衡方法構(gòu)造磁場(chǎng)中載流導(dǎo)體系統(tǒng)的解析逼近解，系統(tǒng)是一個(gè)具有非對(duì)稱恢復(fù)力函數(shù)的保守振動(dòng)系統(tǒng)，其恢復(fù)力形式導(dǎo)致系統(tǒng)具有強(qiáng)非線性。為提高方法的收斂速度，在對(duì)恢復(fù)力冪級(jí)數(shù)展開過程中保留二次項(xiàng)，借助線性化方程分兩步求得系統(tǒng)的解析逼近周期與周期解。通過與數(shù)值方法構(gòu)造的精確解對(duì)比，驗(yàn)證所得逼近解無論在小振幅還是大振幅情況下都具有較高精度

項(xiàng)目無響應(yīng)情況下MIRT模型潛變量選擇的EMS算法————作者：劉芙蓉;徐平峰;

摘要：考慮在教育評(píng)估和心理測(cè)試中，項(xiàng)目無響應(yīng)情況下潛變量選擇的問題。針對(duì)缺失數(shù)據(jù)過程建立一個(gè)項(xiàng)目反應(yīng)理論(IRT)模型，應(yīng)用期望模型選擇(EMS)算法對(duì)其進(jìn)行潛變量選擇。模擬顯示，此方法參數(shù)估計(jì)和潛變量選擇結(jié)果均較為準(zhǔn)確。并用其分析2018國際學(xué)生評(píng)估計(jì)劃(PISA)針對(duì)學(xué)生進(jìn)行的問卷調(diào)查數(shù)據(jù)

基于一維滲流方程的格子Boltzmann模型————作者：王鑫月;張建影;

摘要：針對(duì)分?jǐn)?shù)階滲流方程的數(shù)值求解問題，提出了格子Boltzmann方法(LBM)的D1Q3模型。首先對(duì)分?jǐn)?shù)階微積分算子進(jìn)行處理，以便于構(gòu)造格子Boltzmann模型；然后通過Taylor展開和Chapman-Enskog多尺度展開技術(shù)恢復(fù)出宏觀方程；最后推導(dǎo)出各個(gè)方向上的平衡態(tài)分布函數(shù)的表達(dá)式。根據(jù)兩個(gè)數(shù)值例子的計(jì)算結(jié)果以及誤差分析，驗(yàn)證了理論分析的有效性

部分信息下時(shí)滯平均場(chǎng)隨機(jī)微分方程的最大值原理————作者：趙婧帆;邢蕾;趙明明;

摘要：研究部分信息下時(shí)滯平均場(chǎng)隨機(jī)微分方程的最大值原理。將平均場(chǎng)理論與時(shí)滯系統(tǒng)引入隨機(jī)微分方程，構(gòu)造時(shí)滯平均場(chǎng)型隨機(jī)微分方程與平均場(chǎng)型效用函數(shù)。滿足Lipschitz的條件下，得到時(shí)滯平均場(chǎng)隨機(jī)微分方程解的存在唯一性定理。在控制集為凸集的假設(shè)條件下，利用變分法給出部分信息下時(shí)滯平均場(chǎng)隨機(jī)微分方程的最大值原理及證明

一類非線性常微分方程參數(shù)估計(jì)————作者：孫瑩瑩;王珺;

摘要：針對(duì)帶有交叉項(xiàng)的非線性常微分方程參數(shù)估計(jì)問題，利用兩階段方法，首先將最小二乘法和樣條展開相結(jié)合得到基函數(shù)展開的估計(jì)，為了提高估計(jì)效率，文中提出的方法中采用了積分估計(jì)，得到了估計(jì)基函數(shù)展開的積分；其次將積分結(jié)果代入Group LASSO模型，得到參數(shù)估計(jì)值；最后進(jìn)行數(shù)值模擬。結(jié)果表明，文中提出的方法在處理非線性常微分方程參數(shù)估計(jì)問題時(shí)效果良好

長春工業(yè)大學(xué)學(xué)報(bào)第45卷(2024)目次

摘要：<正>~

基于EWT和ESN模型的股價(jià)預(yù)測(cè)研究————作者：邢蕾;姚佳紅;

摘要：為了提高股票價(jià)格的預(yù)測(cè)精度，提出一種基于經(jīng)驗(yàn)小波變換(EWT)、粒子群優(yōu)化算法(PSO)和回聲狀態(tài)網(wǎng)絡(luò)模型(ESN)的組合預(yù)測(cè)方法。首先使用信號(hào)分解算法將股價(jià)數(shù)據(jù)分解至不同的本征模態(tài)分量中；然后將本征模態(tài)分量進(jìn)行相空間重構(gòu)，利用粒子群算法優(yōu)化回聲狀態(tài)網(wǎng)絡(luò)分別對(duì)每個(gè)模態(tài)分量提取深度特征并進(jìn)行預(yù)測(cè)；最后將各分量的預(yù)測(cè)值融合相加，得到最終預(yù)測(cè)結(jié)果。為了更好地衡量提出方法的可行性和效率，使用中證500、貴...

基于生成對(duì)抗網(wǎng)絡(luò)的自適應(yīng)歸一化數(shù)據(jù)增強(qiáng)算法————作者：趙彬;高永樂;王清璇;王澤;張鈞溟;

摘要：提出一種基于深度卷積生成對(duì)抗網(wǎng)絡(luò)的自適應(yīng)歸一化數(shù)據(jù)增強(qiáng)算法，通過深度卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征提取能力提升了生成圖像的真實(shí)度，進(jìn)一步采用自適應(yīng)實(shí)例歸一化解決因梯度爆炸導(dǎo)致的網(wǎng)絡(luò)過擬合問題，最后在CIFAR10數(shù)據(jù)集上進(jìn)行模型訓(xùn)練，并對(duì)輸入的原始樣本圖像進(jìn)行1 000輪對(duì)抗得到生成圖片，實(shí)驗(yàn)結(jié)果顯示，文中提出的自適應(yīng)歸一化方法生成圖像真實(shí)度提升1.2%

面向電機(jī)伺服的自適應(yīng)超螺旋滑模輔助干擾觀測(cè)器————作者：田大鵬;李妍;王昱棠;

摘要：提出一種自適應(yīng)超螺旋滑模輔助干擾觀測(cè)器，這種新型滑模輔助干擾觀測(cè)器由自適應(yīng)超螺旋滑模補(bǔ)償器和干擾觀測(cè)器組成，結(jié)合兩者優(yōu)勢(shì)以增強(qiáng)電機(jī)伺服系統(tǒng)的抗干擾能力。干擾觀測(cè)器負(fù)責(zé)估計(jì)補(bǔ)償?shù)皖l干擾，自適應(yīng)超螺旋滑模補(bǔ)償器對(duì)干擾觀測(cè)器未補(bǔ)償?shù)母哳l干擾，以及由于模型不確定性造成的干擾估計(jì)誤差進(jìn)一步補(bǔ)償。文中構(gòu)造了兩個(gè)Lyapunov函數(shù)分別證明了滑模函數(shù)和自適應(yīng)律的穩(wěn)定性與收斂性。與干擾觀測(cè)器和自適應(yīng)滑模輔助干擾觀...

基于改進(jìn)Transformer的電力負(fù)載預(yù)測(cè)————作者：秦喜文;唐英杰;董小剛;朱妍霏;

摘要：針對(duì)電力負(fù)載預(yù)測(cè)任務(wù)，提出了一種改進(jìn)的Transformer模型。使用全連接層替換原來的解碼器結(jié)構(gòu)，在降低模型復(fù)雜度的同時(shí)使模型更加契合電力負(fù)載數(shù)據(jù)，使用AdamW方法優(yōu)化了深度學(xué)習(xí)中普遍存在的權(quán)重衰減處理上的缺陷。實(shí)驗(yàn)結(jié)果表明，在洛杉磯、紐約和薩克拉門托三個(gè)城市的真實(shí)電力負(fù)載數(shù)據(jù)集上，相較于ELM、RNN、LSTM和傳統(tǒng)的Transformer模型，改進(jìn)的Transformer模型可以更準(zhǔn)確地進(jìn)...

改進(jìn)SSA-SVM及在人臉識(shí)別中的應(yīng)用————作者：趙明明;胡茜;趙婧帆;

摘要：支持向量機(jī)一直被用于人臉識(shí)別，為了提高其分類識(shí)別的精度，文中提出一種改進(jìn)的麻雀搜索算法優(yōu)化支持向量機(jī)參數(shù)的分類模型。首先，利用Tent混沌映射有效地改善了由于初始種群缺乏遍歷性和多樣性差而導(dǎo)致的收斂速度慢的問題；其次，借鑒粒子群算法的學(xué)習(xí)策略和云模型引入自適應(yīng)動(dòng)態(tài)權(quán)重因子、平衡全局和局部搜索能力，擴(kuò)大算法的搜索范圍；最后，引入Levy飛行，提高算法尋優(yōu)能力和跳出局部極值的能力。從基準(zhǔn)測(cè)試函數(shù)結(jié)果不...

基于改進(jìn)BiSeNet的實(shí)時(shí)道路場(chǎng)景分割算法————作者：宋宇;張麗影;梁超;

摘要：無人駕駛場(chǎng)景中的圖像信息具有目標(biāo)種類多、場(chǎng)景變化多樣的特點(diǎn)，使得分割任務(wù)更加困難。針對(duì)空間信息和語義信息直接進(jìn)行特征融合效果較差，面對(duì)復(fù)雜交通場(chǎng)景時(shí)分割結(jié)果較為粗糙，對(duì)雙分支網(wǎng)絡(luò)BiSeNet進(jìn)行優(yōu)化改進(jìn)。采用輕量級(jí)骨干網(wǎng)絡(luò)以及引入混合深度卷積，降低運(yùn)算成本的同時(shí)提升分割精度；對(duì)復(fù)雜道路場(chǎng)景圖像分割時(shí)存在結(jié)果邊緣模糊、小目標(biāo)分割效果不佳等問題，在上下文路徑引入坐標(biāo)注意力機(jī)制獲取更多的上下文信息，提...

　　相關(guān)科技期刊推薦

• 北大核心鉆采工藝
• 省級(jí)中國核科技報(bào)告
• 國家級(jí)《化工機(jī)械》
• 省級(jí)《玻璃》
• 北大核心應(yīng)用昆蟲學(xué)報(bào)
• 省級(jí)《科技視界》
• 國家級(jí)化工安全與環(huán)境雜志
• 北大核心數(shù)學(xué)研究與評(píng)論
• 北大核心《城市軌道交通研究》
• 學(xué)報(bào)《中國科學(xué)院院刊》
• 國家級(jí) 中國圖象圖形學(xué)報(bào)A輯
• 省級(jí)江蘇開放大學(xué)學(xué)報(bào)
• 省級(jí)《防災(zāi)減災(zāi)學(xué)報(bào)》
• 北大核心《真空科學(xué)與技術(shù)》
• 省級(jí)《西部探礦工程》
• 北大核心《華南地震》
• 國家級(jí)《中國高新技術(shù)企業(yè)》科技期刊
• 省級(jí)《世界科學(xué)》
• 國家級(jí)《航空維修與工程》
• 國家級(jí)集成技術(shù)
• 省級(jí)《成都理工大學(xué)學(xué)報(bào)》
• 省級(jí)《濟(jì)南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》
• 北大核心現(xiàn)代情報(bào)
• 省級(jí) 西安建筑科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)
• 北大核心《電力電子技術(shù)》
• 北大核心華東交通大學(xué)學(xué)報(bào)
• 北大核心《煉油技術(shù)與工程》
• 國家級(jí)新型工業(yè)化
• 省級(jí)中國粉體工業(yè)
• 省級(jí)《吉林化工學(xué)院學(xué)報(bào)》

　　核心期刊推薦

中國高校科技

西北農(nóng)林科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)

工程管理科技前沿

科技管理研究