有学术论文和内容期务发表论文。
学术论文中有六种级别，第一级是在《SCIENCE》和《NATURE》两种期刊上面发表的论文。第二级是指SCI刊物论文，自然科学类，和SSCI刊物社会科学类。第三级是指被国际通用的SCIE,EI，ISTP，检索系统所收入的论文。第四级是指核心刊物论文，一般指北大图书馆的《全国中文核心期刊要目总览》刊物上发表的论文，第五级是指国家级普刊，第六级是指省级普刊。
内容型刊物发表有三个级别，内容刊物必须为教育部门主办，国家级内刊中国教育学会及其专委会，教育部等自办刊物，省级内刊，区级内刊。
论文发表期刊级别如下：
论文期刊级别分类一般可分为T类，A类，B类,C类，D类，E类期刊，然后国内期刊分类广义分类为核心期刊和非核心期刊。可能大家最为熟悉的就是还是普刊、核心期刊。
级别说明如下：
T类：特种刊物论文，指在《SCIENCE》和《NATURE》两本期刊上发表的论文。
A类：权威的核心期刊，指的是国际通用的SCI、EI、ISTP、SSCI、A&HCI收录检索系统的论文(中国科学技术信息研究所检索为准)，或同一主题发表在国内中文核心期刊的权威，论文中不包含其他报告总结。
B类：重要核心刊物论文，指在国外核心期刊上刊登的论文(见《国外科技核心期刊手册》)或在国内同一学科的中文核心期刊中具有重要影响的刊物上发表的论文。
C类：一般核心刊物论文，指《全国中文核心期刊要目总览2017版》刊物上发表的论文。
D类：一般公开刊物论文，指在国内公开发行的刊物上(有期刊号"CN""ISSN" ，有邮发代号)发表的论文。
E类：受限公开刊物论文，指在国内公开发行的但受发行限制的刊物上(仅有期刊号、无邮发代号)发表的论文。
国内核心期刊和非核心期刊：
1、核心期刊分类：南大核心(又称CSSCI、C刊)，CSCD(中国科学引文数据库)，北大核心期刊，统计源期刊。
2、国内核心期刊权威度排行：南大核心>CSCD>中文核心>统计源核心。
非核心期刊：
1.国家级期刊：即由党中央、国务院及所属各部门，或中国科学院、中国社会科学院、各民主党派和全国性人民团体主办的期刊及国家一级专业学会主办的会刊。另外，刊物上明确标有"全国性期刊"、"核心期刊"字样的刊物也可视为国家级刊物。
2.省级期刊：即由各省、自治区、直辖市及其所属部、委办、厅、局主管的期刊以及由各本、专科院校主办的学报(刊)。
3.其实国家从来没有对刊物做过级别之分，也就是在影响力和专业程度上没有省级和国家级的差别。所谓国家级期刊和省级期刊之分，主要为方便管理，根据期刊主管单位的级别而做了区别。即国家单位主管期刊为国家级期刊，省单位主管期刊为省级期刊。
其实还有各高校比如清华大学，北京大学，重庆大学，电子科技大学，或者是昆明理工大学，南京信息工程大学等自己分类的A类B类C类期刊。这个就要因各校而异了。
人工智能领域发展到今天，哪些学术会议和期刊称得上顶级？清华大学刚刚提出的「计算机科学推荐学术会议和期刊列表」对于这些论文投稿目标有了新的评级。更为重要的是——它直接与清华学生的毕业产生了关联。对于研究生和博士来说，国际会议和期刊的评级可谓关键指标，清华计算机系的新规定和评级迅速引发了校内师生的广泛关注，讨论也很快扩展到了整个学术圈。最近，清华大学计算机学位评定分委员会针对其负责的计算机科学与技术、软件工程、网络空间安全三个一级学科，制定了「研究生学位创新成果要求」。与此同时，同时分委员会还发布了最新版《清华大学计算机学科推荐学术会议和期刊列表》。在我们比较关注的人工智能方向上，清华大学的列表就引来了不少议论。大幅减少会议期刊数量简单说来，与目前国内最为通用的中国计算机学会（CCF）版国际会议和期刊目录不同，清华大学新推出的分级标准只分 A、B 两类期刊，而且列表上的期刊数量也变少了。以往，B 类被认为是大神文章和普通文章的分水岭，而没有了 C 类则很可能让研究生们的毕业难度有所提高。此外，被清华评定为 A 类的期刊和会议与 CCF 有所不同。仅看 AI 领域：清华把 CCF 定为 B 类的 ECCV 、COLT、EMNLP 、ICRA 评定为 A 类，同时新增了 ICLR 、RSS 为 A 类会议。也就是说，由深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办、短短成立 6 年的国际学习表征会议（ICLR)，此次被清华大学列为 A 类顶会。在期刊方面，清华新增了 TR、TASLP 为 A 类期刊。当然也有从 A 类「降级」到 B 类的学术会议：它就是 AI 领域的首个国际性的学术会议 IJCAI。香港科技大学教授、微众银行首席 AI 官杨强评论说：「不知道清华大学这个排名用目标函数是不是『引用数』，如果只用引用数的话，排名的结果和我们所期望的影响力不一样。影响力的目标函数应该是（连接度+权威度），所谓『Hub and Authority』，参考 Jon Kleinberg。否则很容易被小圈子所利用。」另外，在数量上，与 CCF 的列表相比，清华给出的人工智能方向列表在期刊和会议数目上都有所减少，大大增加了投稿的难度。清华大学的文件还对于申请计算机相关学科的博士、硕士学位设置了标准，学生需要根据《研究生申请学位创新成果计分办法》至少获得 6 分才有资格申请博士学位；而申请硕士学位，则至少需要 2 分。而根据推荐会议和期刊列表，一篇 A 类得 4 分，一篇 B 类得 2 分。国际会议论文只认可长文，以及做口头报告的不少于 6 页的短文。若 B 类论文获得最佳论文或最佳学生论文奖，则等同于 A 类论文。这份规定从今年 9 月入学的新生开始执行，以往的高年级学生依然按照过去的考评标准。清华版 AI 顶会和期刊列表据《学术头条》报道，《清华大学计算机学科推荐学术会议和期刊列表》将计算机学科划分为 10 个方向，分别是高性能计算、计算机网络、网络与信息安全、系统软件与软件工程、数据库与数据挖掘、理论计算机科学、计算机图形学与多媒体、人工智能与模式识别、人机交互与普适计算、综合与交叉。在人工智能与模式识别方向，清华推荐了 12 个 A 类会议，17 个 B 类会议；A 类期刊 6 个，B 类期刊 33 个。A 类会议B 类会议A 类期刊B 类期刊CCF 版 AI 顶会和期刊列表清华大学发布的 CS 会议期刊列表和中国计算机学会的有哪些不同呢？2018 年 12 月，CCF 启动了新一轮《目录》的更新工作，并于今年 4 月发布了最新版的目录。对于计算机相关专业的学生们来说，CCF 目录是论文投稿的重要指标。不过 CCF 表示，该目录是值得计算机界研究者们发表研究成果的推荐列表，其目的不是作为学术评价的唯一根据，而仅作为 CCF 的推荐建议业界参考。与清华版人工智能与模式识别方向对应的是 CCF 人工智能方向。CCF 人工智能方向 A 类会议 7 个，B 类会议 12 个；C 类会议 21 个；A 类期刊 4 个，B 类期刊 21 个，C 类期刊 36 个。目前在最新版的目录中，人工智能领域的 A 类期刊为：而 A 类学术会议为：可以看出，CCF 版的七大人工智能学术会议基本早已成为大多数人认知中的「AI 顶会」。自 2010 年 CCF 发布计算机国际会议和期刊目录后，计算机科学领域内的国际会议重要性被人们逐渐确立起来，这改变了过去国内计算机科学领域仅依靠 SCI 影响因子评价的情况，让国内学界逐渐与国际发展接轨。不过在中国计算机学会版《目录》出现的 9 年之后，清华大学似乎已对未来计算机科学的学术评价有了新的思路。据悉，清华的学术期刊和会议标准，是根据论文引用的中位数、10H、H5 指数等指标进行量化后，再以人工（专家）意见为辅经过细微调整后得出的。随着学术和领域的发展，我们正在看到更加符合目前发展规律的评价方式不断出现，清华大学的新标准是否会业内带来变化？我们还需拭目以待。
中国网信杂志是核心期刊。《中国网信》杂志由中央网络安全和信息化委员会办公室（国家互联网信息办公室）主管、中国网络空间研究院主办。
绝对的核心期刊。《中国网信》杂志由中央网信办（国家网信办）主管、中国网络空间研究院主办。2022年，《中国网信》杂志正式创刊并公开发行。《中国网信》杂志致力于成为学习宣传贯彻党的创新理论的思想阵地，宣传解读中央网信委及其办公室重大决策部署的重要渠道，深化网信领域理论研究、科技创新和实践活动的交流平台。
IJCAI作为AI领域的首个国际性的学术会议，一直以来都被该领域的研究者们视为发表论文和参加会议的重要殿堂。本届大会共收到4752篇有效提交论文，最终收录论文850篇，接收率为17.9%。虽然，今年的论文提交量和录取量都创历史新高，但录取比率却是近10年最低。今年IJCAI的投稿总数相较于去年增加了约37%（去年论文投稿量3470篇、收录量710篇），而录取数仅比去年多了141篇。可以看出，一方面AI正受到越来越多研究者的关注，另一方面论文被接受的难度也在不断加大，但论文的含金量也得到了大大提高。大会历年来接收论文数量从通讯作者来看，来自中国的研究人员为本届IJCAI贡献了主要力量。据大会官方统计，今年的接收论文中，38%的论文来自中国，48%的论文来自亚洲。根据通讯作者所在地区划分：中国327篇（38%）中国香港15篇美国169篇（20%）欧盟152篇（其中包括英国32，法国29，意大利19，德国28）澳大利亚37篇加拿大14篇其他亚洲国家：日本18篇，新加坡18篇，印度20篇，以色列8根据论文主题划分，机器学习投稿2516篇，接收438篇，依旧是最热门的子领域。其次是计算机视觉，提交833篇，接受117篇；机器学习应用提交785篇论文，收录144篇论文。多智能体系统、自然语言处理、人类和AL、Al中的不确定性等都成为此次热门投稿论文。IJCAI 2019奖项全部出炉在13日上午的开幕致辞中，IJCAI2019理事会主席、香港科技大学计算机科学与工程学系主任杨强教授为各位获奖者颁发了奖项。
molecules影响因子5分算优秀。分子(ISSN1420-3049，CODEN：MOLEFW)是合成有机化学和天然产物化学的开放获取期刊。所有文章都经过同行评审，并在接受后不断发表。分子由瑞士巴塞尔的MDPI出版。我们的目的是鼓励化学家尽可能多地发布其实验细节，尤其是合成程序和表征信息。实验段的长度没有限制。此外，化合物样品的可用性也被公布，并被视为重要信息。鼓励作者通过非营利性国际组织分子多样性保护国际组织(MDPI)注册或存放其化学样品。1996年已经启动了分子，以保护和利用化学信息和化学物质的分子多样性。
molecules 是sci，关于SCI与SCIE很多人认为前者是核心，后者不是核心，这种理解是错误的。实际为：SCI和SCIE的区别在于，前者出现很早，最早是纸质版本的（中国有些图书馆依然收藏），后来是各种载体的，现在是光盘的；后者出现较晚，是网络版本的，是基于ISI Web of Knowledge平台上的Web of Sciences的。二者在选刊上并没有什么本质的区别，而光盘版必然会渐渐被淘汰，网络版也必然会越来越流行，所以现在通常说的SCI收录，就是SCIE收录；SCI文章，也就是SCIE文章。中国乃至世界相关机构的统计分析也多用SCIE数据，也习惯性称为SCI数据。二者收录没区别。
＜strong＞哈工大深圳计算机专硕招生人数为15人＜/strong＞哈尔滨工业大学（深圳）网络空间安全中心/计算机应用研究中心成立于2009年，聚焦网络空间安全和人工智能等研究方向，开展相关基础理论、应用技术和工程实践研究。近三年，中心承担纵向科研项目总经费6000余万元，其中国家级项目17项，省市级项目39项；承担横向科研项目47项，总经费5000余万元；牵头制定国家标准3项，申请发明专利30余项，获得专利授权17项，软件著作权11项；发表论文300余篇，主要包括TDSC，TIFS，TKDE，TSE，TIT，TCOM等国际顶级期刊论文和AAAI，NeurIPS，ICCV，ICML，MM，ICDE，FAST，INFOCOM, DAC，WWW等国际顶级会议论文；荣获国家科技进步二等奖1项，广东省科技进步一等奖1项，中国电子学会科技进步一等奖1项、吴文俊人工智能科技进步一等奖1项等科技奖励。中心现有固定教师21人，其中院士1人，教授6人（国务院特殊津贴获得者1人，教育部长江学者1人，教育部青年长江学者1人，鹏城国家实验室双聘研究员4人），副教授2人（鹏城国家实验室双聘研究员2人），副研究员1人，高级讲师1人，助理教授7人（鹏城国家实验室双聘助理研究员2人），助理研究员3人，在读博士研究生31人，在读硕士研究生100余人。
人工智能和机器学习技术的快速发展，使得AI 主题会议也层出不穷，下面带大家一起了解一下人工智能领域的顶会都有哪些1. CVPR 国际计算机视觉与模式识别会议（CVPR）是IEEE一年一度的学术性会议，会议的主要内容是计算机视觉与模式识别技术。CVPR是世界顶级的计算机视觉会议（三大顶会之一，另外两个是 ICCV 和 ECCV ），近年来每年有约1500名参加者，收录的论文数量一般300篇左右。本会议每年都会有固定的研讨主题，而每一年都会有公司赞助该会议并获得在会场展示的机会。 2. ECCV ECCV 的全称是European Conference on Computer Vision(欧洲计算机视觉国际会议) ，两年一次，是计算机视觉三大会议（另外两个是ICCV和CVPR）之一。每次会议在全球范围录用论文300篇左右，主要的录用论文都来自美国、欧洲等顶尖实验室及研究所，中国大陆的论文数量一般在10-20篇之间。ECCV2010的论文录取率为27% 3.ICCV ICCV 的全称是 IEEE International Conference on Computer Vision，即国际计算机视觉大会，由IEEE主办，与计算机视觉模式识别会议（CVPR）和欧洲计算机视觉会议（ECCV）并称计算机视觉方向的三大顶级会议，被澳大利亚ICT学术会议排名和中国计算机学会等机构评为最高级别学术会议，在业内具有极高的评价。不同于在美国每年召开一次的CVPR和只在欧洲召开的ECCV，ICCV在世界范围内每两年召开一次。ICCV论文录用率非常低，是三大会议中公认级别最高的. 4. ICLR ICLR ，全称为「International Conference on Learning Representations」（国际学习表征会议），2013 年才刚刚成立了第一届。这个一年一度的会议虽然今年(2018)才办到第六届，但已经被学术研究者们广泛认可，被认为「深度学习的顶级会议」。这个会议的来头不小，由位列深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办。 5. NIPS NIPS （NeurIPS），全称神经信息处理系统大会(Conference and Workshop on Neural Information Processing Systems)，是一个关于机器学习和计算神经科学的国际会议。该会议固定在每年的12月举行,由NIPS基金会主办。NIPS是机器学习领域的顶级会议。在中国计算机学会的国际学术会议排名中，NIPS为人工智能领域的A类会议。 6.ICML ICML 是 International Conference on Machine Learning的缩写，即国际机器学习大会。ICML如今已发展为由国际机器学习学会（IMLS）主办的年度机器学习国际顶级会议。 7. IJCV 国际期刊计算机视觉，详细描绘了信息科学与工程这一领域的快速发展。一般性发表的文章提出广泛普遍关心的重大技术进步。短文章提供了一个新的研究成果快速发布通道。综述性文章给与了重要的评论，以及当今发展现状的概括。 8. PAMI PAMI 是IEEE旗下，模式识别和机器学习领域最重要的学术性汇刊之一。在各种统计中，PAMI被认为有着很强的影响因子和很高的排名。 9. AAAI 国际人工智能协会。前身为美国人工智能协会，目前是一个非盈利的学术研究组织，致力于推动针对智能行为本质的科学研究 10. IJCAI IJCAI 全称为人工智能国际联合大会（International Joint Conference on Artificial Intelligence），是国际人工智能领域排名第一的学术会议，为 CCF A 类会议。该会议于 1969 年首度在美国华盛顿召开，随着人工智能的热度日益攀升，原本仅在奇数年召开的IJCAI 自 2015 年开始变成每年召开。 11. ACM/MM ACMMM 是全球多媒体领域的顶级会议，会议每年通过组织大规模图像视频分析、社会媒体研究、多模态人机交互、计算视觉、计算图像等影响多媒体行业的前沿命题竞赛，引领全球新媒体发展方向。 12. TNNLS 从英文翻译而来-IEEE神经网络与学习系统交易是由IEEE计算智能学会出版的月度同行评审科学期刊。它涵盖了神经网络和相关学习系统的理论，设计和应用。
sci分区和影响因子都是权衡科研质量的重要标准。一区二区三区四区是sci期刊的分区，sci期刊的分区有两种，一种是jcr的分区，另一个是中科院的分区，这两类分区很类似，都是分为四个区，分区的标准也都是期刊的影响因子，至于不同区的期刊的区别，很显然的区别就是这四个区是按照影响因子由高到低排序的。
一区期刊是影响因子最高，学术价值最高，影响力最大的期刊，四区期刊就是四个区中影响因子最低的一类刊物。一般能发表一区的都是一些专家学者、知名大学教授、或者一些在本专业内有一定影响力的科研工作者。
二区期刊仅次于一区期刊，二区期刊国内作者发表的就相对多一些了，目前国内一些标准中明确要求发表二区及以上期刊，所以二区是很多国内作者的首选，二区期刊发表难度略小，但也要看具体的学科和具体的期刊，一般的规律是二区期刊较一区期刊容易一些。
三区四区期刊的发表难度就会更低一些，但三区四区期刊在国内有些许争议，就是因为上述我们提到的硬性要求，有些单位和高校是不认可二区以下的刊物的.
sci文章可以算是国际学术界的顶尖文章级别，sci文章可以代表本专业在全球的最先技术以及发展趋势，所以sci文章在学术界的认可度很高。
sci全称为科学引文索引，即被科技会议所认可并刊登在该领域最顶尖文章上面的论文，sci论文即便没有发表过也绝对算得上是合格的论文。
sci（ScienceCitationIndex，简称issn）是由美国科学信息研究所创办出版的引用率达到90以上的核心期刊之一，是被sci检索收录的专门刊物。
sci全称ScienceCitationIndex，属于科学引文索引，sci期刊特色主要体现在：收录范围包括生命科学、临床医学、工程技术、农业和食品方面；重点体现在生物、化学、药学等基础科学领域内；除此之外还涉及非常多的技术领域，比如机械制造工艺、微纳环境与控制技术、材料与器件等。
sci论文具有很高的权威性和科学价值，因此很多作者慕名前往进行撰写sci论文。