挺难的，相当于顶级SCI期刊，你觉得呢~
各种“学霸”的传说盛行“江湖”。惊叹于他们“神一样的存在”，更激发我们一探“学霸是如何炼成的”。之所以成为“学霸”，自有不可忽视的天赋、基因使然，但，除此之外，他们还有许多“过人”之处。这里，我们走近红极网络的著名“学霸”，一起探究“学霸”为什么能成为“学霸”，我们能向他们学到什么？吴佳俊在参加清华大学“地球村”活动 “我没有异于常人的学习方法，可选的作业和项目，就尽量都去完成。提供的参考书目，尽量都去读。如果有可能的话，就再多读几本。” 在清华园南北贯通的主干道——学堂路上，从郁郁葱葱到秋叶飘零，一年四季道路两旁耸立的白杨树下不时更换着各种海报：或“学术新秀”或“特奖学生”或“科技创新”，吴佳俊就是这海报中的普通一员，但他又是网上“传说”的那般非比寻常。 两篇论文已发表于计算机视觉顶级会议CVPR并被邀请为论文审稿人；与麻省理工学院、普林斯顿大学、微软亚洲研究院等多名世界级教授合作；“清华大学特等奖学金”“国家奖学金”“微软亚研院优秀成果奖”等重量级奖项数不胜数；以近满分的成绩连续三年第一；利用经济学双学位开展与计算机交叉的激励机制在肾脏交换网络中的运用；热爱社会实践和公益，从甘肃农村到瑞士、日本、中国香港都有他的足迹…… 从计算机到交叉学科，从科学研究到社会工作，这位清华大学交叉信息院计算机科学实验班的大四本科生，简历在网上曝光后，关于他“学霸”“神一样存在”的“神话”风起云涌。 “其实我真的很普通，就和园子里的很多同学一样。”初见吴佳俊，这位面庞清秀、鼻梁高挺的92年小伙子就迫不及待地告诉记者，这也是和他接触中听到最多的一句。当被问及网上的各种“传说”时，并不过多关注社交网站的他只是羞涩一笑。 1月初，刚从美国交流归来的吴佳俊仍然像往常一样，骑着略微陈旧的自行车穿梭于清华园：听讲座、做实验、改论文。 没有异于常人的学习方法 9月，年仅18岁的吴佳俊通过全国信息学奥林匹克竞赛从上海华东师范大学第二附属中学保送至清华大学。 和吴佳俊一起经历过高中竞赛的蒋林浩时常回忆起他们的“战友”岁月：“当时我们学校专门指导信息学竞赛的老师离职了，新换的老师还不熟悉，大家几乎只能自学。佳俊就把大家召集起来一起学习、经常请高年级同学做指导，发起‘互相出题和讲解’的活动。最后我们寝室四个人三个都考来了清华。” 入校后，校内二次招生选拔使成绩优异的他进入了有着中国计算机人才“摇篮”之称的清华计算机科学实验班。 在清华园，这个班级还有一个亲切的称呼——“姚班”，它由世界著名计算机科学家、计算机科学最高奖“图灵奖”得主姚期智院士创办。然而，在这个通过层层筛选汇集的30余人的精英班级里，吴佳俊的开始并不顺利：“大一上学期的几门考试成绩都不理想，一些基础课程如《计算机入门》等比较复杂，学起来有点吃力。” 吴佳俊又重拾起高中的学习方法，经常找班里的同学一起琢磨课业上的难题。“那时他经常忙到很晚，除了学习，还要花几个小时处理社团的事，有时候我们都睡了，他才回到宿舍。第二天起来，他已经离开了，几乎是‘晚二朝七’的节奏。”吴佳俊的室友杜超总会忍不住琢磨：“你究竟是如何在尽量少的睡眠下又保证不困的呢？”吴佳俊笑着回答：“人一天睡5个小时就够了，多了就是浪费时间。” “其实，我也没有异于常人的学习方法，可能就是比要求的多做一点点，可选的作业和项目，就尽量都去完成；提供的参考书目，尽量都去读。如果有可能的话，就再多读几本。”在吴佳俊看来，课业学习的重要性不仅在于具体的知识点，更在于培养思维能力以及在科研工作中的运用。 “科研之路漫漫，吾愿上下求索” 进入大二，吴佳俊开始了在“姚班”的科研探索之路。那年暑假，他申请到了微软亚洲研究院实习的机会，就此打开了一片新的视野。 也正是这年起，吴佳俊开始了和加州大学圣地亚哥分校教授两年多的合作。这段宝贵的经历使他领略到处于计算机科学和认知科学交汇处的计算机视觉领域的魅力：是否可以从静态的图片中去识别其他物体的动作。如仅从一张梅西踢足球的静态照片而不是整个视频就可获取动态信息？如何将这些方法更好地应用在物体识别和图像分割上？这些都成了他关注的重点。 此后，上课之余，他把大量时间“泡”在研究上，为了方便，实验室的沙发随便一蜷就是一晚。“过去几年，熬夜测试算法对他而言，几乎是家常便饭。甚至在特奖答辩结束当晚，他还马不停蹄地连续奋战两晚，完成了几篇论文的最后修改工作。”杜超说。 “佳俊是一个非常负责任的人。我们合作的时候我在清华而他在美国的实验室交流，我们只能通过Skype等方式交换意见。虽有12小时的时差，但我每一次有问题找他，几乎都能在网上第一时间联系到。他除了负责自己的，也不忘适时提醒其他人的工作。”吴佳俊的科研合作伙伴，和他同在“姚班”的汪一宁说。 正是对这些领域的专注，吴佳俊已有两篇论文，即《基于多示例学习的物体聚类》和《互联网图片的中层概念学习》，刊发在计算机视觉领域的顶级会议——IEEECVPR（国际计算机视觉与模式识别会议），一个在领域内得到极高认可，甚至被许多世界一流大学作为博士毕业标准的论文会议。 吴佳俊的研究成果很快得到学术界的认可，随后他先后接受了麻省理工、加州大学圣地亚哥分校和普林斯顿的实验室访问邀请。这期间，他又以第一作者的身份向CVPR2015提交了三篇论文，包含交互图像分割、大数据动作识别等主题。 谈及科研，他用了最朴素的两个字——“坚持”来概括：“无论我们想在哪一行取得一些成绩，都需要一个漫长的积累过程。在这个过程中，我们可能遇到种种困难与挫折，我们想要放弃或退缩，但只有克服这些困难，才能迈上新的高度。” 同行的人比到达的地方更重要 “我很幸运自己能在‘姚班’和清华这样一个宽松的环境中成长，当你看到这样一群有抱负的青年聚集在一起跃跃欲试的时候，是很难不热血沸腾的。”这是10月，吴佳俊在清华大学特等奖学生答辩时讲到的一句话。 在吴佳俊眼中，自己所在第一集体“姚班”确实有这样的魔力：从清华到王府井怎么走路程最短？男女生如何选择约会对象成功率最高？在课堂上“悬赏”必胜客出题，90%的同学都能在激励下25分钟内解出。这就是“姚班”首席教授姚期智先生亲自上课时的情景。 正如姚期智先生所言：“一批优秀同龄人共同营造的竞争氛围，是一个能够发现兴趣、激发潜力的模式环境。”姚先生曾不止一次地表示“清华这些学生完全不比世界其他国家一流大学培养出来的学生差，毕业生在国外已经获得相当大的名声。只要找到适合他们的方式，让他们由内而发对学术研究工作产生热情，这才是促成创新性学术成果的原动力。” 四年的大学时光，吴佳俊不仅专注于学业和科研，还将大量的精力放在自己的第二集体——清华大学“思源计划”，投身公益活动和社会实践。 在这个每年从全校选拔36人的新生队伍里，他们秉承“饮水思源服务社会”的理念，每年暑假走西部，赴基地，做调研。 回首三年的“思源”生活，吴佳俊在总结中写道：“武威支教中，黄羊川镇土坯房中学生的求学环境给了我很大的触动；成都的高新企业考察让我看到国内既有广阔天地和蒸蒸日上的事业，又有热情的伙伴，我们绝没有退缩的理由。” 学习工作之余，宿舍也是吴佳俊和伙伴们“打”成一片的地方：一起说三国杀、侃大山、互相推荐交流好书…… 科技让生活更美好 如今已经大四的吴佳俊已向多所顶尖大学的计算机科学博士项目提交了申请，在谈及未来时，吴佳俊腼腆一笑：“我想把做学问当成一生的理想。” 这个理想的形成，很大程度上要归功于他的“偶像”——姚期智先生。2004年，这个在美国生活30余年的科学家离开其任教的普林斯顿，回到清华园。针对国内基础学科教学，融合国际先进方法，为清华学生专门制定了二十几门全英文专业课程覆盖计算机科学前沿领域，并亲自执教其中的6门。 大学四年，姚先生每一次用平淡话语回首往事和学生交流时，他那“虽千万人吾往矣”的理想主义风骨都潜移默化地影响着吴佳俊： “上大学的目的是什么？我觉得最重要的是能发现这个世界，更重要的是发现你自己，了解自己的兴趣、能力在哪里。” “理想的事情是你找到一件事情你又有相当的能力，然后你又很有兴趣。如果一个人能满足这两点要求，并趁年轻努力工作，这个人就相当幸福了。” “我所学的东西能有机会在我出生的中国生根，有条件在该领域为中国培养出世界级的研究人员来，我觉得这是一件非常有意义的事情。” ………… “我其实就是想在计算机科学研究这条道路上一直走下去。希望能把这门在生活领域的改变带给普通人，让他们感知到科技带给生活的美好和幸福。”这些愿景，吴佳俊相信会是一个长期积累的过程，不需要着急，“我们常说要为祖国健康工作五十年。花五十年的时间来实现这些愿望，希望时间足够。”
cvpr论文相当于sci一区论文吗？解析如下：
sci一区是泛指一大类期刊。里面有很多高水平杂志，也有很多一般水平杂志，cvpr是顶尖级的，国内外很多教授穷其一生都无法在其上面发表哪怕一篇文章，它的含金量非常高。
CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写，即IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议。
美国《科学引文索引》(Science Citation Index, 简称 SCI )于1957 年由美国科学信息研究所(Institute for Scientific Information, 简称 ISI)在美国费城创办，是由美国科学信息研究所(ISI)1961年创办出版的引文数据库。
SCI(科学引文索引 )、EI(工程索引 )、ISTP(科技会议录索引 ) 是世界著名的三大科技文献检索系统，是国际公认的进行科学统计与科学评价的主要检索工具，其中以SCI最为重要。
CVPR的workshop审稿还是很严格的。虽然reviewers和主会不是一套班子，但也都是来自Google/Facebook的顶级学者。难度上，CVPR workshop=B类主会>C类主会。
CVPR录用标准
CVPR有着较为严苛的录用标准，会议整体的录取率通常不超过30%，而口头报告的论文比例更是不高于5%。而会议的组织方是一个循环的志愿群体，通常在某次会议召开的三年之前通过遴选产生。CVPR的审稿一般是双盲的，也就是说会议的审稿与投稿方均不知道对方的信息。
通常某一篇论文需要由三位审稿者进行审读。最后再由会议的领域主席(area chair)决定论文是否可被接收。
第一届CVPR会议于1983年在华盛顿由金出武雄和Dana Ballard举办，此后每年都在美国本土举行。会议一般在六月举行，而举办地通常情况下是在美国的西部，中部和东部地区之间循环。
例如，2013年该会议在波特兰召开。而2014年有超过1900人参加了在哥伦比亚举办的会议。而接下来的2015,2016和2017年，该会议分别于波士顿，拉斯维加斯和夏威夷举办。
CVPR有着较为严苛的录用标准，会议整体的录取率通常不超过30%，而口头报告的论文比例更是不高于5%。
而会议的组织方是一个循环的志愿群体，通常在某次会议召开的三年之前通过遴选产生。CVPR的审稿一般是双盲的，也就是说会议的审稿与投稿方均不知道对方的信息。通常某一篇论文需要由三位审稿者进行审读。最后再由会议的领域主席(area chair)决定论文是否可被接收。
在各种学术会议统计中，CVPR被认为有着很强的影响力和很高的排名。目前在中国计算机学会推荐国际学术会议的排名中，CVPR为人工智能领域的A类会议 。在巴西教育部的排名中排名为A1。基于微软学术搜索(Microsoft Academic Search)2014年的统计，CVPR中的论文总共被引用了169,936次。
大名鼎鼎的DenseNet，17年CVPR的best paper（当然有争议是后话），不得不读。黄高博士的扛鼎之作，之前在读他的Snapshot-Ensembles时感觉就很舒服，整个文章逻辑很清楚，实验对比做的也十分全面，相信这篇best paper更是没有问题，会给读者一种爽的感觉。
2019.2.20 2852次。绝对值很高，但相比其他经典网络，ResNet，GoogLeNet之类，有些差距。
本篇在16年8月挂到arXiv上，中了2017年CVPR，是继16年何大神的ResNet之后，第二个华人的best paper， 这里 有个作者本尊的talk，现场讲解。一作Gao Huang（黄高）05年北航的本科生（GPA第一），15年清华博士毕业（读了6年。。），后来在康奈尔待了3年做博后，此刻在清华作青椒，本篇是在康奈尔时的工作。二作刘壮（同等贡献）也是碉堡，现在在伯克利做博士生，之前是清华姚班的（13级），发这篇文章时还在清华，也就是说 本科生 。。。最近以一作的身份新发了一篇《Rethinking the Value of Network Pruning》，中了19年的ICLR，同时也是18年NIPS的best paper award。。这个世界太疯狂了，这都不是潜力股了，而是才华横溢溢的不行了。
官方实现在这里：
黄高个人主页在这里：
刘壮个人主页在这里：
先前的研究中说明只要网络包含短路连接，基本上就能更深，更准确，更有效的训练。本文基于这个观察，引入了密集卷积网络（DenseNet），它以前馈方式将每个层连接到所有层。传统的卷积网络L层有L个连接，而DenseNet有 个直接连接。对于每一层，它前面所有层的特征图都当作输入，而其本身的特征图作为所有后面层的输入（短路连接被发挥到极致，网络中每两层都相连）。DenseNet具有几个引入注目的优点： 可以缓解梯度消失问题，加强特征传播，鼓励特征重用，并大幅减少参数数量。
随着CNN变得越来越深，一个新的研究问题出现了：随着输入信息或梯度通过多层，它在到达网络结尾（或开始）处就消失了。ResNets和Highway Networks通过恒等连接将信号从一层传输到下一层。Stochastic depth通过在训练期间随机丢弃层来缩短ResNets，以得到更好的信息和梯度流。FractalNets重复组合几个并行层序列和不同数量的卷积块，以获得较深的标准深度，同时在网络中保持许多短路径。尽管上述方法的网络结构都有所不同，但它们有一个共同特征：创建从早期层到后期层的短路径。
本文提出一个简单的连接模式：为了确保网络中各层之间的最大信息流， 将所有层（匹配特征图大小）直接相互连接 。为了保持前向传播性质，每个层从所有前面的层获得附加输入，并将其自身特征图传递给所有后续层。
至关重要的是，与ResNets相比，在传递给下一层之前， 不是通过求和来合并特征，而是通过concat来合并特征 。因此， 层有 个输入，包括所有先前卷积块的特征图。其特征图被传递到后续所有 层。这在L层网络中引入了 个连接，而不是传统架构的L个连接。正是因为这种密集连接模式，所以称本文方法为密集连接网络（ Dense Convolutional Network DenseNet）。
相比传统卷积网络，这种密集连接模式有有一点可能违反直觉的是，它需要更少的参数，因为无需重新学习冗余的特征图。本文提出的DenseNet架构显式区分了添加到网络的信息和保留的信息。DenseNet的层非常窄（如每层只有12个滤波器），只给网络的"集体知识"增加一小组特征图，并保持其余的特征图不变。
除了更好的参数利用率之外，DenseNet的一大优势是它改善了整个网络中的信息流和梯度，使得网络更易于训练。每层都可以直接访问损失函数和原始输入信号的梯度（ 我屮，这不就是GoogLeNet当时为解决梯度消失而在中间层引入分类器那种ugly办法的替代吗 ），从而导致隐式的深度监督。这有助于训练更深的网络。
与DenseNet相似的级联结构早在1989年就提出来了。。Adanet的提出差不多是与DenseNet并行的，跨层连接也相似（话说竞争真激烈。。）
本文作者提出的另一个网络Stochastic depth说明并非所有层都需要，在深度残差网络中存在大量冗余的层。本文的部分灵感也来源于此。
相比从极深或极宽的架构中提取表示能力，DenseNet是通过 特征重用 来利用网络的潜力，得到易于训练和高参数效率的压缩模型。相比从不同层拼接特征的Inception网络，DenseNet更简单有效（看来Inception因其结构复杂性没少被批判）。
定义 为单张输入图像，网络由 层组成，每一层实现非线性变换 ，其中 为层的索引号。 可以是BN，ReLU，Pooling，Conv等操作的复合函数，定义 层的输出为 。
传统的层连接： 。ResNets增加了跳跃连接： 。ResNets的一个优势是梯度可以通过恒等函数直接从后面的层流向前面的层。然而，恒等函数和 的输出通过加法合并，有可能会阻碍网络的信息流。
本文引入与ResNets不同的连接模式：从任意层到所有后续层的直接连接（图1）。结果就是，第 层接收所有之前层的特征图作为输入： 。为了便于实现，concat 的多个输入为单一张量。
受ResNet v2启发，定义 为三个连续运算的复合函数：BN，ReLU，3 x 3 Conv
当特征图的大小改变时，concat运算是不可能的，然鹅，卷积网络的一个关键组成部分就是下采样层，通过它可以改变特征图大小。为了便于在架构中进行下采样，将网络划分为多个密集连接的密集块（dense blocks），如图2所示。
将密集块之间的层称为过渡层（transition layers），它们进行卷积和池化。本文实验中的过渡层由BN，1 x 1卷积和 2 x 2平均池化组成。
如果每个函数 生成 个特征图，它后面跟着的 层有 个输入特征图，其中 是输入层的通道数。DenseNet和现有网络架构的一个重要区别是DenseNet可以有非常窄的层，如 。本文将超参数 定义为网络的成长率（growth rate）。对此的一种解释是，每一层都可以访问其块中所有前面的特征图，即，网络的『集体知识』。可以将特征图视为网络的全局状态。每一层增加自己的 个特征图到这个状态。成长率反映了每层由多少新信息对全局状态有贡献。全局状态一旦写入，就可以被网络中的任何地方访问，而不像传统网络那样，无需从一层复制到另一层。（全文精华应该就是这一段了）
1x1 conv非常有用（提升计算效率），本文也大用特用。本文定义DenseNet-B的 为 BN-ReLU-Conv(1x1)-BN-ReLU-Conv(3x3)
为了使模型更紧凑，可以减少过渡层的特征图数量。如果密集块包含 个特征图，定义接下来的过渡层生成 个特征图，其中 表示压缩率。定义 的DenseNet为DenseNet-C，本位实验中设置为 。当同时使用瓶颈层和压缩过渡层时，定义模型为DenseNet-BC。
非ImageNet数据集采用同一个架构，由3个密集块构成。ImageNet的架构如表1所示
CIFAR SVHN ImageNet
所有网络都用SGD。
CIFAR和SVHN的batch size为64，epoch分别为300和40，初始学习率为0.1，在50%和75%的epoch时分别除10。
ImageNet的batch size为256，90个epoch，初始学习率为0.1，在30和60epoch时分别除10。
weight decay为 ，动量为0.9。用He初始化。
对于CIFAR和SVHN，还在每个卷积层后接了dropout层（除第一个卷积层外），丢失率为0.2。
看表2的最后一行
DenseNet可以利用更大更深模型表示能力的增长。
如图4所示
主要用DenseNet-BC和ResNet作比较。
表面上看，DenseNets和ResNets没什么不同，两个式子的差别仅仅是输入从加法变为concat，然而，这种看似很小的修改导致两种网络架构的行为明显不同。
因为鼓励特征重用，所以得到更紧凑的模型。
如图4所示。
对DenseNets准确率提升的一种解释是各个层通过短路连接从损失函数接收额外的监督（某种深度监督）。DenseNets用隐式的方式执行相似的深度监督：网络顶部的单个分类器通过最多两到三个过渡层为所有层提供直接监督。 然而，由于在所有层之间共享相同的损失函数，因此DenseNets的损失函数和梯度基本上不那么复杂。
和随机深度的对比，随机深度有点类似DenseNet：如果所有中间层都随机丢弃，那么在相同的池化层之间的任意两层都有可能直接连接。
DenseNet就是好，就是好啊就是好。在遵循简单的连接规则的同时，DenseNets自然地整合了恒等映射，深度监督和多样化深度的属性。
又是一篇没有什么数学公式的paper，越来越感觉深度学习像物理，很多结果都是基于做实验得到的。通过对实验的观察对比分析，找出实验中的缺陷不足，从而去改进，然后发paper。黄高博士的写作套路还是非常讨喜的，特别是开头的地方，娓娓道来，一步一步告诉你为什么要这么做，为什么要引入这一步。此外，DenseNets和作者本人的工作『随机深度』也有千丝万缕的关系，看来功夫做扎实了，沿着一条道路是可以出一系列成果的。
这是个好问题。。是要进一步衍生ResNet吗？
提出密集连接结构，将ResNet的跳跃连接发扬光大为两两连接
效果比ResNet还好，通过减少滤波器个数（文中称作成长率），参数量也下来了
感觉效果提升并没有那么明显，被后续出来的ResNeXt超过了
各种网络结构的实现：
黄高本人视频讲解：
作者本人的解答： CVPR 2017最佳论文作者解读：DenseNet 的“what”、“why”和“how”
DenseNet的3个优势：
CVPR论文可以说是世界顶级水平论文。
图片来源于网络
CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写，即IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议。这是一个一年一次的会议，举办地从来没有出过美国。正如它的名字一样，这个会上除了视觉的文章，还会有不少模式识别的文章，当然两方面的结合自然也是重点。
下面是前几年CVPR论文的接收情况：
图片来源于网络
cvpr录用标准相当严格，通常会议整体的录取率不超过25%，而口头报告的论文比例更只占5%不到。其会议的组织方是一个循环的志愿群体，其成员遴选一般会在某次会议召开的三年前进行。cvpr的审稿过程中会议的审稿方与投稿方均不知道对方的信息。而且一篇论文经常需要由三位审稿者进行审读。最后再由会议的领域主席决定是否接收。
在各种学术会议统计中，CVPR被认为有着很强的影响力和很高的排名。目前在中国计算机学会推荐国际学术会议的排名中，CVPR为人工智能领域的A类会议。
当然可以，尤其对于继续读研的同学来说，毕竟毕业论文花费了我们很长时间来完成，而且查重率也过了，也得到了老师的指导。如果你们学校本科毕业论文不入知网，就可以按照答辩时老师给出的意见进行修改，等研究生开学时，去向一些学术期刊或一些学术论坛投稿。
首先确定你要发表论文的期刊，研究该期刊的写作风格，然后再起草自己的论文，写好后投递给该期刊的编辑。
大学在校本科生发表论文一般都是在老师或研究生学长学姐的指导下进行的，可以说很少有人能独立完成。一般都是当助手，然后论文发表挂个4-5作这样的。
对现在的大学生来说，发表论文是一件很正常的事情，如果没有发表几篇论文，简历上都会少很多优势。今天说一说关于发表论文的流程。其实发表论文的流程很简单，主要由以下几点构成：
一、确定自己的发文方向，要向发表论文，一定要先确定自己要写什么样的论文，也就是论题是要确定下来，这样才会有了努力方向，不管是想要查资料，还是问老师心里都有底。
二、按照正确的格式写出文章，论文是有自己的格式的，不仅要写出来，格式也非常重要，什么字体，什么间距，字符等都需要格式。不知道的可以在网上搜一下，因为不同的专业需要的格式不一样。
三、文章查重，这是最重要的部分了，如果在查重方面过不了的话，文章是不会被发表出去的。论文查重的要求一般是10%-30%，只要在这些范围内就可以满足一般普刊的要求了。论文查重的网站有很多，常用的就是知网、万方、维普等，一般用得都是知网，其他网站也可以。查重的时候一定要注意公司最好用化名，而且内容尽量不要涉及敏感词，否则不容易通过。
四、确定杂志社，再投稿。当论文查重通过后，我们不能盲目的向杂志社投稿，也不能一稿多投，否则会被杂志社拉人黑名单。先要确定自己论文的类型最适合向哪个杂志社投稿，可以问问老师和学长学姐，他们都是很有经验的，当然，也可以在网上问。
五，投稿通过，了解杂志社的期数后等结果就可以了。
其实对于本科生发普刊就可以了，想要向前进步的话，就需要导师了，和一个好的导师一起发表论文一般专业性都很强。
大学期间，发表1篇SCI论文，对保送研究生帮助非常大，分区越高，加分越多，一区、二区最好。但是，同时也要看你的学分绩点、专业课的成绩单、在班级和学院的排名等。所以具体愿望能不能实现，要看你的目标院校如何？下面请看今天带来的分享：本科发表sci能保研吗？ 一、本科发表sci能保研吗？ 答案是应该可以的，不过具体要依据报考的学校的不同而定。 保研是有多个条件的，本科发表sci可以证明该本科生有比较高的科研水平，可以助力保研，但仅靠发表sci，就获得保研资格，还是比较难的。 保研的要求很高，且学校不同，要求也不一。本科生想要获得保研资格，就要看相关学校是否有保研名额以及保研的要求是什么。比如熟练掌握英语，CET6成绩达到460分（含）以上，本科前5学期平均学分绩排名应为本专业前10%，须由申请人所在学院的两名副教授（含）以上职称的专家推荐等等。 保研要求中有一些是硬性标准，这些硬性标准是一个学生获得保研资格必须满足的条件，是发表sci无法替代的。比如CET6成绩是硬性标准，没有达到460分（含）以上，哪怕有发表的sci，也会无缘保研。当然遇到特殊情况，就要视具体情况而定。即本科生获得保研，优异的成绩很重要。 本科发表sci对保研有好处，比如每个学校保研是有名额的，同等条件小，发表sci的本科生，容易优先获得保研名额；再比如保研的学生，往往还要进行面试，有含金量高的sci，获得的认可度也比较高。 总之，本科发表sci对保研有好处，同时也要注意保研的其他要求。另外，发表sci对本科生来说是一个很好的机会，而且sci期刊的水准越高，对本科生的好处也会越多。 二、为了一篇SCI你需要付出什么？ SCI论文指的是发表在被SCI论文科学引文索引（Science Citation Index，SCI）收录的期刊上的科技论文。这其中涵盖了许许多多的领域，包括数学、物理、化学、生命科学、医学、生命科学等等。JCR分区也将SCI论文分为四个档位，以此区分论文之间的质量。 如果说研究生的主要任务就是发表一篇SCI达到毕业标准，那么理论上本科生是无法接触到科研项目的。但是好在近几年国内高校推出了许多提前让本科生接触科研的项目，例如校内的科研训练、挑战杯等等，这才使进入实验室逐渐成为了一种主流的趋势。 科研训练在一定程度上是十分容易的，不要求你有创新性与论文产出，只需要完整完成整个项目就可以，因为国内部分导师的轻视，科研训练竟沦为获取部分科研经费的手段，其中的本科生并不能得到训练，更不要提发论文了。 在这种环境下，对于一篇SCI论文，不仅是课题难选、实验操作难学，基础知识缺乏，更重要的是靠谱的导师十分匮乏，这成为了发表SCI的第一重阻碍。 SCI论文为英文书写，这也就构成了第二重阻碍，很多同学英语不过关，写起来常常词不达意，走了许多弯路，甚至还对写论文产生了心理阴影。 三、本科发表sci去国外留学什么国家比较好？ 首推新加坡。 1、新加坡政府学费津贴 若被新加坡政府理工学院、大学录取，中国学生可获得高达80%政府学费津贴；获得学费津贴者，政府理工学院、大学每年学费约需人民币13000元/年。 2、新加坡绿卡 凡是从政府国立院校毕业，均可获得绿卡并享受福利待遇（住房、医疗保险、子女教育、养诸）同时可担保父母新加坡居住。 3、解决就业高薪回报 从新加坡政府高等院校毕业后，就业率100%，新加坡理I学院毕业生可获至少9000人民币/月的薪金，国立大学毕业生可获得至少11500人民币/月的薪金，远远大于国内一般硕士的收入水平。 4、国际文凭 获得国际水准的教育，政府对学校投资大，校舍一流，师资水准高。凭含镐，获得国际认可，可以申请到英国、美国、加拿大等多国升学和工作。 5、合法打工 就读新加坡政府理工学院、大学，可获得每周16小时的合法打工，可以人事家教、服务、文员等工作，靠打工挣得自己的生活费，年约3.5万人民币。 6、黄金跳板 新加坡政府理工学院、大学的文凭含金两高，国际认可，可更容易转入英国、美国、澳大利亚、加拿大等国家知名大学继续学业，实现更美好的未来。 7、双语人才 在新加坡3-5年的学习和生活，英文几乎成为母语，相当于额外获得一个英文本科教育，具备新加坡绿卡很容易到其他国家留学，工作和生活。 8、全球就业 持新加坡绿卡可以任意出入全球100多个国家，未来发展空间巨大。成为名副其实的国际人才，视野更开阔，机会更多，能力更强。 9、便移民 获得绿卡后，可立即担保配偶和子女获得绿卡，无条件担保父母及母来新居住，并给予多次往返签证。 10、老无所忧、幸福生活 新加坡公民买房获得政府首付款补助，子女上学，每钥学费极为低廉。各类福利保险完善，生活过得安康舒适特别是退休养老金可获得高达70万新币（相当于350万人民币），老无所忧，幸福生活。 11、院校实力强 新加坡举全岛之力发展教育，且鼓励国民终生教育，院校实力和国际化程度高，比留学热门地英美的大多数学校各项排名都领先（毕竟英美学校太多了，政府都倾力发展的难度也太高）。所以如果是简单粗暴地用 QS 排名来看，新加坡的前两所： 新加坡国立大学 和 南洋理工大学 ，可以说是常年位列 11、12 这样的名次，包括各专排也总是名列前茅。除了这两所， 新加坡管理大学 的经管、财会类专业专业度非常高，教学水平和学生质量都非常好。 以上就是对本科发表sci能否保研问题的解答？希望对为保研而苦恼的各位有所帮助！发表sci对保研有很大帮助，各位加油哦~
本科生发表一篇sci意味着是国际学术界的高水平论文。
sci论文代表了本专业在世界上被认可的先进成果以及发展趋势。SCI所收录期刊的内容主要涉及数、理、化、农、林、医、生物等基础科学研究领域。
如果你想在本科阶段发成功SCI这里可以给予你一些建议。
1.认清自身
一方面要认清自己有没有静下心来做实验搞科研的耐心和动力，毕竟很多学生高考选专业基本算是盲选，其中有些人不适合这个专业，也有些人对科研毫无兴趣。比如谁说你学化学将来毕业就一定要搞科研？甚至于你出来做和化学无关的事情也很正常。
另一方面要认清自己所学专业出高水平科研成果的可能性。有些专业真的不太好在本科阶段搞出成果，没有成果怎么去发SCI？更别提和SCI基本无缘的社科专业了。
2.学好专业课
搞科研对本科生来说是超纲的，打好专业理论基础才是本科生最该做的事情。你一个学化学的，专业理论基础都不牢固，哪个老师敢让你去做实验？这甚至都不是能不能做的问题，而是你基础打不好，进实验室是要出人命的。这不是开玩笑，化学实验室死人的事情并不鲜见。
3.选好路径
要本科想发SCI无非两条路径：一条是加入学校导师已有的课题组，最后课题组发文的时候带上你的名字。前提是你得能帮上忙。
另一条是你自己有好的选题或你或你们自己有一个课题组，比如大创课题组，导师来指导你做实验写论文，最后你再去投稿。
这可以说是非常厉害的水平了，一般情况下对研究生才会要求Science论文发表。
学院一直注重本科生科研能力的培养，鼓励学生参与高水平的科学研究和国际合作，出台《天津大学理学院本科生科研能力提升计划》，激发学生主动学习意识和潜能，不断提升学生的学习能力、创新能力、实践能力和合作精神。
本科生发表一篇sci意味着是国际学术界的高水平论文。
sci的相关简介如下：
sci论文代表了本专业在世界上被认可的先进成果以及发展趋势。SCI所收录期刊的内容主要涉及数、理、化、农、林、医、生物等基础科学研究领域。
《科学引文索引》（Science Citation Index，SCI ）美国科学信息研究所（ ISI）的尤金·加菲尔德（Eugene Garfield）于1957 年在美国费城创办的引文数据库。
SCI（科学引文索引）、EI（工程索引）、ISTP（科技会议录索引）是世界著名的三大科技文献检索系统，是国际公认的进行科学统计与科学评价的主要检索工具。
2020年2月，教育部、科技部印发了《关于规范高等学校SCI论文相关指标使用 树立正确评价导向的若干意见》，该文件要破除论文“SCI至上”，也要以此为突破口，拿出针对性强、操作性强的实招硬招，破除“唯论文”，树立正确的评价导向。
科学引文索引以其独特的引证途径和综合全面的科学数据，通过统计大量的引文，然后得出某期刊某论文在某学科内的影响因子、被引频次、即时指数等量化指标来对期刊、论文等进行排行。
本科生发表一篇sci意味着是国际学术界的高水平论文。
sci论文代表了本专业在世界上被认可的先进成果以及发展趋势。SCI所收录期刊的内容主要涉及数、理、化、农、林、医、生物等基础科学研究领域。
如果你想在本科阶段发成功SCI这里可以给予你一些建议。
1.认清自身
一方面要认清自己有没有静下心来做实验搞科研的耐心和动力，毕竟很多学生高考选专业基本算是盲选，其中有些人不适合这个专业，也有些人对科研毫无兴趣。比如谁说你学化学将来毕业就一定要搞科研？甚至于你出来做和化学无关的事情也很正常。
另一方面要认清自己所学专业出高水平科研成果的可能性。有些专业真的不太好在本科阶段搞出成果，没有成果怎么去发SCI？更别提和SCI基本无缘的社科专业了。
2.学好专业课
搞科研对本科生来说是超纲的，打好专业理论基础才是本科生最该做的事情。你一个学化学的，专业理论基础都不牢固，哪个老师敢让你去做实验？这甚至都不是能不能做的问题，而是你基础打不好，进实验室是要出人命的。这不是开玩笑，化学实验室死人的事情并不鲜见。
3.选好路径
要本科想发SCI无非两条路径：一条是加入学校导师已有的课题组，最后课题组发文的时候带上你的名字。前提是你得能帮上忙。
另一条是你自己有好的选题或你或你们自己有一个课题组，比如大创课题组，导师来指导你做实验写论文，最后你再去投稿。
本科生能发表SCI。
sci发表主要有以下条件：
一、基础条件要求论文务必是原创的。Sci是一个尊重文章专利权的期刊，要想把论文发表到sci期刊上，前提之一论文一定是原创的，不能够随意抄袭别的论文，而且一旦发现将会使用法律手段来解决问题。
二、要求论文使用英文来进行表达。如果是原作者的英文水平有限，就需要更高水平的英文编辑来帮忙翻译并母语化润色了。
三、要求论文的有一定的创新性。论文能否成功发表在sci期刊上，它的创新性很重要。发表在sci期刊上的论文，对其专业性要求很高，专业不同论文专题当然会有差异。所以在后来的科研学者要想把自己的论文发表在sci里，就必须要留意论文的创新性。另外，具有创新性的论文专题比常规性论文专题更易被收录。
四、要求论文的高度专业性。一般来说，能够在sci上发表的论文都是专业性很强的，所以这就要求了想要在sci上发表的论文的相当的专业性高度。
SCI发表只注重文章的质量，对于发表者的学历、就读学校等都没有强制的要求，因而本科生只要你研究的问题具有研究的价值，撰写的论文具有专业性和创新性，满足SCI的相关要求，就可以发表SCI。如果本科生能够发表SCI的话，无论升学还是找工作，都会给个人的简历增色不少。以下是sci发表的程序，仅供有需要的学生参考：