Biodata Mining SCIE

國(guó)際簡(jiǎn)稱：BIODATA MIN 參考譯名：生物數(shù)據(jù)挖掘

主要研究方向：MATHEMATICAL & COMPUTATIONAL BIOLOGY 非預(yù)警期刊審稿周期： 23 Weeks

《生物數(shù)據(jù)挖掘》(Biodata Mining)是一本由BioMed Central出版的以MATHEMATICAL & COMPUTATIONAL BIOLOGY為研究特色的國(guó)際期刊，發(fā)表該領(lǐng)域相關(guān)的原創(chuàng)研究文章、評(píng)論文章和綜述文章，及時(shí)報(bào)道該領(lǐng)域相關(guān)理論、實(shí)踐和應(yīng)用學(xué)科的最新發(fā)現(xiàn)，旨在促進(jìn)該學(xué)科領(lǐng)域科學(xué)信息的快速交流。該期刊是一本開放期刊，近三年沒有被列入預(yù)警名單。

3區(qū) 中科院分區(qū)
Q1 JCR分區(qū)
32 年發(fā)文量
4 IF影響因子
開放是否OA
23 H-index
2008 創(chuàng)刊年份
1 issue/year 出版周期
English 出版語(yǔ)言

BioData Mining is an open access, open peer-reviewed journal encompassing research on all aspects of data mining applied to high-dimensional biological and biomedical data, focusing on computational aspects of knowledge discovery from large-scale genetic, transcriptomic, genomic, proteomic, and metabolomic data.

Topical areas include, but are not limited to:

-Development, evaluation, and application of novel data mining and machine learning algorithms.

-Adaptation, evaluation, and application of traditional data mining and machine learning algorithms.

-Open-source software for the application of data mining and machine learning algorithms.

-Design, development and integration of databases, software and web services for the storage, management, retrieval, and analysis of data from large scale studies.

-Pre-processing, post-processing, modeling, and interpretation of data mining and machine learning results for biological interpretation and knowledge discovery.

[ 查看全部 ]

投稿咨詢加急咨詢

Biodata Mining期刊信息

ISSN：1756-0381
出版語(yǔ)言：English
是否OA：開放
E-ISSN：1756-0381
出版地區(qū)：ENGLAND
是否預(yù)警：否
出版商：BioMed Central
出版周期：1 issue/year
創(chuàng)刊時(shí)間：2008
開源占比：0.9896
Gold OA文章占比：100.00%
OA被引用占比：1
出版國(guó)人文章占比：0.2
出版撤稿占比：0
研究類文章占比：93.75%

Biodata Mining CiteScore評(píng)價(jià)數(shù)據(jù)（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指數(shù)

7.9

0.958

1.413

學(xué)科類別	分區(qū)	排名	百分位
大類：Mathematics 小類：Computational Mathematics	Q1	11 / 189	94%
大類：Mathematics 小類：Computational Theory and Mathematics	Q1	17 / 176	90%
大類：Mathematics 小類：Computer Science Applications	Q1	166 / 817	79%
大類：Mathematics 小類：Genetics	Q1	76 / 347	78%
大類：Mathematics 小類：Biochemistry	Q1	104 / 438	76%
大類：Mathematics 小類：Molecular Biology	Q2	130 / 410	68%

名詞解釋：CiteScore 是衡量期刊所發(fā)表文獻(xiàn)的平均受引用次數(shù)，是在 Scopus 中衡量期刊影響力的另一個(gè)指標(biāo)。當(dāng)年CiteScore 的計(jì)算依據(jù)是期刊最近4年（含計(jì)算年度）的被引次數(shù)除以該期刊近四年發(fā)表的文獻(xiàn)數(shù)。例如，2022年的 CiteScore 計(jì)算方法為：2022年的 CiteScore =2019-2022年收到的對(duì)2019-2022年發(fā)表的文件的引用數(shù)量÷2019-2022年發(fā)布的文獻(xiàn)數(shù)量注：文獻(xiàn)類型包括：文章、評(píng)論、會(huì)議論文、書籍章節(jié)和數(shù)據(jù)論文。

Biodata Mining中科院評(píng)價(jià)數(shù)據(jù)

中科院 2023年12月升級(jí)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	生物學(xué)	3區(qū)	MATHEMATICAL & COMPUTATIONAL BIOLOGY 數(shù)學(xué)與計(jì)算生物學(xué)	2區(qū)

中科院 2022年12月升級(jí)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	生物學(xué)	3區(qū)	MATHEMATICAL & COMPUTATIONAL BIOLOGY 數(shù)學(xué)與計(jì)算生物學(xué)	3區(qū)

中科院 2021年12月舊的升級(jí)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	生物學(xué)	4區(qū)	MATHEMATICAL & COMPUTATIONAL BIOLOGY 數(shù)學(xué)與計(jì)算生物學(xué)	3區(qū)

中科院 2021年12月基礎(chǔ)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	生物	3區(qū)	MATHEMATICAL & COMPUTATIONAL BIOLOGY 數(shù)學(xué)與計(jì)算生物學(xué)	3區(qū)

中科院 2021年12月升級(jí)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	生物學(xué)	4區(qū)	MATHEMATICAL & COMPUTATIONAL BIOLOGY 數(shù)學(xué)與計(jì)算生物學(xué)	3區(qū)

中科院 2020年12月舊的升級(jí)版

Top期刊	綜述期刊	大類學(xué)科		小類學(xué)科
否	否	計(jì)算機(jī)科學(xué)	4區(qū)	MATHEMATICAL & COMPUTATIONAL BIOLOGY 數(shù)學(xué)與計(jì)算生物學(xué)	4區(qū)

Biodata Mining JCR評(píng)價(jià)數(shù)據(jù)（2023-2024年最新版）

按JIF指標(biāo)學(xué)科分區(qū)	收錄子集	分區(qū)	排名	百分位
學(xué)科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q1	8 / 65	88.5%

按JCI指標(biāo)學(xué)科分區(qū)	收錄子集	分區(qū)	排名	百分位
學(xué)科：MATHEMATICAL & COMPUTATIONAL BIOLOGY	SCIE	Q1	10 / 65	85.38%

Biodata Mining歷年數(shù)據(jù)統(tǒng)計(jì)

影響因子

中科院分區(qū)

Biodata Mining中國(guó)學(xué)者發(fā)文選摘

1、Motif mining based on network space compression
Author: Qiang Zhang, Yuan Xu

Journal: BioData Mining, 2014, Vol.8, , DOI:10.1186/s13040-014-0029-x
2、An iteration normalization and test method for differential expression analysis of RNA-seq data
Author: Yan Zhou, Nan Lin, Baoxue Zhang

Journal: BioData Mining, 2014, Vol.7, , DOI:10.1186/1756-0381-7-15
3、Prediction of protein solvent accessibility using PSO-SVR with multiple sequence-derived features and weighted sliding window scheme
Author: Jian Zhang, Wenhan Chen, Pingping Sun, Xiaowei Zhao, Zhiqiang Ma

Journal: BioData Mining, 2015, Vol.8, , DOI:10.1186/s13040-014-0031-3
4、Mining causal relationships among clinical variables for cancer diagnosis based on Bayesian analysis
Author: LiMin Wang

Journal: BioData Mining, 2015, Vol.8, , DOI:10.1186/s13040-015-0046-4
5、Predicting linear B-cell epitopes using amino acid anchoring pair composition
Author: Weike Shen, Yuan Cao, Lei Cha, Xufei Zhang, Xiaomin Ying, Wei Zhang, Kun Ge, Wuju Li, Li Zhong

Journal: BioData Mining, 2015, Vol.8, , DOI:10.1186/s13040-015-0047-3
6、Accurate prediction of protein relative solvent accessibility using a balanced model
Author: Wei Wu, Zhiheng Wang, Peisheng Cong, Tonghua Li

Journal: BioData Mining, 2017, Vol.10, , DOI:10.1186/s13040-016-0121-5
7、A feature selection method based on multiple kernel learning with expression profiles of different types
Author: Wei Du, Zhongbo Cao, Tianci Song, Ying Li, Yanchun Liang

Journal: BioData Mining, 2017, Vol.10, , DOI:10.1186/s13040-017-0124-x
8、Elevated transcriptional levels of aldolase A (ALDOA) associates with cell cycle-related genes in patients with NSCLC and several solid tumors
Author: Fan Zhang, Jie-Diao Lin, Xiao-Yu Zuo, Yi-Xuan Zhuang, Chao-Qun Hong, Guo-Jun Zhang, Xiao-Jiang Cui, Yu-Kun Cui

Journal: BioData Mining, 2017, Vol.10, , DOI:10.1186/s13040-016-0122-4