springer期刊投稿跟踪

springer期刊投稿跟踪

很高兴告诉你！接收后就是proof，即校稿，主要都是下面这些内容这表示你的文章已经录用后，在发给你proofs之前，要先填一些东西，第一个是order open access，这个的意思是如果你订了，你要付给，而你的文章别人可以随便，不用付，意思就是你帮他们付了，所以不要订这个。另一个是order paper offprints ，就是你是不是要订纸质的论文，也要加，建议不要。第三是是否要把图片以彩色出版，这个也要加，所以也建议不要。第四个是转让版权，这个点同意就可以了。然后你会收到一个确认，记住，上面的选项有些是订了就不能修改的。注意不要弄错了。在发给你proofs的时候，会有一个允许出版许可的文件，你可以打印下来 ，签好字，然后扫描一下，和corrections一起发给就行了。为你解除疑惑是我的快乐！

1、首先打开springer投稿系统。2、其次在系统中找到账号管理。3、然后在账号管理中找到查找账号信息。4、最后在查找账号中输入绑定的手机号即可查询到。

目标跟踪投稿sci期刊

看三大会议就行了 ICCV ECCV CVPR

从写好一篇SCI，到投递一篇SCI，这个过程中我们需要经历哪些工作呢？选择合适的SCI期刊、下载Introduction for submission、准备稿件及其相关材料、网上投稿-Submit a manu，每个步骤都需要我们认真对待。选择合适的SCI期刊毫无疑问，最先要做的，就是选择期刊。据统计，大部分作者关注的期刊不超过20个，而略有接触的期刊也少于50个。而相对几千种SCI期刊来说，确实不够。选择期刊，建议结合专业、最近的影响因子表，和他人经验来综合选择要投递的期刊。1.投刊选择一是选定SCI源期刊。首先要了解相关学科被SCI收录的期刊及其基本情况,了解该刊物的投稿须知、主办单位、办刊宗旨、联系方式、出版形式、出版周期、报导内容、来稿规定等。查询哪些刊物被SCI收录,可以直接访问ISI公司的主页,找到SCI收录的期刊列表。其次,进一步通过ISI每年出版的期刊引用报告(JournalCitationRe-ports,JCR),查找相应期刊的影响因子,可以根据期刊的影响因子排名来决定投稿方向,确定它们的档次,选择合适的刊物。二是选择有关国际学术会议论文集。SCI除主要收录来自源期刊的科技论文外,还收录了一些重要的国际会议论文集,也收录一些国际上主要的学术团体、学会、协会和研讨会的会议录。因此,积极参加国际会议并提交学术论文进行国际间的学术交流,也是增加科技论文被SCI收录的途径之一。2.投稿事项向SCI国际学术期刊投稿有几个途径:一是寄给主编,二是寄到编辑部,三是在线传送,当然以在线传送最方便、安全、快捷,应按具体杂志的具体要求进行。国际学术期刊的审稿周期较短,快则2周,慢则几个月即可明确通知通讯作者是否采用稿件。通讯作者担负着同编辑部联系的责任。稿件审理结束后,主编会将审稿人对论文的评审意见寄给通讯作者,并会明确通知通讯作者是否退稿或要求作者修改稿件。审稿人及主编对论文的评审、修改意见一般都比较具体,作者应按修改意见在规定时间内修改稿件或补充实验数据,并在给主编的信(CoverLetter)中陈述是具体如何修改的,哪些地方按修改意见作了修改,以及没按修改意见修改的原因等。主编收到修改稿后会很快通知通讯作者是否正式录用稿件。一般情况下,按修改意见在规定时间内修改的稿件都会被正式录用,个别情况会再评审修改稿。由于办刊经费不足、发行量少、印刷出版成本费高等原因,SCI源期刊也是要收取一定的版面费或发表费。另外,论文发表后杂志会免费提供样刊或一定数量的抽印本(offprints),若作者要求额外的抽印本则需另外付费。优助医学专注医学学术，sci实验定制，数据统计，科研立项，行业深耕八年~下载Introduction for submission只要到每个杂志的首页，打开submit paper一栏，点击Introduction查看或下载即可。通常投稿须知会有如下内容：(1) 读刊头(masthead statement，通常放在期刊前面的文题页上)，以了解刊名、简单的办刊宗旨、编辑委员会组成、编辑部成员、出版商及其联系地址等。(2) 浏览目录(table of contents)，确定该刊物是否发表你研究领域的文章及发表的比例有多大。(3) 注意栏目设置，确定拟投稿件的栏目。(4) 看拟投栏目文章的范例，了解撰写要求及格式。(5) 某些期刊刊登投稿和接收日期(submitted and accepted dates)，可据此计算论文发表周期。(6) 广告数量可间接判断期刊质量。因为广告公司都愿意将金钱投到质量高、影响大的期刊上。(7) 通过11或12月份出版的杂志最后几页上的“所有权、管理和发行声明”(statement of ownership，management，and circulation)查找期刊发行量。(8) 核查有无北美和欧洲以外国家作者撰写的文章。(9) 有些期刊还刊登报道计划，作者可依此拟订自己的投稿计划。准备稿件及其相关材料Preparation：Manu.doc、Tables.doc、Figures.tiff(jpg等)、Cover letter，有时还有Title page、Copyright agreement、Conflicts of interest等。网上投稿-Submit a manu先到每个杂志的首页，打开submit paper一栏，先以通讯作者的身份register一个账号，然后以author login身份登录。登录投稿系统后，点Start new submission(新投稿)即可以开始投稿，上面提到的几类投稿系统是比较常见的，先选文稿类型，然后填写标题，摘要，关键词，作者信息，文章细节信息等，根据各个系统的具体要求逐步来填写，打星号的是必填项，其他可以选择性的填写。比较特殊的是Nature Publishing group这个系统，如Scientific reports这个杂志，需要先上传文稿，然后再填写具体相关信息。如有不太清楚如何填写的内容，可以再看下稿约的内容。最后根据不同杂志的要求上次稿件。传完稿件后一般会有一个确认的过程，杂志社投稿系统会自动生成一个PDF文档，需要下载查看，这个文档前面是刚才填入系统的一些信息，后面是文章内容，因为PDF是投稿系统自动生成的，格式会与提交的Word文档略有不同，不用太在意，最终会以Word文档为准。如果内容上没有问题，点确认后就可以提交完成投稿了。在线投稿却需要我们注意：一、应注意查询拟投稿期刊的最新要求，以便在稿件的准备中尽早开始遵循期刊的习惯和格式。二、投稿时应严格遵循期刊的相关要求，按规定的程序填写或添加投稿信息，如投稿信、摘要、文件类型、辅助信息、图件、建议的审稿人等，以满足期刊的要求。三、Email地址必须准确，有些期刊要求主要作者和通信作者有相互独立的用户名和密码，并且主要是与通信作者进行投稿及投稿后的联系，这也是在投稿时需要注意的。四、除了Email和FTP投稿形式需要一次性投稿外，通过网页的投稿可以采取暂时保存的形式分多次完成投稿任务，在最终递交稿件前，投稿系统需要作者确认所有项目均已完成并且允许作者修改。通常情况下投稿完成以后就不允许作者对已投的稿件进行修改，除非编辑和出版商要求作者作某些修改。五、投稿成功以后，作者通常会收到一份来自编辑或系统的确认函，作者可根据确认函提供的稿件编号跟踪稿件状态及进行投稿后的联系（如要求加快稿件处理速度），可通过投稿系统规定的渠道或Email与编辑联络。六、当稿件需要修改时，编辑会通过邮件通知作者需要修改的细节，作者应该通过指定的方式递交修改稿（投稿系统，Email或FTP）。

1、选择合适的SCI期刊。2、下载Introduction for submission。只要到每个杂志的首页，打开submit paper一栏，点击Introduction查看或下载即可。3、稿件及其相关材料准备-Preparation：Manuscript.doc、Tables.doc、Figures.tiff（jpg等）、 Cover letter，有时还有Title page、Copyright agreement、Conflicts of interest等。4、网上投稿-Submit a manuscript：先到每个杂志的首页，打开submit paper一栏，先以通讯作者的身份register一个账号，然后以author login身份登录，按照提示依次完成：Select Article Type、Enter Title、Add/Edit/Remove Authors、Submit Abstract、Enter Keywords、Select Classifications、Enter Comments、Request Editor、Attach Files，最后下载pdf，查看无误后，即可到投稿主页approve submission或直接submit it。 当然，不少杂志采用email投稿，这时候，你需要注册一个hotmail或yahoo，或gmail信箱，然后将cover letter的内容略修改作为信的内容，将文章各部分作为附件发送过去。一般不建议用国内的信箱，因为不少国外的杂志对国内的信箱是屏蔽的。5、定期关注稿件状态-Status：Submit New Manuscript、Submissions Sent Back to Author、Icomplete Submissions、Sbmissions Waiting for Author's Approval、Submissions Being Processed、Submissions Needing Revision、Rvisions Sent Back to Author、Icomplete Submissions Being Revised、Risions Waiting for Author's Approval、Revisions Being Processed、Declined Revisions。一般来说，投稿后，一周以内便可以进入审稿状态，1-3个月会有初审结果。如何关注呢，如果是你自行投稿，建议三天，一周，半个月，一个月，两个月均check一次。6、修回稿的投递-Submitted the revised manuscript：主要修改revised manuscript、response to the reviewers、cover letter，关键是response letter，这非常关键，要逐条回复reviewers的意见，这里面技巧相当多。程序是进入投稿主页main menu，点击revise，仍然按照原先程序投递（近似于4），切记把修改的标题、摘要和回复信等内容要修改。最后上传附件时，先把留下来且未修改的材料前打钩（表示留下不变），然后点击next，再上传已经修改的材料（主要包括revised manuscript、response to the reviewers、cover letter等），最后下载pdf，查看无误后，即可到投稿主页approve submission或直接submit it。7、校样-Correct the proof：一般编辑部先寄出三个电子文档，包括Query、Proofs、p-annotate，有时也可能伴有纸质文档校样。校样后通过E-mail 寄出即可，或通过email确认。一般校样作者自行核对，我们有专门的校样工作人员，可以检查出在校样过程中，发现的一些细微错误。对文章进行最后的完善。8、版权协议-Copyright agreement和利益冲突-Conflicts of interest：一般首次投稿时就需要提供，但也有少数杂志是Accepted之后才需要提供。 付款。一般文章确认接收后，有付款的过程。

核心期刊的操作过程过程大概是这几步：选题—实验—统计—成文—投稿—初审—外审—修改—发表，前面4个环节实际上就是写文章并投稿，时间和文章投稿都是自己可以控制的，可以写得快一些也可以慢工出细活，但是投稿以后，审稿速度和审稿结果就把握在别人手里了。这个审稿时间，让很多着急的人甚是烦躁，但没办法也只能等。大部分的核心期刊在征稿启示里都很清楚的写着是3个月，顶级核心期刊身高时间可能更长，达到6个月，这是因为他们这些刊物更权威，审稿需要把文章看得更仔细，更重要的是审稿专家的时间也很紧张，并不是普通期刊那样由编辑坐在办公室天天下载稿件，审稿就是检测一下复制率就完事。当然，申明的3个月或者3-6个月的并不一定要这么长，有时候也会很快。但总的来说核心期刊通常是3个月左右。如果3个月后审稿通过的话，接下来就是排期，即正式发表，大约是审稿通过后的半年左右，这就是说审稿通过并不是马上就能发表的，而要等半年到一年左右才能正式发表出来。相当于你写完文章——投稿——审稿通过——发表的时间大约是9个月到一年左右。

springer期刊投稿

朋友你好，如果投稿更有针对性，命中率会更高一些。这就关系到，你是哪里的？干什么的？写的稿件是什么体裁？什么内容？如果说投稿的话，最好投当地的报刊、网络或者是你从事的职业报刊发表，要投哪个媒体首先要研究哪个媒体，看它需要什么内容、什么体裁、什么格式的稿件，“对症下药”，这样会更轻松一些、方便一些，命中率会更高一些。如果你能够告诉我你的具体情况（干什么工作，哪里的，写的小说的大致内容等），我可以给你一些建议。我1993年开始在部队时开始发表各类文章，包括：报告文学、新闻、诗歌、散文、小说、评论等体裁的，到目前发表的大约5000篇左右吧，有40多篇获奖。另外：投稿时，第一要有信心，第二要投对报刊媒体，这两点非常重要。祝你成功！

可以第一作者投稿没有帐号就先到官网去注册一个帐号，然后马上收 email 后开通帐号。接着登入投稿系统投稿；开始提交新的论文初稿；现阶段，这个期刊不收 Letter, Comment, Short communication 等短文。接着继续填写论文题目；输入完论文题入后就是添加作者；接着继续填写摘要；然后输入关键词，关键词要用分号隔开，框框上方有范例可以参考；这阶段是选则论文的类别及属性。选择正确的论文类别，有助于 editor 指派研究领域相同的 reviewer，若找不到相同的类别，可以选择相近的大类。接下来，就是上传所有的文件。

目标跟踪论文发表

运动目标检测与跟踪算法研究 视觉是人类感知自身周围复杂环境最直接有效的手段之一， 而在现实生活中 大量有意义的视觉信息都包含在运动中，人眼对运动的物体和目标也更敏感，能 够快速的发现运动目标， 并对目标的运动轨迹进行预测和描绘。 随着计算机技术、 通信技术、图像处理技术的不断发展，计算机视觉己成为目前的热点研究问题之 一。 而运动目标检测与跟踪是计算机视觉研究的核心课题之一， 融合了图像处理、 模式识别、人工智能、自动控制、计算机等众多领域的先进技术，在军事制导、 视觉导航、视频监控、智能交通、医疗诊断、工业产品检测等方面有着重要的实 用价值和广阔的发展前景。 1、国内外研究现状 1.1 运动目标检测 运动目标检测是指从序列图像中将运动的前景目标从背景图像中提取出来。 根据运动目标与摄像机之间的关系， 运动目标检测分为静态背景下的运动目标检 测和动态背景下的运动目标检测。 静态背景下的运动目标检测是指摄像机在整个 监视过程中不发生移动； 动态背景下的运动目标检测是指摄像机在监视过程中发 生了移动，如平动、旋转或多自由度运动等。 静态背景 静态背景下的运动目标检测方法主要有以下几种： （1）背景差分法 背景差分法是目前最常用的一种目标检测方法， 其基本思想就是首先获得一个 背景模型，然后将当前帧与背景模型相减，如果像素差值大于某一阈值，则判断 此像素属于运动目标，否则属于背景图像。利用当前图像与背景图像的差分来检 测运动区域，一般能够提供比较完整的特征数据，但对于动态场景的变化，如光 照和外来无关事件的干扰等特别敏感。 很多研究人员目前都致力于开发不同的背 景模型，以减少动态场景变化对运动目标检测的影响。背景模型的建立与更新、 阴影的去除等对跟踪结果的好坏至关重要。 背景差分法的实现简单，在固定背景下能够完整地精确、快速地分割出运动 对象。不足之处是易受环境光线变化的影响，需要加入背景图像更新机制，且只 对背景已知的运动对象检测比较有效， 不适用于摄像头运动或者背景灰度变化很 大的情况。 （2）帧间差分法 帧间差分法是在连续的图像序列中两个或三个相邻帧间， 采用基于像素的时 间差分并阈值化来提取图像中的运动区域。 帧间差分法对动态环境具有较强的自 适应性，但一般不能完全提取出所有相关的特征像素点，在运动实体内部容易产 生空洞现象。因此在相邻帧间差分法的基础上提出了对称差分法，它是对图像序 列中每连续三帧图像进行对称差分，检测出目标的运动范围，同时利用上一帧分 割出来的模板对检测出来的目标运动范围进行修正， 从而能较好地检测出中间帧 运动目标的形状轮廓。 帧间差分法非常适合于动态变化的环境，因为它只对运动物体敏感。实际上 它只检测相对运动的物体，而且因两幅图像的时间间隔较短，差分图像受光线 变化影响小，检测有效而稳定。该算法简单、速度快，已得到广泛应用。虽然该 方法不能够完整地分割运动对象，只能检测出物体运动变化的区域，但所检测出 的物体运动信息仍可用于进一步的目标分割。 （3）光流法 光流法就充分的利用了图像自身所携带的信息。在空间中,运动可以用运动 场描述,而在一个图像平面上,物体的运动往往是通过图像序列中图像灰度分布 的不同来体现,从而使空间中的运动场转移到图像上就表示为光流场。所谓光流 是指空间中物体被观测面上的像素点运动产生的瞬时速度场， 包含了物体表面结 构和动态行为等重要信息。 基于光流法的运动目标检测采用了运动目标随时间变 化的光流特性，由于光流不仅包含了被观测物体的运动信息，还携带了物体运动 和景物三位结构的丰富信息。 在比较理想的情况下,它能够检测独立运动的对象, 不需要预先知道场景的任何信息,可以很精确地计算出运动物体的速度,并且可 用于动态场景的情况。 但是大多数光流方法的计算相当复杂,对硬件要求比较高, 不适于实时处理,而且对噪声比较敏感,抗噪性差。并且由于遮挡、多光源、透明 性及噪声等原因，使得光流场基本方程——灰度守恒的假设条件无法满足，不能 正确求出光流场，计算方也相当复杂，计算量巨大，不能满足实时的要求。 动态背景 动态背景下的运动目标检测由于存在着目标与摄像机之间复杂的相对运动， 检测方法要比静态背景下的运动目标检测方法复杂。常用的检测方法有匹配法、 光流法以及全局运动估计法等。 2、运动目标跟踪 运动目标跟踪是确定同一物体在图像序列的不同帧中的位置的过程。 近年来 出现了大批运动目标跟踪方法，许多文献对这些方法进行了分类介绍，可将目标 跟踪方法分为四类：基于区域的跟踪、基于特征的跟踪、基于活动轮廓的跟踪、 基于模型的跟踪，这种分类方法概括了目前大多数跟踪方法，下面用这种分类方 法对目前的跟踪方法进行概括介绍。 (1)基于区域的跟踪 基于区域的跟踪方法基本思想是： 首先通过图像分割或预先人为确定提取包 含目标区域的模板，并设定一个相似性度量，然后在序列图像中搜索目标，把度 量取极值时对应的区域作为对应帧中的目标区域。 由于提取的目标模板包含了较 完整的目标信息，该方法在目标未被遮挡时，跟踪精度非常高，跟踪非常稳定， 但通常比较耗时，特别是当目标区域较大时，因此一般应用于跟踪较小的目标或 对比度较差的目标。该方法还可以和多种预测算法结合使用，如卡尔曼预测、粒 子预测等，以估计每帧图像中目标的位置。近年来，对基于区域的跟踪方法关注 较多的是如何处理运动目标姿态变化引起的模板变化时的情况以及目标被严重 遮挡时的情况。 (2)基于特征的跟踪 基于特征的跟踪方法基本思想是：首先提取目标的某个或某些局部特征，然 后利用某种匹配算法在图像序列中进行特征匹配，从而实现对目标的跟踪。该方 法的优点是即使目标部分被遮挡，只要还有一部分特征可以被看到，就可以完成 跟踪任务，另外，该方法还可与卡尔曼滤波器结合使用，实时性较好，因此常用 于复杂场景下对运动目标的实时、 鲁棒跟踪。 用于跟踪的特征很多， 如角点边缘、 形状、纹理、颜色等，如何从众多的特征中选取最具区分性、最稳定的特征是基 于特征的跟踪方法的关键和难点所在。 (3)基于活动轮廓的跟踪 基于活动轮廓的跟踪方法基本思想是：利用封闭的曲线轮廓表达运动目标， 结合图像特征、曲线轮廓构造能量函数，通过求解极小化能量实现曲线轮廓的自 动连续更新，从而实现对目标的跟踪。自Kass在1987年提出Snake模型以来，基 于活动轮廓的方法就开始广泛应用于目标跟踪领域。相对于基于区域的跟踪方 法，轮廓表达有减少复杂度的优点，而且在目标被部分遮挡的情况下也能连续的 进行跟踪，但是该方法的跟踪结果受初始化影响较大，对噪声也较为敏感。 (4)基于模型的跟踪 基于模型的跟踪方法基本思想是： 首先通过一定的先验知识对所跟踪目标建 立模型，然后通过匹配跟踪目标，并进行模型的实时更新。通常利用测量、CAD 工具和计算机视觉技术建立模型。主要有三种形式的模型，即线图模型、二维轮 廓模型和三维立体模型口61，应用较多的是运动目标的三维立体模型，尤其是对 刚体目标如汽车的跟踪。该方法的优点是可以精确分析目标的运动轨迹，即使在 目标姿态变化和部分遮挡的情况下也能够可靠的跟踪， 但跟踪精度取决于模型的 精度，而在现实生活中要获得所有运动目标的精确模型是非常困难的。 目标检测算法，至今已提出了数千种各种类型的算法，而且每年都有上百篇相 关的研究论文或报告发表。尽管人们在目标检测或图像分割等方面做了许多研 究，现己提出的分割算法大都是针对具体问题的，并没有一种适合于所有情况的 通用算法。 目前， 比较经典的运动目标检测算法有： 双帧差分法、 三帧差分法(对 称差分法)、背景差法、光流法等方法，这些方法之间并不是完全独立，而是可 以相互交融的。 目标跟踪的主要目的就是要建立目标运动的时域模型， 其算法的优劣直接影响 着运动目标跟踪的稳定性和精确度， 虽然对运动目标跟踪理论的研究已经进行了 很多年，但至今它仍然是计算机视觉等领域的研究热点问题之一。研究一种鲁棒 性好、精确、高性能的运动目标跟踪方法依然是该研究领域所面临的一个巨大挑 战。基于此目的，系统必须对每个独立的目标进行持续的跟踪。为了实现对复杂 环境中运动目标快速、稳定的跟踪，人们提出了众多算法，但先前的许多算法都 是针对刚体目标，或是将形变较小的非刚体近似为刚体目标进行跟踪，因而这些 算法难以实现对形状变化较大的非刚体目标的正确跟踪。 根据跟踪算法所用的预 测技术来划分，目前主要的跟踪算法有：基于均值漂移的方法、基于遗传算法的 方法、基于Kalman滤波器的方法、基于Monto Carlo的方法以及多假设跟踪的方 法等。 运动检测与目标跟踪算法模块 运动检测与目标跟踪算法模块 与目标跟踪 一、运动检测算法 1.算法效果 算法效果总体来说，对比度高的视频检测效果要优于对比度低的视频。 算法可以比较好地去除目标周围的浅影子，浅影的去除率在 80%以上。去影后目标的 完整性可以得到较好的保持，在 80%以上。在对比度比较高的环境中可以准确地识别较大 的滞留物或盗移物。 从对目标的检测率上来说，对小目标较难进行检测。一般目标小于 40 个像素就会被漏 掉。对于对比度不高的目标会检测不完整。总体上来说，算法在对比度较高的环境中漏检率 都较低，在 0.1%以下，在对比度不高或有小目标的场景下漏检率在 6%以下。 精细运动检测的目的是在较理想的环境下尽量精确地提取目标的轮廓和区域， 以供高层 进行应用。同时在分离距离较近目标和进行其它信息的进一步判断也具有一定的优势。 反映算法优缺点的详细效果如下所示： 去影子和完整性 效果好 公司内视频 左边的为去影前，右边的 为去影后的结果，可以看出在 完整 性和去影率上 都有所 突 出。 这两个视频的共周特点 城市交通 是，影子都是浅影子，视频噪 声不太明显。目标与背景的对 比度比较高。 效果差 这两个视频的特点是影子 都是深影子。虽然影子没有去 掉，但是物体的完整性是比较 高的。主要原因就是场景的对 路口，上午 十点 比度比较高。 滞留物检测和稳定性 效果好 会议室盗移 效果好的原因，一是盗移或 滞留目标与背景对比度较大，二 是目标本身尺寸较大。 另外盗移物或滞留物在保持 各自的状态期间不能受到光照变 化或其它明显运动目标的干扰， 要不然有可能会造成判断的不稳 定。 效果差 会议室 遗留 物 大部分时间内，滞留的判断 都是较稳定的，但是在后期出现 了不稳定。主要原因是目标太小 的原故。 因此在进行滞留物判断时， 大目标，对比度较高的环境有利 于判断的稳定性和准确性。 漏检率 效果好 城市交通 在对比度高的环境下， 目标相对都较大的情况下 （大于 40 个像素） 可以很 ， 稳定的检测出目标。 在这种 条件下的漏检率通常都是 非常低的，在 0.1%以下。 效果差 行人－傍晚 和“行人”目录下 的 其 它 昏 暗 条件 下的视频 在对 比度较低的 情况 下，会造成检测结果不稳 定。漏检率较高。主要原因 是由于去影子造成的。 这种 对比度下的漏检率一般在 6%以下。 除了 对比度低是 造成 漏检的原因外， 过小的目标 也会造成漏检，一般是 40 个像素以下的目标都会被 忽略掉。 1.2 算法效率内存消耗（单位：b） .MD_ISRAM_data .MD_ISRAM_bss .MD_SDRAM_data 0x470 0x24 0x348 .MD_SDRAM_bss .MD_text 0x1a8480 0x6d40 速度 ms 运动区域占 2/3 左右时 CPU 占用率 一帧耗时 Max:57% Min:2.8% Avg:37.5% Max:23 Min:1.14 Avg:15 运动区域占 1/3 左右时 Max:45% Min:2.8% Avg:20% Max:18 Min:1.14 Avg:8 1.3 检测参数说明 检测参数说明 检测到的滞留物或盗走物的消失时间目前分别设定在 200 帧和 100 帧， 可以通过参数来 自行调整。 目前目标与背景的差异是根据局部光照强度所决定的， 范围在 4 个像素值以上。 目前参 数设置要求目标大小要在 20 个像素以上才能被检测到，可以通过参数来自行调整。 目标阴影的去除能力是可以调整的， 目前的参数设置可以去除大部分的浅影子和较小的 光照变化。 1.4 适用环境推荐光照条件较好（具有一定的对比度）的室内环境或室外环境。不易用它去检测过小的目 标，比如小于 40 个像素的目标。室外环境不易太复杂。输出目标为精细轮廓目标，可以为 后面高层应用提供良好的信息。 二、目标跟踪 2.1 稳定运行环境要求此版本跟踪算法与运动检测算法紧密结合， 对相机的架设和视频的背景环境和运动目标 数量运动方式有一定要求： 背景要求： 由于运动跟踪是基于运动检测的结果进行的， 所以对背景的要求和运动检测一样， 背景要求： 运动目标相对于背景要有一定反差。 运动目标：由于运动检测中，对较小的目标可能过滤掉。所以运动目标的大小要符合运动检 运动目标： 测的要求。运动目标的速度不能太大，要保证前后帧运动目标的重合面积大于 10 个像素。此阈值可修改(建议不要随意修改，过小，可能把碎片当成原目标分 裂出来的小目标，过大，可能失去跟踪。当然可试着调节以适应不同场景)。该 算法对由于运动检测在地面上产生的碎片抗干扰性比较差， 运动目标和碎片相遇 时，容易发生融合又分离的现象，造成轨迹混乱。消失目标和新生目标很容易当 成同一目标处理，所以可能出现一个新目标继承新生目标的轨迹。 运动方式： 运动目标的最大数量由外部设定。 但运动跟踪对运动目标比较稀疏的场景效果比 运动方式： 较好。 算法对由于运动检测在运动目标上产生的碎片有一定的抗干扰。 算法没对 物体的遮挡进行处理。对于两运动目标之间的遮挡按融合来处理。 拍摄角度： 拍摄角度：拍摄视野比较大，且最好是俯视拍摄。

好发。单目标跟踪是计算机视觉中一个众所周知且具有挑战性的研究课题，在过去的二十年中，许多研究人员提出了各种算法来解决这个问题，这个方向的论文属于学术界比较稀缺的，因此比较好发。

蔡自兴教授已在国内外发表论文和科技报告等860多篇。2010年：1.Cai Zixing. Research on navigation control and cooperation of mobile robots (Plenary Lecture 1). 2010 Chinese Control and Decision Conference, New Century Grand Hotel, Xuzhou, China, May 26- 28, 2010.2.Cai Zixing. Research on navigation control and cooperation of mobile robots (Plenary Lecture 1). 2010 Chinese Control and Decision Conference, New Century Grand Hotel, Xuzhou, China, May 26-28, 2010.3. Chen Baifan,Zi-Xing Cai, Zhi-Rong Zou. A Hybrid Data Association Approach for Mobile Robot SLAM. International Conference on Control, Automation and Systems, October 27-30, 2010, KINTEX, Gyeonggi-do, KOREA (Accepted).4. Guo Fan,Cai Zixing, Xie Bin, Tang Jin. Automatic Image Haze Removal Based on Luminance Component. The International conference on Signal and Image Processing (SIP 2010).May 2010 (Accepted).5. Linai. Kuang,Zixing. Cai.Immune System based Redeployment Scheme for Wireless Sensor Networks[C].In proceeding of 1st IET International Conference on Wireless Sensor Network. Beijing, China, November,2010.6. Lingli YU,Zixing CAI, A Study of Multi-Robot Stochastic Increment Exploration Mission Planning [J]. Frontiers of Electrical and Electronic Engineering in China, (Received).7. Liu Hui,Cai Zixing, and Wang Yong. Hybridizing particle swarm optimization with differential evolution for constrained numerical and engineering optimization. Applied Soft Computing, 2010,10(2): 629–640.8. LIU Xian-ru,CAI Zi-xing. Advanced obstacles detection and tracking by using fusing radar and image sensor data. International Conference on Control, Automation and Systems，2010/10/27,Korea.9. Liu Xianru,Cai zixing. Advanced obstacles detection and tracking by using fusing Radar and Image Sensor Data[C]. International Conference on Control, Automation and Systems. (October 27-30,2010, KINTEX, Gyeonggi-do, KOREA).10. Ren Xiaoping,Zixing Cai. Kinematics Model of Unmanned Driving Vehicle. Proceedings of the 8th World Congress on Intelligent Control and Automation, July 6-9 2010, Jinan, China, 2010: 5910-5914.11. Suqin Tang,Zixing Cai: Tourism Domain Ontology Construction from the Unstructured Text Documents. The 9th IEEE International Conference on Cognitive Informatics, Beijing, China.2010,pp297-301.12. Suqin Tang,Zixing Cai: Using the Format Concept Analysis to Construct the Tourism Information Ontology. The 2010 Seventh International Conference on Fuzzy Systems and Knowledge Discovery (FSKD'10)，Yantian, China.2010, pp2941-2944.13. Tan Ping,Zixing Cai. An Adaptive Particle Filter Based on Posterior Distribution. Proceedings of the 8th World Congress on Intelligent Control and Automation, July 6-9 2010, Jinan, China, 2010: 5886-5890.14. Wang Yong,Cai Zixing, Zhang Qingfu. Differential evolution with composite trial vector generation strategies and control parameters. IEEE Transactions on Evolutionary Computation, Accept, regular paper.15. Wang Yong,Cai Zixing. Constrained evolutionary optimization by means of (mu+lambda)-differential evolution and improved adaptive trade-off model. Evolutionary Computation, in press.16. Wang Yong, Combining multiobjective optimization with differential evolution to solve constrained optimization problems. IEEE Transactions on Evolutionary Computation, (regular paper, Accepted).17. Xianru Liu,Zixing Cai.Advanced Obstacles Detection and tracking by Fusing Millimeter Wave Radar and Image Sensor Data,International IEEE Intl Coference on Control,Automation and Systems , Korea, 2010, 22:1115-1121.18. Xie Bin, Fan Guo,Zixing Cai. Improved Single Image Dehazing Using Dark Channel Prior and Multi-Scale Retinex. 2010 International Conference on Intelligent System Design and Engineering Application, Changsha, China, 2010. (Accepted) .19. YU Ling-li,CAI Zi-xing, GAO Ping-an, LIU Xiao-ying. A spatial orthogonal allocation and heterogeneous cultural hybrid algorithm for multi-robot exploration mission planning. Journal of control theory and applications (Received) .20.蔡自兴，陈白帆，刘丽珏. 智能科学基础系列课程国家级教学团队的改革与建设. 计算机教育，2010，（127）：40-44 .21.蔡自兴，任孝平，李昭.一种基于GPS/INS组合导航系统的车辆状态估计方法. Proc.CCPR2010, 2010.22.蔡自兴。智能科学技术课程教学纵横谈. 计算机教育，2010，（127）：2-6.23.蔡自兴，蒋冬冬，谭平，安基程。H.264中快速运动估计算法的一种改进方案;计算机应用研究2010,27(4):1524-1525.24.蔡自兴; 任孝平; 邹磊; 匡林爱. 一种簇结构下的多移动机器人通信方法.小型微型计算机系统,2010,31(3):553-556.25. 陈爱斌，蔡自兴.一种基于目标和背景加权的目标跟踪方法,控制与决策，2010,25(8):1246-1250.26. 陈爱斌;蔡自兴; 文志强; 董德毅. 一种基于预测模型的均值偏移加速算法. 信息与控制 2010,39(2): 234-237.27. 陈爱斌; 董德毅;杨勇;蔡自兴. 基于目标中心定位和NMI特征的跟踪算法.计算机应用与软件,2010,27(4):276-279.28. 陈白帆，蔡自兴，刘丽珏. 人工智能课程的创新性教学探索——人工智能精品课程建设与改革. 计算机教育，2010，（127）：27-31.29. 官东，蔡自兴，孔志周. 一种基于推荐证据理论的网格信任模型.系统仿真学报，2010，22（8）：1895-1898.30.郭璠,蔡自兴,谢斌, 唐琎. 图像去雾技术研究综述与展望. 计算机应用, 2010, 30(9):2417-2421.31. 郭璠,蔡自兴, 谢斌, 唐琎. 一种基于亮度分量的自动图像去雾方法. 中国图象图形学报. 2010年3月(录用).32. 江中央,蔡自兴,王勇. 一种新的基于正交实验设计的约束优化进化算法. 计算机学报, 2010，33（5）：855-864.33. 江中央,蔡自兴,王勇.求解全局优化问题的混合自适应正交遗传算法.软件学报, 2010,21(6):1296-1307.34. 匡林爱,蔡自兴. 基于遗传算法的无线传感器网络重新部署方法. 控制与决策，2010,25(9):1329-1332.35. 匡林爱,蔡自兴.一种簇机构下的多移动机器人通讯方法.小型微型计算机系统.，2010，31（3）：553-556.36. 匡林爱,蔡自兴.一种带宽约束的无线传感器网络节点调度算法.高技术通讯，2010,20(3):309-313.37. 刘丽珏，蔡自兴，唐琎. 人工智能双语教学建设. 计算机教育，2010，（127）：74-77.38. 刘献如，蔡自兴. 基于SAD与UKF-Mean shift的主动目标跟踪. 模式识别与人工智能，2010,23(5)：646-652.39. 刘献如，蔡自兴. 结构化道路车道线的鲁棒检测与跟踪. 光电子.激光，2010，21(12):1834-1838.40. 刘献如,蔡自兴.UKF 与Mean shift 相结合的实时目标跟踪.中南大学学报，2009年录用.41. 刘晓莹;蔡自兴; 余伶俐; 高平安. 一种正交混沌蚁群算法在群机器人任务规划中的应用研究. 小型微型计算机系统, 2010,31(1):164-168.42. 蒙祖强，蔡自兴，黄柏雄. 课程交叉教学在应用型人才培养中的实践探索. 计算机教育，2010，（127）：55-57.43. 潘薇;蔡自兴; 陈白帆. 复杂环境下多机器人协作构建地图的方法;四川大学学报(工程科学版) 2010-01-20.44. 任孝平,蔡自兴,邹磊,匡林爱.“中南移动二号”多移动机器人通信系统.中南大学学报（自然科学版）,2010,41(4):1442-1448.45. 任孝平,蔡自兴.四种虚拟力模型在传感器网络覆盖中的性能分析.信息与控制,2010，39（4）：441-445.46. 任孝平;蔡自兴; 陈爱斌. 多移动机器人通信系统研究进展. 控制与决策 2010,(3): 327-332.47.唐素勤，蔡自兴，王驹，蒋运承: 基于gfp语义的描述逻辑系统FLE的有穷基,计算机研究与发展，2010,47(9):1514-1521.48. 唐素勤，蔡自兴，王驹，蒋运承: 描述逻辑非标准推理, 模式识别与人工智能，2010,23(4)：522-530.49. 肖赤心，蔡自兴，王勇. 字典序进化算法用于组合优化问题. 控制理论与应用，2010，27（4）：473-480.50. 谢斌，蔡自兴. 基于MATLAB Robotics Toolbox的机器人学仿真实验教学. 计算机教育，2010，（127）：140-143.51. 余伶俐,蔡自兴,谭平,段琢华.基于多模态Rao-Blackwellized进化粒子滤波器的移动机器人航迹推算系统的故障诊断. 控制与决策，2010，25（12）：1787-1792.52. 余伶俐,蔡自兴,谭平,进化粒子滤波器对比研究及其在移动机器人故障诊断的应用. 信息与控制，2010，39（5）：621-628.53. 余伶俐，蔡自兴，肖晓明. 智能控制精品课程建设与教学改革研究. 计算机教育，2010，（127）：35-39.54. 余伶俐,焦继乐,蔡自兴. 一种多机器人任务规划算法及其系统实现. 计算机科学，2010，37（6）：252-255.55.周涛;蔡自兴。 信息审计中短消息中心实验环境的仿真[J].科学技术与工程 2010,10(6): 1551-1554.56. 邹磊,蔡自兴,任孝平.一种基于虚拟力的自组织覆盖算法.计算机工程,2010,36(14):93-95 .2009年：57. Gao Ping-an,Cai Zi-xing. Evolutionary Computation Approach to Decentralized Multi-robot Task Allocation. Proc. of the 5th International Conference on Natural Computation, IEEE Computer Society, 2009,415-419.58. Wang Yong,Cai Zixing, Zhou Yuren. Accelerating adaptive trade-off model using shrinking space technique for constrained evolutionary optimization, International Journal for Numerical Methods in Engineering, 2009, 77(11):1501-1534.59. Wang Yong,Cai Zixing, Zhou Yuren, Fan Zhun. Constrained optimization based on hybrid evolutionary algorithm and adaptive constraint-handling technique, Structural and Multidisciplinary Optimization, 2009, 37(1): 395-413.60. Wang Yong,Cai Zixing. A hybrid multi-swarm particle swarm optimization to solve constrained optimization problems, Frontiers of Computer Science in China, 2009,3(1):38-52.61. Wang Yong,Cai Zixing. Constrained evolutionary optimization by applying (mu+lambda)-differential evolution and improved adaptive trade-off model. Evolutionary Computation, Accept.62. Liu Hui,Cai Zixing, and Wang Yong. Hybridizing particle swarm optimization with differential evolution for constrained numerical and engineering optimization.Applied Soft Computing, 2010,10(2):629–640.63. Liu Limei,Cai Zixing. An Improvement of Hough Transform for Building Feature map.64. Limei Liu, Zixing Cai,WeiPan.AMapBuilding Method Based on Uncertain Information of Sonar Sensor[C]. The 9th International Conference for Young Computer Scientists,2009,1738-1742.65. YU Ling-li,CAI Zi-xing. Robot Detection Mission Planning Based on Heterogeneous Interactive Cultural Hybrid Algorithm. Proc. of the 5th International Conference on Natural Computation.2009,583-587.66. Ren Xiaoping,Cai Zixing.A Distributed Actor Deployment Algorithm for Maximum Connected Coverage in WSAN. Proc. of the 2009 Fifth International Conference on Natural Computation, 2009,283-287.67. 王勇,蔡自兴,周育人,肖赤心.约束优化进化算法.软件学报, 2009,20(1): 11-29.68. 陈白帆,蔡自兴, 潘薇. 基于声纳和摄像头的动态环境地图创建方法.高技术通讯, 2009, 19(4): 410-414.69. 陈白帆,蔡自兴, 袁成. 基于粒子群优化的移动机器人SLAM方法研究.机器人, 2009, 31(6)：513-517.70. 高平安,蔡自兴. 多移动机器人任务负载均衡分组规划方法.高技术通讯,2009, 19(5):501-505.71. 高平安,蔡自兴. 一种基于多子群的动态优化算法.中南大学学报(自然科学版) 2009, 40(3): 731-736.72. 刘献如,;蔡自兴. 一种基于Integral Imaging和与模拟退火相结合的深度测量方法研究. 系统仿真学报. 2009，21(8)：2303~2306.73. 刘利枚，蔡自兴，潘薇.一种基于声纳信息的地图创建方法.计算机工程，2009，35（7）：166-185.74. 余伶俐，蔡自兴. 基于异质交互式文化混合算法的机器人探测任务规划.机器人.2009, 31(2):137-145.75. 余伶俐，蔡自兴，刘晓莹，高平安. 均分点蚁群算法在群集机器人任务规划中的应用研究[J].高技术通讯. 2009,19(10),1054-1060.76. 余伶俐，蔡自兴. 改进混合离散粒子群的多种优化策略算法.中南大学学报,2009, 40(4): 1047-1053.77. 余伶俐，蔡自兴，高平安，刘晓莹. 当代学习自适应混合离散粒子群算法研究. 小型微型计算机系统. 2009, 30(9):1800-1804.78. 余伶俐，蔡自兴. 基于当代学习离散粒子群的多机器人高效任务分配算法研究. 计算机应用研究. 2009, 26(5):1691-1694.79.蔡自兴; 谢斌; 魏世勇; 陈白帆. 《机器人学》教材建设的体会. 2009年全国人工智能大会(CAAI-13)，北京：北京邮电大学出版社，252-255，2009年9月.80.蔡自兴，郭璠. 密码学虚拟实验平台的设计与实现.中国人工智能进展（2009），中国人工智能大会(CAAI-13)论文集，北京：北京邮电大学出版社，432-438，2009年9月.81.蔡自兴,任孝平,邹磊.分布式多机器人通信仿真系统.智能系统学报,2009,4(4): 309-313.82. 任孝平,蔡自兴.基于阿克曼原理的车式移动机器人运动学建模.智能系统学报, 2009,4(6);534-537.83.蔡自兴; 任孝平; 邹磊. 分布式多机器人通信仿真系统.智能系统学报, 2009,4(4);309-313.84. 文志强;蔡自兴. 一种目标跟踪中的模糊核直方图. 高技术通讯, 2009,19(2):174-180.85.刘星宝;蔡自兴. 种子检测器刺激-应答变异算法研究. 高技术通讯, 2009,19(3):273-278.86. 刘星宝;蔡自兴. 负选择算法中的检测器快速生成策略. 小型微型计算机系统, 2009-07-15.87. 刘星宝;蔡自兴. 异常检测系统的漏洞分析.中南大学学报(自然科学版), 2009-08-26.88. 潘薇;蔡自兴; 陈白帆. 一种非结构环境下多机器人构建地图的方法. 高技术通讯, 2009-05-25.89. 孔志周;蔡自兴; 官东. 两种模糊密度确定方法的实验比较. 小型微型计算机系统, 2009-02-15.90. 江中央;蔡自兴; 王勇. 用于全局优化的混合正交遗传算法. 计算机工程, 2009-02-20.91. 肖赤心;蔡自兴; 王勇; 周经野. 一种基于佳点集原理的约束优化进化算法. 控制与决策, 2009-02-15 .92. 官东;蔡自兴; 孔志周. 一种基于网格技术的HLA分布仿真实现方法. 系统仿真学报, 2009,21(5):1363-1366.93.刘慧;蔡自兴; 王勇. 基于佳点集的约束优化进化算法. 系统仿真学报, 2009-03-20 .94. 潘薇;蔡自兴; 陈白帆. 基于遗传算法的多机器人协作建图方法. 计算机应用研究, 2009-04-15.95. 任孝平;蔡自兴; 卢薇薇. 一种基于扫描相关度的LSB算法. 计算机应用, 2009-05-01.96.胡强;蔡自兴. 一种基于改造时钟系统的Linux实时化方案. 计算机工程, 2009-06-05.97. 袁成;蔡自兴; 陈白帆. 粒子群优化的同时定位与建图方法. 计算机工程, 2009-06-05.98. 王勇;蔡自兴. “智能优化算法及其应用”课程教学的实践与探索. 计算机教育, 2009-06-10.99. 任孝平;蔡自兴; 卢薇薇. 网络可重构的多机器人仿真系统. 计算机应用研究, 2009-06-15.100. 袁湘鹏;蔡自兴; 刘利枚. 基于声纳的移动机器人环境建图的设计与实现. 计算机应用研究, 2009-07-15.101. 官东;蔡自兴; 孔志周.网格服务本体匹配算法研究. 小型微型计算机系统, 2009，30(8):1639-1643.102. 邹磊;蔡自兴; 任孝平. 基于簇的多移动机器人通信系统. 计算机应用研究, 2009-08-15.103.蔡自兴. 从严施教,精心育才,培养高素质人才. 计算机教育, 2009-09-10.104. 肖晓明; 旷东林;蔡自兴. 单亲遗传算法种群初始化方法分析. 电脑与信息技术, 2009-08-15.105. 刘丽珏; 陈白帆; 王勇; 余伶俐;蔡自兴. 精益求精建设人工智能精品课程. 计算机教育, 2009-09-10.106. 陈爱斌;蔡自兴; 安基程. 一种基于摄像机视角的立体视觉定位方法.中南大学学报(自然科学版), 2009-09-10.107. 唐素勤;蔡自兴; 江中央; 肖赤心. 用于求解约束优化问题的自适应佳点集进化算法. 小型微型计算机系统,2009,第9期，2009-11-15.108.胡扬;桂卫华;蔡自兴. 多元智能算法控制结构综述. 计算机科学, 2009-10-15.109.蔡自兴. 《混沌系统的模糊神经网络控制理论与方法》评介. 计算技术与自动化, 2009-12-15.110. 陈爱斌;蔡自兴; 安基程. 一种基于摄像机视角的立体视觉定位方法. 2009年中国智能自动化会议论文集（第六分册）[中南大学学报（增刊）], 2009-09-27.111. 于金霞;蔡自兴; 段琢华. 复杂地形下移动机器人运动学建模研究. 2009中国控制与决策会议论文集（1）, 2009-06-17.112. 刘献如，蔡自兴，杨欣荣. Integral Imaging与模拟退火相结合的深度测量方法研究. 系统仿真学报，2009,21（8）：2303－2307.

无人跟踪系统论文发表期刊

据学术堂的了解,论文发表期刊主要分为省级期刊、国家级期刊、核心期刊:1、省级期刊省级期刊:即由各省、自治区、直辖市及其所属部、委办、厅、局主办的期刊以及由各本,专科院校主办的学报(刊).2、国家级期刊国家级:一般来说"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.3、核心期刊核心期刊:简单地说,核心期刊是学术界通过一整套科学的方法,对于期刊质量进行跟踪评价,并以情报学理论为基础,将期刊进行分类定级,把最为重要的一级称之为核心期刊.通常所说的中文核心期刊,是指被北大图书馆每四年出版一次的《全国中文核心期刊要目总览》中列出的期刊.

电脑知识与技术 电脑迷 软件导刊 科学与信息化 等等

这个就多了，网上一大堆，但是真正靠谱可靠的没几个，计算机类的很多期刊都会收，如果你不知道，可以直接百度搜：普刊学术中心，算是一个比较靠谱的，我一个朋友找人弄过几篇，目前还不错。

发表论文期刊有哪些？我看到：通知：部分论文取消、条件放宽。查阅各省最新职称政策可搜：全国论文办郑州郑密路20号（简称、统称，搜索可查各省全部政策，在百度、360、搜狗58-68页）、全国职称办郑州郑密路20号、高级职称郑州郑密路全国办、全国论文办郑州郑密路18号（17年原名）、高级经济师论文郑州郑密路20号全国办、高级经济师论文选题郑州郑密路20号全国办、高级经济师论文范文郑州郑密路20号全国办、高级经济师论文辅导郑州郑密路20号全国办、高级经济师报考条件郑州郑密路20号全国办、高级经济师评审条件郑州郑密路20号全国办、高级经济师考试科目郑州郑密路20号全国办。搜：高级职称（高级经济师、农经师、会计师、审计师、统计师、政工师、工程师、人力资源管理师、教师）论文（论文选题、论文范文、论文辅导、报考条件、评审条件、考试科目）郑州郑密路20号全国办、中国职称大学郑州郑密路20号全国办等。★即搜：高级经济师论文郑州郑密路20号全国办、高级会计师（农经师、审计师、统计师、政工师、工程师、教师、人力资源管理师等）论文郑州郑密路20号全国办。搜：高级经济师评审条件郑州郑密路20号全国办、高级会计师（农经师、审计师、统计师、政工师、工程师、教师、人力资源管理师等）评审条件郑州郑密路20号全国办。搜：高级经济师报考条件郑州郑密路20号全国办、高级会计师（农经师、审计师、统计师、政工师、工程师、教师、人力资源管理师等）报考条件郑州郑密路20号全国办。搜：高级经济师考试科目郑州郑密路20号全国办、高级会计师（农经师、审计师、统计师、政工师、工程师、教师、人力资源管理师等）考试科目郑州郑密路20号全国办。搜：高级经济师论文选题郑州郑密路20号全国办、高级会计师（农经师、审计师、统计师、政工师、工程师、教师、人力资源管理师等）论文选题郑州郑密路20号全国办。搜：高级经济师论文范文郑州郑密路20号全国办、高级会计师（农经师、审计师、统计师、政工师、工程师、教师、人力资源管理师等）论文范文郑州郑密路20号全国办。搜：高级经济师论文辅导郑州郑密路20号全国办、高级会计师（农经师、审计师、统计师、政工师、工程师、教师、人力资源管理师等）论文辅导郑州郑密路20号全国办。......在百度、360、搜狗58-68页。详搜：中国职称大学郑州郑密路20号全国办、郑州论文大学郑密路20号全国办、郑州职称论文大学郑密路20号全国办、郑州高级职称论文大学郑密路20号全国办、河南职称论文大学郑密路20号全国办、河南高级经济师学院郑州郑密路20号全国办、河南高级会计师（农经师、审计师、统计师、政工师、工程师、教师、人力资源管理师等）学院郑州郑密路20号全国办。