sci论文绘图通用规范

整体要求

SCI杂志种类很多,对插图的要求也各有不同,但是以下几条是通用的:

  • 插图尺寸要符合SCI期刊要求
  • 同篇文稿插图中文字须统一字号及字体
  • 须提交SCI期刊指定文件类型的插图
  • 插图文件命名须符合SCI期刊要求
  • 插图分辨率须符合SCI期刊要求
  • 同篇文稿插图中的线条(描边)粗细须统一
  • 须提交SCI期刊指定颜色模式的插图
  • 插图文件体积须符合SCI期刊要求
  • 插图上元素要求对位整齐

推荐画图组合:R语言+Adobe Illustrator+Adobe Photoshop

R语言(画原图)—>AI(组图)—>PS(编辑位图,改图的属性等)

img

一、尺寸

一般要求为:宽度8.3~17.6cm,高度≤20cm

  • 单栏图:插图总宽度一般为 8~9 cm,高度一般不超过 24 cm。
  • 1.5栏图:插图总宽度一般为 11.4~14 cm,高度一般不超过 24 cm。
  • 双栏图:插图总宽度一般为 17.1~19 cm,高度一般不超过 24 cm。(画布尺寸最好建立17cm*17cm

二、字体及大小

  1. 字体:Arial或 Times New Roman。(字体要保持一致)
  2. 大小:大部分SCI期刊对插图中字号的要求在 6-12 pt 之间。(插图中相同类型的文字字体大小应保持一致,原则上不超过14号字,尽量使用7-12号字,尽量少使用小于6号以下的字体,最多见的文字大小推荐使用7、8号字)

三、线条粗细

线条(描边)粗细:线条粗细应在 0.2-1.5 pt 之间,过细或者过粗均不美观。

四、序号和元素

  1. 序号:可以使用A、B、C、D或a、b、c、d,保持水平、垂直对齐。
  2. 元素:图与图之间的标题,各元素等也应对位整齐。

五、文件格式

插图文件格式主要有两种:位图和矢量图。

  • 位图就是平时我们看到的各种图片,比如png、jpg/jpeg、tiff等,位图由一个一个独立的像素点构成,比如我们用相机拍的自拍。
  • 矢量图里面的所有线条都是一个一个的函数和元素,常见的文件类型有eps、ai、pdf等,矢量图不存在所谓清晰度的概念,所以无论怎么放大都是不会出现马赛克的。通俗来讲,相机拍出来的都是位图,用函数生成的图都是矢量图。

推荐保存为TIFF格式并选择LZW无损压缩模式,矢量图用 EPS、PDF,优点是可以无限缩放都不失真。

六、文件名

在杂志社的系统中提交文章的时候,我们的图片和文字内容往往是分开提交的,图片也是逐一上传的,那么这个时候图片应该怎么命名?一般情况下就是按照文中图片的名称来命名的,例如:Fig1.tiff、Fig2.tiff。

七、颜色模式

大部分SCI期刊都接受RGB颜色模式的插图文件,少数期刊要求作者在出版印刷前提交CMYK颜色模式的插图文件,颜色模式的转换建议在PS等位图编辑软件上进行。此外建议大家作图前先参考待投稿期刊投稿要求中对插图颜色模式的具体规定。

  • RGB颜色模式:RGB图片是红(Red)绿(Green)蓝(Blue)三色作为三基色组成的图像。就是我们日常在电脑中用的最多的图像。
  • CMYK色彩模式:是印刷用的,是用品红(Megenta),黄(Yellow),青(Cyan),黑(black),我们看到的所有彩色书籍和打印出来的照片都是CMYK编码的。
  • 灰度模式:黑白图片,通过调节灰度值来显示影像。

八、插图的压缩和文件大小

绝大多数SCI期刊都要求作者提交 TIFF格式 的插图文件,多数杂志建议作者提交的文件大小须控制在10MB(10240KB)以内。

  • 绝大多数SCI期刊都要求作者提交 TIFF格式 的插图文件,因为TIFF文件格式有种神奇能力:无损压缩属性。无论TIFF插图中的内容是位图还是线图,均可以通过LZW无损压缩方式对文件体积压缩,但原图像像素信息及品质丝毫不受损失,为止众多SCI期刊(包括顶级期刊《Nature》)均建议作者通过插图编辑软件(PS或GIMP)对TIFF格式的插图进行LZW压缩处理。LZW压缩前后,图片的大小可能会相差好几倍,很多未经压缩的tiff图片如果有500dpi以上的清晰度,可能大小有几十M,这样的文件太大了,这时候,经过LZW的压缩,压缩好的tiff文件可能只有2-3M。

  • 由于绝大多数SCI期刊采用网络投稿系统,鉴于网络投稿系统服务器空间和网速的限制,多数杂志建议作者提交的文件大小须控制在 10MB(10240KB)以内。使用LZW压缩过的文件尽量不要超过10MB,如果超过10MB说明版面过大,尽量进行分拆或重新制作。

九、分辨率

根据杂志社的要求,一般为300dpi及以上。

编辑插图常用软件

  • 位图编辑类:Adobe Photoshop(PS)或GIMP

  • 矢量绘图类:Adobe Illustrator(AI)或 CorelDRAW

  • 图表制作类:Graphpad、Origin、SigmaPlot、SPSS、Excel、R Language

  • PDF虚拟打印机:Adobe Acrobat Professional、PdfFactory

igmaPlot、SPSS、Excel、R Language

  • PDF虚拟打印机:Adobe Acrobat Professional、PdfFactory
  • 23
    点赞
  • 162
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
作为AI语言模型,我无法直接为您复现SCI论文,但我可以提供以下有关电力负荷预测的SCI论文及其实现的参考: 1. Li, X., Yang, L., & Zhang, Q. (2017). Short-term load forecasting using extreme learning machine and a hybrid approach. Electric Power Systems Research, 142, 11-20. 该论文采用极限学习机和混合方法进行短期负载预测。极限学习机是一种基于单个隐含层前向反馈神经网络的快速学习算法。混合方法结合了时序分解和回归方法,通过分析负载数据的季节性和趋势性变化来预测负载。 2. Wang, J., Wang, Q., Lu, X., Huang, Z., & Wu, Y. (2016). A new short-term load forecasting method based on extreme learning machine and multi-objective optimization algorithm. Energy, 114, 1141-1149. 该论文提出了一种基于极限学习机和多目标优化算法的新型短期负载预测方法。该方法使用多目标优化算法对模型进行调优,并采用交叉验证和残差分析来验证模型的预测性能。 3. Chen, J., Hong, T., & Pinson, P. (2018). Probabilistic load forecasting using deep learning feed-forward neural networks. IEEE Transactions on Smart Grid, 9(2), 770-779. 该论文采用深度学习前馈神经网络技术进行随机负载预测。该方法将负载数据看作是随机变量,通过训练神经网络来学习每个随机变量的概率分布,从而实现概率负载预测。 4. Akter, M., & Mahmud, M. A. (2019). Electrical load forecasting using artificial neural network and particle swarm optimization: A comparative study. Alexandria Engineering Journal, 58(3), 997-1006. 该论文对比了采用人工神经网络和粒子群优化的电力负载预测方法。研究表明,采用粒子群优化的方法可以提高预测精度,并降低误差率。 以上是一些常见的电力负荷预测SCI论文及其方法介绍,您可以结合自己的研究方向和需求进行选择和参考。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值