今天推荐的这组神器，既有帮你纠正英语用法、找出正宗词汇搭配的网站，也有比谷歌学术还精确的搜索引擎，如果想看本领域有哪些权威杂志适合投稿，如何把JPG转成EPS等等，那更不在话下。都是亲历用过的好网站，非常值得收藏!

以下网站推荐者为@神经日报NeuroTimes ，一个关注有趣、有用的神经科学的微博 ^ ^

例如，大多数中国人写英文有时候还是会不确定，不知道一个单词前后应该跟什么词，不知道哪些单词更常用，哪些搭配更好。一般都是搜google，但google的结果太多，有时候也太乱。以下两个网站能提供更精确的搭配搜索。

Linggle

搜索最常出现的英文语言搭配，可以根据Linggle给出的词频进行判断。

Linggle里最常用的搜索：

想看看brain这个词前面通常用什么来形容?

想看看record这个动词后面通常跟什么名词?

只记得一个短语里的一个词?

不确定一个短语是不是用对了?

大家经常用一个短语在写什么?看看这些how to出来的结果……

一个词后面都在跟些什么词，无论名词动词也好。

这个词的近义词有哪些?

比较哪个词用的频率更高?

更多功能：

Netspeak

与Linggle有类似的功能，感觉比起Linggle词库略少，功能也略少，不过也可做参考。在非学术环境下，例如回帖或者写信，Netspeak已经足够好用。

找一个词

找多个词

该用哪个词?

找同义词

不确定单词的顺序

对研究人员，尤其是新踏入研究领域的人来说，了解该领域有哪些杂志，投稿时如何选杂志一开始心里并没有谱。每年新发的impact factor是个好的途径，但是excel格式看起来十分不友好，Thomson Reuters的网站需要登录，界面也过于复杂。SJR是一个简洁、可替代的、有参考价值的网站。

Scimago Journal & Country Rank

关于SJR的Journal Rankings和Impact Factor哪个算法更好众说纷纭，目前来看无疑Impact Factor更权威，所有人都知道，各大杂志也都在用，投稿时参考Impact Factor肯定是最佳选择。

不过SJR的好处在于，信息免费，网站简便易用。如果只是想了解一下本领域的杂志，比较一下不同杂志，或者想知道各杂志近几年影响力的走势，完全可以只看SJR网站。

例如，看本领域有哪些杂志可以投稿：

还可以细分不同子领域，杂志所在的国家，不同的排序方式等等。

Google scholar的metrics也有类似功能：https:// 。

比较不同杂志影响力近年来的走向：

发表论文的数量等指标：

想知道不同国家本领域的大概研究情况：

Google scholar固然好，却也经常搜索出来好多结果，需要手动去寻找需要的结果。保罗艾伦投资的人工智能研究所The Allen Institute for Artificial Intelligence(AI2)发布一款新的学术搜索引擎Semantic Scholar，结合了自然语言处理和计算机视觉，以追求更精确和简单的匹配。虽然现在数据库里只有计算机科学的文章，其他领域用不到，但相信会有更多领域的加入。

Semantic Scholar

搜索结果左栏过滤中，包含了使用的data sets，权威的作者，发表的会议，和Key Phrase。右侧的搜索结果，应该会有更精确的匹配。看好将来会是个更好用的学术搜索引擎。

以下网站的推荐者为@刘巍然-学酥 ，感谢 ：)

Tlhiv

将jpg文件转换为eps文件。

经常用LaTeX撰写论文的朋友们经常会遇到这么个问题：论文中稿了，但是ProofReading的时候编辑要求把论文里面的插图修改为eps格式，分辨率达到什么什么要求… 然后可能你找了半天都没找到如何把图片转换成eps格式…

这个网站是我投稿Security and Communication Networks时找到的一个神奇网站，它能够把jpg或者png格式的图片文件转换为eps文件。我自己转换完后，Security and Communication Networks的编辑认可了。这几天我有个朋友也遇到了类似的问题，用这个软件已转换：get it!

Pgfplots

(搭梯子访问较快)

LaTeX下面如何画图?

其实用jpg或者png转换为eps文件并不是很靠谱的方法。因为不管如何转换，放大的时候图片还是会有瑕疵。那么，LaTeX是否有自己的作图工具呢?那就是著名的PgfPlots了!这个工具可以在LaTeX中直接绘制高清晰的图表。有多炫呢?比如二维图像(左边是图，右边是代码，图片截取自PgfPlots官方手册)：

甚至三维图像：

实际上，对于绝大多数Computer Science相关的论文来说，用PgfPlot画图会让审稿人觉得更专业，而且由于图像中的数据必须嵌套在tex文件之中，审稿人会更确信作者是真实进行了实验，数据也是真实的。

不过这个工具用起来有一点复杂，毕竟图像涉及到的内容太多了。最上方的链接是官方说明文档，大家画图的时候可以从目录里面找最接近的例子，然后改改就好了。另外，这个工具是Windows下CTEX自动支持的哦。

Google Scholar?对于CS来说我们有更好的DBLP：

DBLP

这个网站是专门为Computer Science设计的论文查询网站。在这里你可以查询到几乎所有CS科学家的论文。同时，你还可以根据会议、期刊等分类查询作者的论文。

这里面收录的论文是比较顶级的、并且可以被检索到的论文。对于录用待刊，或者一些小会议(比如EI检索的一大部分会议)，这个数据库是搜索不到的。不过，这反而是好事情啊，可以检索到这个作者顶级会议或者期刊上的论文，比如我虽然已经有了将近10篇论文，但是这里能检索到的只有2篇比较好会议的论文。同时，我被Security and Communication Network以及International Journal of Information Security录用但未刊出的论文也检索不到。

值得一提的是，这里面的检索结果可能会有一定的错误，比如2012年的这篇并不是我写的…

如果你是CS相关的学生，想要选导师什么的，这个检索结果可能能揭露出很多很多信息，比如：这个老师现在是否还奋斗在一线研究领域?还是已经功成名就，不怎么做了?因为如果这个老师还奋斗在一线，那么近几年应该会有他为一作或者通信作者的论文。

另外，你也可以用这个网站追踪会议论文集。