今天小鹿给大家介绍一本工程技术领域下的计算机人工智能期刊------支撑着计算机视觉、图像处理、文本和文档分析以及神经网络等相关领域的发展期刊《PATTERNRECOGNITION》。

　　PatternRecognition是一个成熟但令人兴奋且发展迅速的领域，它支撑着计算机视觉、图像处理、文本和文档分析以及神经网络等相关领域的发展。它与机器学习非常相似，并且在生物识别、生物信息学、多媒体数据分析和最近的数据科学等快速新兴领域也有应用。大约50年前，随着该领域出现在计算机科学的早期，该杂志成立。在其间的几年里，它已经大大扩展了。

　　

　　ISSN：0031-3203

　　01　　影响因子

　　PatternRecognition官网显示最新影响因子为7.740分，影响因子稳步上升，涨势喜人，从3.3分+到7.7分+。该杂志在273本工程电子期刊中排名第20，被21个国际数据库收录中。

　　

　　02　　国人发文量

　　根据PatternRecognition官网显示：我们的作者提交来自世界各地的研究文章。该图显示了过去五年中国家/地区一级的主要通讯作者数量，中国发文1306排名第一。

　　

　　

03　　审稿周期

 

　　根据PatternRecognition官网显示：一篇文章通过该期刊的编辑审查流程的平均周数，包括通过和拒绝。有两个关键时期：

　　1.从投稿到文章的初步决定：平均14.4周。

　　2.从投稿到最终的编辑决定：平均22.9周。

　　04　　分区

　　PatternRecognition大类属于工程技术，小类属于计算机人工智能在期刊sci分区中为1区。

　　学科分区：COMPUTERSCIENCE,ARTIFICIALINTELLIGENCE:Q1

　　在中科院最新基础版中，大类工程技术和小类计算机人工智能中均位于2区。

　　学科分区：COMPUTERSCIENCE,ARTIFICIALINTELLIGENCE:2区

05　　年发文量

 

　　PatternRecognition的发文量适中，近年来趋于平稳状态，起伏不大。2017-2020年发文399、391、372、413篇。

　　

　　06　　自引率

　　PatternRecognition的自引率常年低于20%，近年来有所波动，但都在范围内，2020年自引率仅为14.5%。这是个安全的数值，不用担心会沦为水刊。

　　

　　

07　　文章的主要研究领域及方向

 

　　PatternRecognition涵盖以下相关的领域：

　　该杂志接受对模式识别在任何领域的理论、方法和应用做出原创贡献的论文，前提是工作的背景在模式识别文献中得到了清晰的解释和基础。主要关注模式识别领域之外的论文，以及使用现有或众所周知的方法报告其常规应用的论文，应该指向其他地方。

　　发表政策是发表：(1)已由有能力的科学人员适当审查的新原创文章；(2)对该领域发展的评论；(3)涵盖模式识别感兴趣的特定领域的教学论文。

　　 08　　投稿经验

　　根据小鹿了解，PatternRecognition是模式识别领域的老牌期刊了，审稿质量较高，审稿人意见也中肯，期刊质量级别很高。

　　下面是小鹿为大家找的一些已投稿作者的经验贴：

　　网友1：整体3个审稿人的意见都很有建设性，按照审稿人的回复写了相当长的回复信，修改稿也修改的很多，不过最终2审给了accept还是很高兴的。一般而言，按照审稿人的意见，能改则改是最快的方式了。

　　网友2：做三维视觉方面的，5.11提交手稿，8.02大修（三个审稿人，都挺专业的，应该是一个方向的，大概加起来20多个问题，回复写了15页左右，给了两个月时间），9.11修回，10.15录用，10.28出版。这次感觉还是比较顺利，最主要是大修时候很认真修改了。

　　网友3：模式识别领域顶级的期刊了。审稿人非常专业，问的问题很深刻。耗时较长，体现收录的严谨性。不像计算机领域顶级会议过于追求新，该期刊比较理性，不仅仅要有方法的创新还要求经得起时间的考验，且具有很强的说服力。

 

 

　　 09　　期刊信息

　　官方网址：

　　http://www.journals.elsevier.com/pattern-recognition/

　　投稿网址：

　　https://www.editorialmanager.com/PR

　　 10　　期刊总结

　　小鹿总结一下：总体来说PatternRecognition是工程技术领域的计算机人工智能期刊。IF值7分+，中科院学科分区为2区，自引率14.5%，国人发文量第一。该杂志质量很高，审稿要求严格，如果有优秀文章的可以尝试，投稿成功将是对作者自身成果的证明。