Pattern Recognition Letters

SCI SCIE

国际简称：PATTERN RECOGN LETT 参考译名：模式识别字母

主要研究方向：工程技术-计算机：人工智能非预警期刊审稿周期：约7.2个月

《模式识别字母》(Pattern Recognition Letters)是一本由Elsevier出版的以工程技术-计算机：人工智能为研究特色的国际期刊，发表该领域相关的原创研究文章、评论文章和综述文章，及时报道该领域相关理论、实践和应用学科的最新发现，旨在促进该学科领域科学信息的快速交流。该期刊是一本未开放期刊，近三年没有被列入预警名单。

3区中科院分区
Q2 JCR分区
326 年发文量
3.5 IF影响因子
未开放 是否OA
139 H-index
1982 创刊年份
Monthly 出版周期
English 出版语言

Pattern Recognition Letters aims at rapid publication of concise articles of a broad interest in pattern recognition.

Subject areas include all the current fields of interest represented by the Technical Committees of the International Association of Pattern Recognition, and other developing themes involving learning and recognition.

[ 查看全部 ]

投稿咨询加急咨询

Pattern Recognition Letters期刊信息

ISSN：0167-8655
出版语言：English
是否OA：未开放
E-ISSN：1872-7344
出版地区：NETHERLANDS
是否预警：否
出版商：Elsevier
出版周期：Monthly
创刊时间：1982
开源占比：0.0482
Gold OA文章占比：20.04%
OA被引用占比：
出版国人文章占比：0
出版撤稿占比：
研究类文章占比：100.00%

Pattern Recognition Letters CiteScore评价数据（2026年6月最新版）

CiteScore

SJR

SNIP

CiteScore 指数

7.8

0.793

1.143

学科类别	分区	排名	百分位
大类：Computer Science 小类：Signal Processing	Q1	26 / 203	87%
大类：Computer Science 小类：Computer Vision and Pattern Recognition	Q1	29 / 183	84%
大类：Computer Science 小类：Software	Q1	107 / 503	78%
大类：Computer Science 小类：Artificial Intelligence	Q1	133 / 570	76%

名词解释：CiteScore 是衡量期刊所发表文献的平均受引用次数，是在 Scopus 中衡量期刊影响力的另一个指标。当年CiteScore 的计算依据是期刊最近4年（含计算年度）的被引次数除以该期刊近四年发表的文献数。例如，2022年的 CiteScore 计算方法为：2022年的 CiteScore =2019-2022年收到的对2019-2022年发表的文件的引用数量÷2019-2022年发布的文献数量注：文献类型包括：文章、评论、会议论文、书籍章节和数据论文。

Pattern Recognition Letters中科院评价数据

《新锐期刊分区表》（2026年3月发布）

Top期刊	综述期刊	大类学科		小类学科
否	否	计算机科学	3区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能	3区

Pattern Recognition Letters JCR评价数据

2025-2026年最新版

按JCI指标学科分区	收录子集	分区	排名	百分位
学科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q2	102 / 210	51.7
学科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q3	121 / 210	42.62

Pattern Recognition Letters历年数据统计

影响因子

中科院分区

Pattern Recognition Letters中国学者发文选摘

1、OMFlow: Optimizing optical flow via occlusion motion estimatio
Author: Wang, Mengfei; Shi, Wenjun; Zhu, Dongchen; Wang, Lei; Zhang, Xiaolin; Li, Jiamao

Journal: PATTERN RECOGNITION LETTERS. 2026; Vol. 204, Issue , pp. 34-40. DOI: 10.1016/j.patrec.2026.03.018
2、Lifelong memory organization: Incremental multi-modal data fusion via Bayesian clustering and large language model
Author: Shi, Junfeng; Pan, Hainan; Huang, Kaihong

Journal: PATTERN RECOGNITION LETTERS. 2026; Vol. 204, Issue , pp. 48-54. DOI: 10.1016/j.patrec.2026.03.019
3、ConSept: Continual semantic segmentation via adapter-based vision transforme
Author: Dong, Bowen; Yang, Guanglei; Zhang, Lei; Zuo, Wangmeng

Journal: PATTERN RECOGNITION LETTERS. 2026; Vol. 204, Issue , pp. 64-71. DOI: 10.1016/j.patrec.2026.03.021
4、RHRAF: Residual hypergraph refinement with adaptive fusion for open-set facial expression image retrieva
Author: Su, Tao; Wu, Duanpo; Teng, Xuyang; Gao, Yuhan

Journal: PATTERN RECOGNITION LETTERS. 2026; Vol. 204, Issue , pp. 72-78. DOI: 10.1016/j.patrec.2026.04.005
5、ST-AlignTrack: Spatio-temporal alignment transformer network for multi-camera multi object trackin
Author: Liu, Caihua; Chen, Junhao; Yu, Lu; Qu, Xu

Journal: PATTERN RECOGNITION LETTERS. 2026; Vol. 204, Issue , pp. 93-99. DOI: 10.1016/j.patrec.2026.04.001
6、Thermal crowd counting by distilling multi-modal knowledg
Author: Liu, Xiaoxu; Shi, Yi; Hou, Ruichao; Ren, Tongwei

Journal: PATTERN RECOGNITION LETTERS. 2026; Vol. 204, Issue , pp. 100-106. DOI: 10.1016/j.patrec.2026.04.006
7、From coarse to fine:Clip-cross hierarchical refinement network for 3D human pose estimation from monocular video
Author: Zhao, Xinxin; Wang, Weitian; Li, Jianwei

Journal: PATTERN RECOGNITION LETTERS. 2026; Vol. 204, Issue , pp. 8-14. DOI: 10.1016/j.patrec.2026.03.015
8、MedVK: Efficient medical image classification via decoupled vision Kolmogorov-Arnold Network
Author: Pan, Weichao; Wang, Xu

Journal: PATTERN RECOGNITION LETTERS. 2026; Vol. 203, Issue , pp. 152-159. DOI: 10.1016/j.patrec.2026.03.004