Machine Vision And Applications SCIE

国际简称：MACH VISION APPL 参考译名：机器视觉与应用

主要研究方向：工程技术-工程：电子与电气非预警期刊审稿周期：约6.5个月

《机器视觉与应用》(Machine Vision And Applications)是一本由Springer Berlin Heidelberg出版的以工程技术-工程：电子与电气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。

4区中科院分区
Q2 JCR分区
125 年发文量
2.4 IF影响因子
未开放 是否OA
58 H-index
1988 创刊年份
Bimonthly 出版周期
English 出版语言

Machine Vision and Applications publishes high-quality technical contributions in machine vision research and development. Specifically, the editors encourage submittals in all applications and engineering aspects of image-related computing. In particular, original contributions dealing with scientific, commercial, industrial, military, and biomedical applications of machine vision, are all within the scope of the journal.

Particular emphasis is placed on engineering and technology aspects of image processing and computer vision.

The following aspects of machine vision applications are of interest: algorithms, architectures, VLSI implementations, AI techniques and expert systems for machine vision, front-end sensing, multidimensional and multisensor machine vision, real-time techniques, image databases, virtual reality and visualization. Papers must include a significant experimental validation component.

[ 查看全部 ]

投稿咨询加急咨询

投稿热线：400-888-7501

Machine Vision And Applications期刊信息

ISSN：0932-8092
出版语言：English
是否OA：未开放
E-ISSN：1432-1769
出版地区：UNITED STATES
是否预警：否
出版商：Springer Berlin Heidelberg
出版周期：Bimonthly
创刊时间：1988
开源占比：0.1107
Gold OA文章占比：13.76%
OA被引用占比：0.1393...
出版国人文章占比：0.25
出版撤稿占比：0
研究类文章占比：100.00%

Machine Vision And Applications CiteScore评价数据（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指数

6.3

0.657

1.142

学科类别	分区	排名	百分位
大类：Computer Science 小类：Computer Vision and Pattern Recognition	Q2	30 / 106	72%
大类：Computer Science 小类：Computer Science Applications	Q2	235 / 817	71%
大类：Computer Science 小类：Hardware and Architecture	Q2	53 / 177	70%
大类：Computer Science 小类：Software	Q2	130 / 407	68%

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。

Machine Vision And Applications中科院评价数据

中科院 2023年12月升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	计算机科学	4区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 COMPUTER SCIENCE, CYBERNETICS 计算机：控制论 ENGINEERING, ELECTRICAL & ELECTRONIC 工程：电子与电气	4区 4区 4区

中科院 2022年12月升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	计算机科学	4区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 COMPUTER SCIENCE, CYBERNETICS 计算机：控制论 ENGINEERING, ELECTRICAL & ELECTRONIC 工程：电子与电气	4区 4区 4区

中科院 2021年12月旧的升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	计算机科学	4区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 COMPUTER SCIENCE, CYBERNETICS 计算机：控制论 ENGINEERING, ELECTRICAL & ELECTRONIC 工程：电子与电气	4区 4区 4区

中科院 2021年12月基础版

Top期刊	综述期刊	大类学科		小类学科
否	否	工程技术	4区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 COMPUTER SCIENCE, CYBERNETICS 计算机：控制论 ENGINEERING, ELECTRICAL & ELECTRONIC 工程：电子与电气	4区 4区 4区

中科院 2021年12月升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	计算机科学	4区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 COMPUTER SCIENCE, CYBERNETICS 计算机：控制论 ENGINEERING, ELECTRICAL & ELECTRONIC 工程：电子与电气	4区 4区 4区

中科院 2020年12月旧的升级版

Top期刊	综述期刊	大类学科		小类学科
否	否	计算机科学	4区	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 计算机：人工智能 COMPUTER SCIENCE, CYBERNETICS 计算机：控制论 ENGINEERING, ELECTRICAL & ELECTRONIC 工程：电子与电气	4区 4区 4区

Machine Vision And Applications JCR评价数据（2023-2024年最新版）

按JIF指标学科分区	收录子集	分区	排名	百分位
学科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q3	111 / 197	43.9%
学科：COMPUTER SCIENCE, CYBERNETICS	SCIE	Q2	14 / 32	57.8%
学科：ENGINEERING, ELECTRICAL & ELECTRONIC	SCIE	Q2	170 / 352	51.8%

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	Q3	109 / 198	45.2%
学科：COMPUTER SCIENCE, CYBERNETICS	SCIE	Q2	10 / 32	70.31%
学科：ENGINEERING, ELECTRICAL & ELECTRONIC	SCIE	Q2	168 / 354	52.68%

Machine Vision And Applications历年数据统计

影响因子

中科院分区

Machine Vision And Applications中国学者发文选摘

1、A method for high dynamic range 3D color modeling of objects through a color camera
Author: Zhang, Yanan; Qiao, Dayong; Xia, Changfeng; Yang, Di; Fang, Shilei

Journal: MACHINE VISION AND APPLICATIONS. 2023; Vol. 34, Issue 1, pp. -. DOI: 10.1007/s00138-022-01355-1
2、Automatic cables segmentation from a substation device based on 3D point cloud
Author: Yuan, Qianjin; Chang, Jing; Luo, Yong; Ma, Tianlei; Wang, Dongshu

Journal: MACHINE VISION AND APPLICATIONS. 2023; Vol. 34, Issue 1, pp. -. DOI: 10.1007/s00138-022-01358-y
3、SiamMMF: multi-modal multi-level fusion object tracking based on Siamese networks
Author: Yang, Zhen; Huang, Peng; He, Dunyun; Cai, Zhongwang; Yin, Zhijian

Journal: MACHINE VISION AND APPLICATIONS. 2023; Vol. 34, Issue 1, pp. -. DOI: 10.1007/s00138-022-01354-2
4、RAU-Net: U-Net network based on residual multi-scale fusion and attention skip layer for overall spine segmentation
Author: Yang, Zhaomin; Wang, Qi; Zeng, Jianchao; Qin, Pinle; Chai, Rui; Sun, Dong

Journal: MACHINE VISION AND APPLICATIONS. 2023; Vol. 34, Issue 1, pp. -. DOI: 10.1007/s00138-022-01360-4
5、Consensus similarity learning based on tensor nuclear norm
Author: Tang, Rong; Lu, Gui-Fu

Journal: MACHINE VISION AND APPLICATIONS. 2023; Vol. 34, Issue 1, pp. -. DOI: 10.1007/s00138-022-01350-6
6、Visible-infrared person re-identification model based on feature consistency and modal indistinguishability
Author: Sun, Jia; Li, Yanfeng; Chen, Houjin; Peng, Yahui; Zhu, Jinlei

Journal: MACHINE VISION AND APPLICATIONS. 2023; Vol. 34, Issue 1, pp. -. DOI: 10.1007/s00138-022-01368-w
7、LDNet: low-light image enhancement with joint lighting and denoising
Author: Li, Yuhang; Liu, Tianyanshi; Fan, Jiaxin; Ding, Youdong

Journal: MACHINE VISION AND APPLICATIONS. 2023; Vol. 34, Issue 1, pp. -. DOI: 10.1007/s00138-022-01365-z
8、Human pose estimation based on lightweight basicblock
Author: Li, Yanping; Liu, Ruyi; Wang, Xiangyang; Wang, Rui

Journal: MACHINE VISION AND APPLICATIONS. 2023; Vol. 34, Issue 1, pp. -. DOI: 10.1007/s00138-022-01352-4