當前位置：首頁 SCI期刊 SCIE期刊計算機科學中科院4區 JCRQ3 期刊介紹(非官網)

International Journal On Document Analysis And RecognitionSCIE

國際簡稱：INT J DOC ANAL RECOG 參考譯名：國際文獻分析與識別雜志

中科院分區
4區
CiteScore分區
Q2
JCR分區
Q3

基本信息：: ISSN：1433-2833; E-ISSN：1433-2825; 是否OA：未開放; 是否預警：否; TOP期刊：否

出版信息：: 出版地區：GERMANY; 出版商：Springer Berlin Heidelberg; 出版語言：English; 出版周期：Quarterly; 出版年份：1998; 研究方向：工程技術-計算機：人工智能

評價信息：: 影響因子：1.8; H-index：44; CiteScore指數：6.2; SJR指數：1.409; SNIP指數：1.676

發文數據：: Gold OA文章占比：16.48%; 研究類文章占比：91.18%; 年發文量：34; 自引率：0.0434...; 開源占比：0.1447; 出版撤稿占比：0; 出版國人文章占比：0.18; OA被引用占比：0.1020...

投稿咨詢加急見刊

英文簡介期刊介紹 CiteScore數據中科院SCI分區 JCR分區發文數據常見問題

英文簡介International Journal On Document Analysis And Recognition期刊介紹

The large number of existing documents and the production of a multitude of new ones every year raise important issues in efficient handling, retrieval and storage of these documents and the information which they contain. This has led to the emergence of new research domains dealing with the recognition by computers of the constituent elements of documents - including characters, symbols, text, lines, graphics, images, handwriting, signatures, etc. In addition, these new domains deal with automatic analyses of the overall physical and logical structures of documents, with the ultimate objective of a high-level understanding of their semantic content. We have also seen renewed interest in optical character recognition (OCR) and handwriting recognition during the last decade. Document analysis and recognition are obviously the next stage.

Automatic, intelligent processing of documents is at the intersections of many fields of research, especially of computer vision, image analysis, pattern recognition and artificial intelligence, as well as studies on reading, handwriting and linguistics. Although quality document related publications continue to appear in journals dedicated to these domains, the community will benefit from having this journal as a focal point for archival literature dedicated to document analysis and recognition.

期刊簡介International Journal On Document Analysis And Recognition期刊介紹

《International Journal On Document Analysis And Recognition》自1998出版以來，是一本計算機科學優秀雜志。致力于發表原創科學研究結果，并為計算機科學各個領域的原創研究提供一個展示平臺，以促進計算機科學領域的的進步。該刊鼓勵先進的、清晰的闡述，從廣泛的視角提供當前感興趣的研究主題的新見解，或審查多年來某個重要領域的所有重要發展。該期刊特色在于及時報道計算機科學領域的最新進展和新發現新突破等。該刊近一年未被列入預警期刊名單，目前已被權威數據庫SCIE收錄，得到了廣泛的認可。

該期刊投稿重要關注點：

預計審稿時間： 12周，或約稿
計算機科學
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
SCIE
中科院4區
非預警

Cite Score數據（2024年最新版）International Journal On Document Analysis And Recognition Cite Score數據

CiteScore：6.2
SJR：1.409
SNIP：1.676

學科類別	分區	排名	百分位
大類：Computer Science 小類：Computer Vision and Pattern Recognition	Q2	31 / 106	71%
大類：Computer Science 小類：Computer Science Applications	Q2	238 / 817	70%
大類：Computer Science 小類：Software	Q2	131 / 407	67%

CiteScore 是由Elsevier(愛思唯爾)推出的另一種評價期刊影響力的文獻計量指標。反映出一家期刊近期發表論文的年篇均引用次數。CiteScore以Scopus數據庫中收集的引文為基礎，針對的是前四年發表的論文的引文。CiteScore的意義在于，它可以為學術界提供一種新的、更全面、更客觀地評價期刊影響力的方法，而不僅僅是通過影響因子(IF)這一單一指標來評價。

歷年Cite Score趨勢圖

中科院SCI分區International Journal On Document Analysis And Recognition 中科院分區

中科院 2023年12月升級版 綜述期刊：否 Top期刊：否

大類學科	分區	小類學科	分區
計算機科學	4區	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能	4區

中科院分區表 是以客觀數據為基礎，運用科學計量學方法對國際、國內學術期刊依據影響力進行等級劃分的期刊評價標準。它為我國科研、教育機構的管理人員、科研工作者提供了一份評價國際學術期刊影響力的參考數據，得到了全國各地高校、科研機構的廣泛認可。

中科院分區表 將所有期刊按照一定指標劃分為1區、2區、3區、4區四個層次，類似于“優、良、及格”等。最開始，這個分區只是為了方便圖書管理及圖書情報領域的研究和期刊評估。之后中科院分區逐步發展成為了一種評價學術期刊質量的重要工具。

歷年中科院分區趨勢圖

JCR分區International Journal On Document Analysis And Recognition JCR分區

2023-2024 年最新版

按JIF指標學科分區	收錄子集	分區	排名	百分位
學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q3	136 / 197	31.2%

按JCI指標學科分區	收錄子集	分區	排名	百分位
學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q3	144 / 198	27.53%

JCR分區的優勢在于它可以幫助讀者對學術文獻質量進行評估。不同學科的文章引用量可能存在較大的差異，此時單獨依靠影響因子(IF)評價期刊的質量可能是存在一定問題的。因此，JCR將期刊按照學科門類和影響因子分為不同的分區，這樣讀者可以根據自己的研究領域和需求選擇合適的期刊。

歷年影響因子趨勢圖

發文數據

2023-2024 年國家/地區發文量統計

國家/地區數量
CHINA MAINLAND17
France10
India8
USA8
GERMANY (FED REP GER)5
England4
Iran4
Brazil3
Japan3
Poland3

本刊中國學者近年發表論文

1、Scene text detection and recognition with advances in deep learning: a survey
Author: Xiyan Liu, Gaofeng Meng, Chunhong Pan

Journal: International Journal on Document Analysis and Recognition, 2019, Vol., , DOI:10.1007/s10032-019-00320-5
2、Metro maps for efficient knowledge learning by summarizing massive electronic textbooks
Author: Weiming Lu, Pengkun Ma, Jiale Yu, Yangfan Zhou, Baogang Wei

Journal: International Journal on Document Analysis and Recognition, 2019, Vol., , DOI:10.1007/s10032-019-00319-y
3、Visual word density-based nonlinear shape normalization method for handwritten Chinese character recognition
Author: Yunxue Shao, Chunheng Wang, Baihua Xiao

Journal: International Journal on Document Analysis and Recognition, 2013, Vol.16, 387-397, DOI:10.1007/s10032-012-0198-4
4、Multi-class segmentation of free-form online documents with tree conditional random fields
Author: Adrien Delaye, Cheng-Lin Liu

Journal: International Journal on Document Analysis and Recognition, 2014, Vol.17, 313-329, DOI:10.1007/s10032-014-0221-z
5、A keyword retrieval system for historical Mongolian document images
Author: Hongxi Wei, Guanglai Gao

Journal: International Journal on Document Analysis and Recognition, 2013, Vol.17, 33-45, DOI:10.1007/s10032-013-0203-6
6、An over-segmentation method for single-touching Chinese handwriting with learning-based filtering
Author: Liang Xu, Fei Yin, Qiu-Feng Wang, Cheng-Lin Liu

Journal: International Journal on Document Analysis and Recognition, 2013, Vol.17, 91-104, DOI:10.1007/s10032-013-0208-1
7、Learning confidence transformation for handwritten Chinese text recognition
Author: Da-Han Wang, Cheng-Lin Liu

Journal: International Journal on Document Analysis and Recognition, 2013, Vol.17, 205-219, DOI:10.1007/s10032-013-0214-3
8、Mathematical formula identification and performance evaluation in PDF documents
Author: Xiaoyan Lin, Liangcai Gao, Zhi Tang, Josef Baker, Volker Sorge

Journal: International Journal on Document Analysis and Recognition, 2013, Vol.17, 239-255, DOI:10.1007/s10032-013-0216-1