Information Fusion SCIE

國際簡稱：INFORM FUSION 參考譯名：信息融合

主要研究方向：工程技術(shù)-計算機：理論方法非預警期刊審稿周期：約7.5個月約11.8周

《信息融合》(Information Fusion)是一本由Elsevier出版的以工程技術(shù)-計算機：理論方法為研究特色的國際期刊，發(fā)表該領(lǐng)域相關(guān)的原創(chuàng)研究文章、評論文章和綜述文章，及時報道該領(lǐng)域相關(guān)理論、實踐和應用學科的最新發(fā)現(xiàn)，旨在促進該學科領(lǐng)域科學信息的快速交流。該期刊是一本未開放期刊，近三年沒有被列入預警名單。該期刊享有很高的科學聲譽，影響因子不斷增加，發(fā)行量也同樣高。

1區(qū) 中科院分區(qū)
Q1 JCR分區(qū)
424 年發(fā)文量
14.7 IF影響因子
未開放 是否OA
85 H-index
2000 創(chuàng)刊年份
Quarterly 出版周期
English 出版語言

The journal is intended to present within a single forum all of the developments in the field of multi-sensor, multi-source, multi-process information fusion and thereby promote the synergism among the many disciplines that are contributing to its growth. The journal is the premier vehicle for disseminating information on all aspects of research and development in the field of information fusion. Articles are expected to emphasize one or more of the three facets: architectures, algorithms, and applications. Papers dealing with fundamental theoretical analyses as well as those demonstrating their application to real-world problems will be welcome.

[ 查看全部 ]

投稿咨詢加急咨詢

Information Fusion期刊信息

ISSN：1566-2535
出版語言：English
是否OA：未開放
E-ISSN：1872-6305
出版地區(qū)：NETHERLANDS
是否預警：否
出版商：Elsevier
出版周期：Quarterly
創(chuàng)刊時間：2000
開源占比：0.0922
Gold OA文章占比：16.30%
OA被引用占比：0.0265...
出版國人文章占比：0.28
出版撤稿占比：0
研究類文章占比：96.23%

Information Fusion CiteScore評價數(shù)據(jù)（2024年最新版）

CiteScore

SJR

SNIP

CiteScore 指數(shù)

33.2

5.647

6.087

學科類別	分區(qū)	排名	百分位
大類：Computer Science 小類：Hardware and Architecture	Q1	1 / 177	99%
大類：Computer Science 小類：Signal Processing	Q1	1 / 131	99%
大類：Computer Science 小類：Information Systems	Q1	4 / 394	99%
大類：Computer Science 小類：Software	Q1	5 / 407	98%

名詞解釋：CiteScore 是衡量期刊所發(fā)表文獻的平均受引用次數(shù)，是在 Scopus 中衡量期刊影響力的另一個指標。當年CiteScore 的計算依據(jù)是期刊最近4年（含計算年度）的被引次數(shù)除以該期刊近四年發(fā)表的文獻數(shù)。例如，2022年的 CiteScore 計算方法為：2022年的 CiteScore =2019-2022年收到的對2019-2022年發(fā)表的文件的引用數(shù)量÷2019-2022年發(fā)布的文獻數(shù)量注：文獻類型包括：文章、評論、會議論文、書籍章節(jié)和數(shù)據(jù)論文。

Information Fusion中科院評價數(shù)據(jù)

中科院 2023年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	計算機科學	1區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, THEORY & METHODS 計算機：理論方法	1區(qū) 1區(qū)

中科院 2022年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	計算機科學	1區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, THEORY & METHODS 計算機：理論方法	1區(qū) 1區(qū)

中科院 2021年12月舊的升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	計算機科學	1區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, THEORY & METHODS 計算機：理論方法	1區(qū) 1區(qū)

中科院 2021年12月基礎(chǔ)版

Top期刊	綜述期刊	大類學科		小類學科
是	否	工程技術(shù)	1區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, THEORY & METHODS 計算機：理論方法	1區(qū) 1區(qū)

中科院 2021年12月升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	計算機科學	1區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, THEORY & METHODS 計算機：理論方法	1區(qū) 1區(qū)

中科院 2020年12月舊的升級版

Top期刊	綜述期刊	大類學科		小類學科
是	否	計算機科學	1區(qū)	COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 計算機：人工智能 COMPUTER SCIENCE, THEORY & METHODS 計算機：理論方法	1區(qū) 1區(qū)

Information Fusion JCR評價數(shù)據(jù)（2023-2024年最新版）

按JIF指標學科分區(qū)	收錄子集	分區(qū)	排名	百分位
學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q1	4 / 197	98.2%
學科：COMPUTER SCIENCE, THEORY & METHODS	SCIE	Q1	2 / 143	99%

按JCI指標學科分區(qū)	收錄子集	分區(qū)	排名	百分位
學科：COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE	SCIE	Q1	5 / 198	97.73%
學科：COMPUTER SCIENCE, THEORY & METHODS	SCIE	Q1	3 / 143	98.25%

Information Fusion歷年數(shù)據(jù)統(tǒng)計

影響因子

中科院分區(qū)

Information Fusion中國學者發(fā)文選摘

1、Incremental unsupervised feature selection for dynamic incomplete multi-view data
Author: Huang, Yanyong; Guo, Kejun; Yi, Xiuwen; Li, Zhong; Li, Tianrui

Journal: INFORMATION FUSION. 2023; Vol. 96, Issue , pp. 312-327. DOI: 10.1016/j.inffus.2023.03.018
2、TSK fuzzy system fusion at sensitivity-ensemble-level for imbalanced data classification
Author: Zhang, Yuanpeng; Wang, Guanjin; Huang, Xiuyu; Ding, Weiping

Journal: INFORMATION FUSION. 2023; Vol. 92, Issue , pp. 350-362. DOI: 10.1016/j.inffus.2022.12.014
3、AT-GAN: A generative adversarial network with attention and transition for infrared and visible image fusion
Author: Rao, Yujing; Wu, Dan; Han, Mina; Wang, Ting; Yang, Yang; Lei, Tao; Zhou, Chengjiang; Bai, Haicheng; Xing, Lin

Journal: INFORMATION FUSION. 2023; Vol. 92, Issue , pp. 336-349. DOI: 10.1016/j.inffus.2022.12.007
4、Rethinking multi-exposure image fusion with extreme and diverse exposure levels: A robust framework based on Fourier transform and contrastive learning
Author: Qu, Linhao; Liu, Shaolei; Wang, Manning; Song, Zhijian

Journal: INFORMATION FUSION. 2023; Vol. 92, Issue , pp. 389-403. DOI: 10.1016/j.inffus.2022.12.002
5、Enhanced Frequency Fusion Network with Dynamic Hash Attention for image denoising
Author: Jiang, Bo; Li, Jinxing; Li, Huafeng; Li, Ruxian; Zhang, David; Lu, Guangming

Journal: INFORMATION FUSION. 2023; Vol. 92, Issue , pp. 420-434. DOI: 10.1016/j.inffus.2022.12.015
6、Local minimum adjustment for the consensus model with distribution linguistic preference relations considering preference reliability
Author: Wu, Guolin; Zhang, Wen; Wu, Zhibin

Journal: INFORMATION FUSION. 2023; Vol. 93, Issue , pp. 21-35. DOI: 10.1016/j.inffus.2022.12.018
7、Lattice curved surface array based collaborative fusion for intelligent diagnosis
Author: Peng, Weimin; Deng, Huifang; Chen, Aihong; Huang, Wenyuan

Journal: INFORMATION FUSION. 2023; Vol. 93, Issue , pp. 77-84. DOI: 10.1016/j.inffus.2022.12.021
8、Pixel and region level information fusion in membership regularized fuzzy clustering for image segmentation
Author: Guo, Li; Shi, Pengfei; Chen, Long; Chen, Chenglizhao; Ding, Weiping

Journal: INFORMATION FUSION. 2023; Vol. 92, Issue , pp. 479-497. DOI: 10.1016/j.inffus.2022.12.008