计算机领域这6大核心期刊绝不能错过!

在计算机视觉与模式识别领域，IEEE Transactions on Pattern Analysis and Machine Intelligence（TPAMI）堪称顶刊中的“标杆级存在”——它不仅是 JCR一区（Q1）的旗舰期刊 ，2025年 影响因子 更是高达 24.3 ，长期位居领域内期刊 排名榜首 。

核心研究方向

期刊覆盖关键领域包括 目标检测、语义分割等视觉感知任务，表示学习、Transformer模型 等学习方法创新，以及基准测试与评估体系构建，形成“任务-方法-评测”的核心研究生态。

https://www.aminer.cn/open/journal/detail/5ea19afeedb6e7d53c00ac33?f=fwh\_am\_v1

作者与机构分布

TPAMI作者地域以 美国和中国为两大核心研究力量 ，投稿机构 汇聚全球顶尖高校与头部工业界研究院 ，形成产学研深度融合的创新格局。

在这里插入图片描述

代表论文与核心作者解析

高引作者代表：Kaiming He（何恺明）

TPAMI的核心高产作者之一，在TPAMI期刊相关统计中， 其引用数达186835，论文数为11篇。 其在TPAMI发表的《Mask R-CNN》（https://www.aminer.cn/pub/5a73cb7417c44a0b3035a360/?f=fwh_am_v1） 是计算机视觉领域实例分割任务的里程碑成果。该论文在Faster R-CNN基础上创新引入掩码分支，实现了目标检测与实例分割的端到端联合优化，在COCO等数据集上刷新多项任务性能纪录，至今仍是工业界与学术界实例分割研究的基准模型，完美体现TPAMI任务突破+工程落地的核心定位。

高产作者代表：Dacheng Tao（陶大程）

TPAMI的核心高产作者之一，在TPAMI期刊中 论文数达94篇，引用数为14705 。长期聚焦子空间聚类、视觉表示学习等方向，以系列化、高质量的论文产出，成为该刊核心高产作者之一，在该刊 发表的《ViTPose++: Vision Transformer for Generic Body Pose Estimation》（https://www.aminer.cn/pub/6392a76d90e50fcafd8c38da/?f=fwh_am_v1） 是人体姿态估计领域的创新性成果。该成果首次将Vision Transformer架构深度融合于通用人体姿态估计任务，突破传统卷积网络对长距离特征依赖建模的局限，通过Transformer自注意力机制自适应捕获人体关键点间的全局关联。

https://www.aminer.cn/open/journal/detail/5ea19afeedb6e7d53c00ac33/?f=fwh\_am\_v1

02.ACM Computing Surveys

期刊介绍

ACM Computing Surveys 是 综述类期刊 的 “权威灯塔”，2025年最新 影响因子为28.0 ，在 计算机科学理论与方法领域 排名第1/147 ， JCR Q1分区 。专注收录系统性文献综述和研究现状调研类成果，为学者厘清领域技术演进、识别研究空白提供核心参考，是全球计算机科学研究者 “把握领域全貌的必读刊物”。

核心研究方向

期刊聚焦 深度学习、机器学习、云计算等计算机科学多领域 ，以系统性综述与调研梳理技术演进、方法分类及开放问题，构建领域全景知识图谱。

https://www.aminer.cn/open/journal/detail/5ea17d75edb6e7d53c0090fa/?f=fwh\_am\_v1

作者与机构分布

从地域看，以 中国为核心研究力量，美国、新加坡等国家亦有重要贡献 ；机构层面汇聚 南洋理工大学、西安电子科技大学、清华大学等全球顶尖高校 及科研机构，形成学研深度耦合的创新格局，推动物联网技术从理论到产业的快速转化。

代表论文与核心作者解析

高引作者代表： M. Narasimha Murty

M. Narasimha Murty 是ACM Computing Surveys核心高引作者之一，在该期刊相关统计中， 其引用数达21037，论文数为1篇。 其 发表的《Data Clustering: A Review》（https://www.aminer.cn/pub/53e99a04b7602d970224f45a/?f=fwh_am_v1） 是数据聚类领域的奠基性综述，系统性梳理了数据聚类的方法论体系，将聚类算法划分为划分式、层次式、模型基于等类别，逐一解析各类算法的原理、适用场景与局限性望，为学者识别研究空白、开展创新工作提供了清晰的脉络地图。

高产作者代表： Mohsen Guizani

Mohsen Guizani 是该刊核心高产作者之一， 论文数达169篇，引用数8936。 长期聚焦物联网通信、资源管理等方向，以系列化、跨域的研究成果成为期刊高产标杆。 发表的《Sustainability of Healthcare Data Analysis IoT-Based Systems Using Deep Federated Learning》（https://www.aminer.cn/pub/6228340b5aee126c0fb8ba1c/?f=fwh_am_v1） 是医疗物联网与隐私计算领域的标杆成果。

https://www.aminer.cn/open/journal/detail/5ea17d75edb6e7d53c0090fa/?f=fwh\_am\_v1

03.Pattern Recognition

期刊介绍

在模式识别与计算机视觉领域，Pattern Recognition 是具有标杆意义的顶刊。 稳居JCR一区 ，2025 年 影响因子达12.3 ， 年发文量长期保持在千篇级 （如2011 年发文量达1810篇）。

核心研究方向

期刊 聚焦模式识别与计算机视觉全领域 ，涵盖特征提取、图像分类、深度学习、目标检测等方向，是理论创新与场景应用的核心阵地。

https://www.aminer.cn/open/journal/detail/5ea52017edb6e7d53c030d4b/?f=fwh\_am\_v1

作者与机构分布

从地域看， 以中国、美国为双核心研究力量 ， 芬兰、英国等国家亦有重要贡献；机构层面汇聚中国科学院、清华大学、南洋理工大学、密歇根州立大学等全球顶尖高校及科研机构，产学研深度联动，推动技术在多行业创新应用。

论文与核心作者解析

高引作者代表：Anil K. Jain

核心高引作者之一， 引用数达22916，论文数58篇。 作为领域权威学者，其研究聚焦生物特征识别、聚类算法等方向，系列成果为模式识别方法论奠定基础，是学者梳理技术脉络、开展跨域研究的关键参考，发表的 《Foundation Versus Domain-specific Models: Performance Comparison, Fusion, and Explainability in Face Recognition》（https://www.aminer.cn/pub/686c7bab163c01c8501d25b2/?f=fwh_am_v1） 聚焦人脸识别领域基础模型与领域特定模型的性能对比、融合及可解释性研究，为人脸识别模型的选型、优化及可信部署提供了关键参考，是该领域理论与实践结合的典范成果。

高产作者代表： Edwin R. Hancock

该刊核心高产作者之一， 论文数达96篇，引用数3674。长期聚焦图论、特征提取在模式识别中的应用 ，在图像匹配、图模型融合等领域的研究。发表的 《QBER: Quantum-based Entropic Representations for Un-Attributed Graphs》（https://www.aminer.cn/pub/653a86c8939a5f40827efb8f/?f=fwh_am_v1）创新性地将量子理论与熵表示结合 ，提出量子基熵表示（QBER）用于无属性图的模式识别任务。

https://www.aminer.cn/open/journal/detail/5ea52017edb6e7d53c030d4b/?f=fwh\_am\_v1

04.Conference on Computer Vision and Pattern Recognition Workshops

期刊介绍

作为计算机视觉与模式识别领域 顶会CVPR的重要组成部分 ，CVPR Workshops 是聚焦视觉细分领域创新的核心研讨平台。 依托CVPR主会（CCF A类、计算机视觉全球顶会） ，属于领域内第一梯队细分研讨平台，是视觉领域技术深化与场景创新的核心交流阵地。

核心研究方向

期刊覆盖 生成式视觉、语义理解、多模态融合、高效视觉模型等方向 ，是视觉技术在垂直场景创新与技术深化的核心阵地。

https://www.aminer.cn/open/journal/detail/5ea553f4edb6e7d53c036ec5/?f=fwh\_am\_v1

作者与机构分布

作者地域 以美国、中国为双核心研究力量 ，机构汇聚 微软、谷歌等头部科技企业研究院及清华、斯坦福等全球顶尖高校 ，产学研深度联动。

代表论文与核心作者解析

高引作者代表： Fei-Fei Li（李飞飞）

核心高引作者之一， CVPR Workshops 的核心高引作者之一，引用数达147987，论文数 74 篇。 其在CVPR Workshops 发表的 《Towards Visual Question Answering with Explicit Reasoning》（https://www.aminer.cn/pub/5c7526f0e1cd8e5152b05b08/?f=fwh_am_v1）是多模态视觉理解领域的创新性成果 ，该论文提出显式推理框架，将视觉问答任务拆解为 “视觉感知 - 逻辑推理 - 答案生成” 的可解释流程，在VQA数据集上实现推理可解释性与准确率的双重突破，为多模态视觉智能的可信赖发展提供了技术范式。

高产作者代表： Luc Van Gool

该研讨会系列的 核心高产作者之一，论文数达248篇，引用数44257。 长期聚焦多视图几何、三维重建、视觉识别等方向 ，以系列化、跨域的研究成果成为计算机视觉细分领域的高产标杆。其发表的语义分割领域创新成果《Error Correction for Dense Semantic Image Labeling》（https://www.aminer.cn/pub/5a73cbcc17c44a0b3035f735/?f=fwh_am_v1）针对自动驾驶场景中像素级语义标注的边界模糊与结构一致性问题，论文提出并行网络架构，通过 “标签传播 - 错误替换 - 结果融合” 三模块协同优化标注质量。

https://www.aminer.cn/open/journal/detail/5ea553f4edb6e7d53c036ec5/?f=fwh\_am\_v1

05.Computing Research Repository

期刊介绍

Computing Research Repository（CoRR，隶属于 arXiv）是 计算机科学领域核心预印本发布平台，是学术成果 “快速预传播” 的关键阵地 。它采用持续收录机制，无传统期刊的审稿周期，可实时承载全球计算机领域具有前瞻性的研究成果。从最新数据可见，2024年单月论文收录量峰值超6400篇，2025 年保持旺盛增长态势，是领域内研究动态与创新趋势的 “实时风向标”。

核心研究方向

核心研究方向覆盖计算机科学全领域前沿，聚焦深度学习、大语言模型、计算机视觉、自然语言处理等基础方法，同时探索强化学习、联邦学习等前沿技术及优化方法等基础研究，形成 “理论 - 方法 - 应用” 的完整研究生态。

https://www.aminer.cn/open/journal/detail/5ea18efeedb6e7d53c00a01c/?f=fwh\_am\_v1

作者与机构分布

地域以 美国与中国学者构成核心 贡献力量；作者机构汇聚 清华大学、斯坦福大学等全球顶尖高校，谷歌、微软等科技企业，以及众多科研机构、初创团队 ，体现出在产学研领域的广泛辐射力与包容性。

在这里插入图片描述

代表论文与核心作者解析

高引作者代表： Oded Regev

CoRR 的 核心高引作者之一，引用数达5879，论文数1篇。其发表的《On Lattices, Learning with Errors, Random Linear Codes, and Cryptography》（ https://www.aminer.cn/pub/5390981d20f70186a0e0597a/?f=fwh_am_v1）， 是后量子密码学领域的里程碑成果。 该论文开创性地将格基密码与学习错误问题深度融合，构建了抗量子攻击的密码学基础框架，为后量子密码系统的安全性与实用性提供了关键理论支撑。

高产作者代表： Yu Qiao

CoRR的 核心高产作者之一，论文数达131篇，引用数2248。 长期聚焦深度学习与计算机视觉交叉领域，其发表的 《Deep Learning for Image Super-Resolution: A Survey》（https://www.aminer.cn/pub/677de5a0ae8580e7ff2e000c/a?f=fwh_am_v1），提出了面向自动科研的闭环框架， 通过 “思考 - 实践 - 反馈” 机制推动人工智能自主研究范式创新。

https://www.aminer.cn/open/journal/detail/5ea18efeedb6e7d53c00a01c/?f=fwh\_am\_v1

06.IEEE Internet of Things Journal

期刊介绍

在物联网领域，IEEE Internet of Things Journal 是兼具学术深度与产业价值的旗舰刊。 稳居JCR 一区（Q1）、中科院2区 TOP，2025年最新影响因子为8.9， 年发文量超 3000 篇 且呈持续增长趋势。

核心研究方向

该刊聚焦物联网全栈技术创新， 覆盖系统架构、通信协议、边缘计算、智能应用等多维度研究，尤其关注物联网与人工智能、区块链、5G/6G 的跨域融合 ，是学界与工业界推动 “感知 - 传输 - 计算 - 应用” 全链路技术落地的核心阵地。

https://www.aminer.cn/open/journal/detail/5ea56d31edb6e7d53c03d82c/?f=fwh\_am\_v1

作者与机构分布

从地域看，以 中国为核心研究力量，美国、新加坡等国家亦有重要贡献 ；机构层面汇聚全球顶尖高校与学术机构 南洋理工大学、西安电子科技大学、清华大学等全球顶尖高校及科研机构 ，形成学研深度耦合的创新格局，推动物联网技术从理论到产业的快速转化。

代表论文与核心作者解析

高引作者代表：Yan Zhang

核心高引作者之一，引用数达11485，论文数42篇。其研究聚焦物联网隐私保护、区块链融合等方向，发表的《MP-CSAS: A Privacy-Preserving Speed Advisory Framework for Mixed Traffic Environment Based on Consortium Blockchain》（https://www.aminer.cn/pub/?f=fwh_am_v1）是车联网隐私计算领域的创新成果，通过联盟链技术实现混合交通环境下的安全车速建议，为物联网场景下的隐私与效率平衡提供了技术范式。

高产作者代表：Mohsen Guizani

Mohsen Guizani 是该刊核心高产作者之一，论文数达169篇，引用数8936。长期聚焦物联网通信、资源管理等方向，以系列化、跨域的研究成果成为期刊高产标杆。发表的《Sustainability of Healthcare Data Analysis IoT-Based Systems Using Deep Federated Learning》（https://www.aminer.cn/pub/6228340b5aee126c0fb8ba1c/?f=fwh_am_v1）是医疗物联网与隐私计算领域的标杆成果。

在这里插入图片描述

https://www.aminer.cn/open/journal/detail/5ea56d31edb6e7d53c03d82c/?f=fwh_am_v1

想要深入探索这些期刊的论文细节、追踪高引作者的研究动态，或是挖掘领域内的合作网络与研究趋势， AMiner学术平台是你学术探索的全能助手！

无论是用 AI 文库 快速解析新概念、 AI 阅读 深度拆解论文，还是通过 溯源树 梳理学术脉络、 学者库 追踪学者成果、 期刊会议 锁定前沿阵地，甚至 借助AMiner 沉思把握全局研究趋势 …… 从顶刊资源挖掘到学者人脉拓展，AMiner 带你全方位解锁计算机学术的魅力。 现在就打开 AMiner，开启你的精准学术探索之旅吧！