《模式識別與人工智能》期刊評職稱是否可用，需要綜合多方面因素進行判斷，可以通過聯系雜志社或咨詢在線客服獲取更多信息。
評職稱需結合以下因素綜合判斷：
一、期刊資質與收錄情況
（1）?國內期刊基本要求?：若具備國家新聞出版署備案的CN刊號（國內統一刊號）及ISSN號（國際標準刊號），且未被列入預警名單，則符合多數單位對職稱論文的資質要求。
（2）?數據庫收錄情況?：若被知網（CNKI）、萬方、維普等國內主流數據庫收錄，認可度更高；若僅為普通期刊或電子期刊，部分單位可能限制使用。
二、單位政策與學科差異
（1）?單位明確要求?：部分高校或教育機構可能指定需發表在國內核心期刊，而《模式識別與人工智能》期刊若未入選此類目錄，則可能無效。
（2）學科傾向性：計算機類職稱評審中，國內期刊通常更受重視。
三、論文質量與作者身份
內容相關性：論文主題需與申報職稱的專業方向一致，且需為獨立或第一作者完成。
加分權重：普通期刊論文通常用于中級職稱評審，高級職稱可能要求核心期刊或更高影響力成果。
綜上，期刊能否用于評職稱需以單位政策為準，建議結合期刊實際水平和個人職稱等級綜合考量。
《模式識別與人工智能》是由國家智能計算機研究開發中心;中國科學院合肥智能機械研究所主辦，中國科學技術協會;中國自動化學會主管的計算機類學術期刊，創刊于1989年，國內統一刊號CN：34-1089/TP，國際標準刊號ISSN：1003-6059，在計算機學術領域具有較高的權威性和影響力。
該刊出版周期為月刊，主要欄目有：研究與應用、論文與報告、“結構化特征學習的目標檢測與識別”專題、“結構化學習表示及其在目標檢測與識別中的應用”專題、信息與動態、“強化學習研究”專題、“網絡科學與信息推薦”專題、“多粒度屬性表示及應用”專題、綜述與評論等，其內容突出理論性、學術性和探索性，為不同研究方向的學者和計算機工作者提供了交流和發表成果的平臺。
其在學術界具有較高的影響力，現被北大期刊(中國人文社會科學期刊)、CSCD 中國科學引文數據庫來源期刊(含擴展版)、統計源期刊(中國科技論文優秀期刊)、知網收錄(中)、維普收錄(中)、萬方收錄(中)、JST 日本科學技術振興機構數據庫(日)、國家圖書館館藏、上海圖書館館藏等多個電子期刊數據庫收錄，其發表的文章具有較高的學術質量和廣泛的傳播度，曾被
- 北大核心期刊（2023版）
- 北大核心期刊（2020版）
- 北大核心期刊（2017版）
- 北大核心期刊（2014版）
- 北大核心期刊（2011版）
- 北大核心期刊（2008版）
- 北大核心期刊（2004版）
- 北大核心期刊（2000版）
- 北大核心期刊（1996版）
- 北大核心期刊（1992版）
- 中國科技核心期刊
- 中國科學引文數據庫-核心（2023-2024）
- 中國科學引文數據庫-核心（2021-2022）
- 中國科學引文數據庫-核心（2019-2020）
- 中國科學引文數據庫-核心（2017-2018）
- 中國科學引文數據庫-核心（2015-2016）
- 中國科學引文數據庫-核心（2013-2014）
- 中國科學引文數據庫-核心（2011-2012）
- Scopus數據庫
- 武大RCCSE核心期刊（2020）
- 日本科學技術振興機構數據庫
- 工程索引
等收錄，這些收錄情況進一步提升了的學術影響力和認可度。
此外，還獲得了中國優秀期刊遴選數據庫、中國期刊全文數據庫（CJFD）、中國科技期刊優秀期刊、北大圖書館收錄期刊等，這些榮譽不僅是對期刊過去努力的肯定，也是對未來發展的激勵。
本文內容整理自網絡公開平臺，如遇信息錯誤，請及時通過在線客服與我們聯系。
