رويكرد تركيبي براي دسته بندي تصاوير بر پايه شبكه هاي پيچيده و شبكه هاي عصبي

مقاله، يك روش جديد براي توصيف تصاوير بر اساس مدل شبكه هاي پيچيده ارائه‌مي شود. يك تصوير داراي نقاط كليدي است كه براساس آن مي تواند يك گراف ساخته مي‌شود. از اين گراف مي توان در قالب يك شبكه پيچيده جهان كوچك استفاده نمود و از ويژگي‌هاي شبكه پيچيده همانند ويژگي‌هاي توپولوژيك و پوياي آن جهت نمايش خصوصيات آن استفاده كرد. سپس اين اطلاعات، نرماليز شده و به عنوان ويژگي هاي مناسب به شبكه عصبي جهت دسته بندي داده مي شود. بر اساس اين ويژگيها و استفاده از شبكه عصبي، عمليات مقايسه بين تصاوير جديد انجام مي‌گيرد. نتايج مقاله نشان مي دهد كه اين روش در شناسايي شباهتها و در نهايت دسته بندي آنها، عملكرد مناسبي دارد.