ارائه يك روش مقاوم براي طبقه بندي تصاوير با استفاده از اطلاعات زمينه ي تصوير و تكنيك رد كردن

روش هاي طبقه بندي دربسياري از علوم,كاربرد ويژه اي دارند، علي رغم تلاش هايي كه براي انتخاب ويژگي جهت طبقه بندي انجام مي شود ،گاهي طبقه بندي ها به اشتباه رخ مي دهد كه اثرات آنها مي تواند حياتي باشد. اين موضوع به ويژه در مورد مسئله طبقه بندي ،كه در آن كلاس ها همپوشاني دارند، مجموعه هاي آموزشي كوچك و يا نادرست و كلاس ها ناشناخته اند صدق مي كند. در اين مقاله، يك شيوه طبقه بندي مقاوم مبتني بر محتواي تصاوير و تكنيك رد كردن پيشنهاد گرديده است كه در آن طبقه بندي هاي نادرست و اثرات آنها را با تطبيق رفتار طبقه بندي در نمونه هايي با حجم بالا، از طريق تركيب اطلاعات زمينه تصاوير و تكنيك رد كردن كاهش مي دهيم. از رويكردمان در مجموعه داده هاي دنياي واقعي بنام تصاوير بافت آسيب‌شناسي استفاده مي كنيم.