带约束的半非负矩阵分解卷积网络算法及应用  

作　　者：黄昊楠 

机构地区：[1]广东工业大学

出　　处：《电子世界》2021年第13期70-71,共2页Electronics World

摘　　要：卷积神经网络已成功应用于图像分类。然而,训练传统的卷积网络模型需要花费大量的时间和计算内存。半非负矩阵分解(Semi-NMF)是一种学习数据集特征表示的有用算法。本文提出了一种新的用于模式分类的约束半NMF神经网络(GSNnet)。GSNnet放弃了反向传播过程,采用半NMF学习卷积滤波器。这种方法极大地降低了网络复杂性。

关 键 词：卷积神经网络 反向传播 卷积网络 图像分类 数据集特征 卷积滤波 GSN 网络复杂性 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]