[发明专利]一种基于神经局域连接的线性分类方法

摘要

本发明公开了一种基于神经局域连接的线性分类方法，包括：从数据集中获取原始图像数据，经过去除全连接层和预测层的神经网络模型处理，得到特征向量X；对X进行分区，以区间长α按步长β向右移动，每滑动一次就进行一次矩阵乘法运算，直到最后一个区间；若n‑α能被β整除，则共有t份数据，经过运算后得到单个输出矩阵y1，y2，y3，…，yt；若n‑α不能被β整除，向下取整共有t份数据，经过矩阵乘法运算后得到单个输出矩阵y1，y2，y3，…，yt，向上取整共有t+1份数据，经过矩阵乘法运算后分别得到单个输出矩阵y1，y2，y3，…，yt+1；将所有输出矩阵连接起来得到新矩阵Y。本发明在学习相对较多特征时的图像时，能够降低参数量。