摘要
本发明公开了一种基于矩阵分解的GCNN网络参量约减方法，包括以下步骤：第一步：输入图像通道和卷积核的稀疏分解，通过转换矩阵和稀疏基，将输入特征图和卷积核进行两次稀疏分解，减少卷积操作的复杂度和计算量；第二步：全连接层的SVD分解，对全连接层的权重矩阵进行SVD分解。该基于矩阵分解的GCNN网络参量约减方法，通过对输入图像通道和卷积核的稀疏分解，将输入特征图和卷积核进行两次稀疏分解，通过转换矩阵和稀疏基，降低卷积操作的复杂度和计算量，主要采用基于通道基和核基的稀疏分解，以减少网络参数对全连接层的权重矩阵进行SVD分解，拆分为两个参数更少的矩阵，通过SVD分解显著减少全连接层的参数量和计算时间，提高网络的整体效率。
