本文介绍了一种基于截断展开的分解卷积滤波器神经网络，可以通过学习扩展系数来减少参数和计算量，同时加强滤波器的规律性。实验证明，DCFNet在减少模型参数的同时，保持了图像分类任务的准确性，尤其是在使用Fourier-Bessel基时效果显著。