机器学习追求的是在超大规模数据上有较好的精度和效率，因此会充分研究数据先验特性，并将其添加到学习过程中去。

降维能够得到更加稀疏的表示，而添加稀疏约束不能得到降维之后的表示。

判断题降维能够得到更加稀疏的表示，而添加稀疏约束不能得到降维之后的表示。

稀疏表示分类中，学到稀疏表示系数后，可以计算得到一个总字典的近似，又可以进一步获得每个子字典中的一个近似表示，...

判断题稀疏表示分类中，学到稀疏表示系数后，可以计算得到一个总字典的近似，又可以进一步获得每个子字典中的一个近似表示，计算总字典近似与每个子字典近似的相似性，该样本就被归结为相似性最高的子字典对应的类别。

在稀疏表示分类（SRC）模型中，其流程为先对所有训练集样本分类并构建对应子字典，合并成总字典，在测试时，对每个...

判断题在稀疏表示分类（SRC）模型中，其流程为先对所有训练集样本分类并构建对应子字典，合并成总字典，在测试时，对每个样本学习一个稀疏表示系数，最后根据此系数进行分类。