算法2：基于深度稀疏表示的分类(DSRC)
1) 输入：构建训练样本 X = [ X t r a i n , X t e s t ] ，将其输入编码器网络，提取对应嵌入特征 Z = [ Z t r a i n , Z t e s t ] ；正则化参数 λ 0 , λ 1
2) 解优化问题：通过解优化问题(8)，得到 Θ d s r c ，从而找到稀疏系数矩阵A，从而得到嵌入特征的稀疏表示 Z ^ = [ Z ^ t r a i n , Z ^ t e s t ]
3) 预测类别：利用公式(9)，对测试集 X t e s t 的每一个样本预测类别