本發(fā)明公開了一種基于疊加卷積稀疏自編碼機的表示學習方法，其特包括以下步驟：1）設計和實現(xiàn)包括白化的重構獨立成分分析算法，并將圖像數(shù)據(jù)集作為輸入，迭代優(yōu)化學習其輸出的重構矩陣，得到訓練完成的稀疏自編碼模型；2）構建半監(jiān)督疊加稀疏自編碼機模型對特征表示做訓練；3）構建卷積模型從數(shù)據(jù)中提取塊特征，應用卷積和池化操作生成卷積特征表示；4）將卷積稀疏自編碼機進行疊加，對卷積特征表示進行進一步優(yōu)化；5）用邏輯回歸模型在圖像數(shù)據(jù)集上訓練分類器，并得到分類結果。本發(fā)明結合自編碼機模型和卷積池化結構的特點，并利用大規(guī)模數(shù)據(jù)集中的少部分有標簽數(shù)據(jù)，達到優(yōu)化特征表示向量，提高圖像數(shù)據(jù)集分類準確度。