为什么sparse representation比起其它成分分析方法（DFT，Wavelet）能得到更好的效果？

众所周知，sparse representation的dictionary是overcomplete的，如果对训练信号得到一组合适的dictionary，可以通过线性变换，将线性相关的basis变为0得到一组completed 的basis，这就和DFT等方法使用的基相类似了。于是就产生了这样的疑问：sparse真的能够在表示中起到很好的作用吗？sparse真正胜过其它成分分析方法的地方在哪里？