本研究提出了一种自适应的“一般变换”（GT）框架，旨在解决缺乏数据集特性知识时选择合适离散变换的问题。GT能够根据数据集和任务学习数据驱动的映射，实验证明其在计算机视觉和自然语言处理中的表现优于传统方法。