是否有一种类似于特征值的数据分解方法可以估计投影矩阵以降低维度,但如果来自同一类的原始数据在尺度、移位和旋转(2D案子)。
例如心电图分类问题示例。心脏周期有不同的持续时间。此外,比例和移位取决于节拍检测的准确性。因此,由于这种变化,属于同一类别的有氧运动周期可能会被预测到很远的地方。
是否有一种类似于特征值的数据分解方法可以估计投影矩阵以降低维度,但如果来自同一类的原始数据在尺度、移位和旋转(2D案子)。
例如心电图分类问题示例。心脏周期有不同的持续时间。此外,比例和移位取决于节拍检测的准确性。因此,由于这种变化,属于同一类别的有氧运动周期可能会被预测到很远的地方。
对于 ECG,可以使用 Karhunen Lòeve 变换 (KLT) (Jager, et al. 1992)。我在 KLT 技术上取得了成功(Povinelli,2005)。