数据分解方法不变于小位移和小规模？

是否存在一种类似于特征值的数据分解方法，该方法可以估计投影矩阵以降低维数，但是如果相同类别的原始数据在比例，移位和旋转方面略有不同（2D），则不会以相似的欧氏距离术语将相似的矢量彼此投影得太远案件）。

例如ECG分类问题示例。有氧运动的持续时间不同。另外，比例和偏移取决于节拍检测的准确性。因此，由于该变化，属于同一类别的有氧运动可能被投影到很远的地方。

对于ECG，存在使用KarhunenLòeve变换（KLT）的工作（Jager 等， 1992）。我已经成功使用了KLT技术（Povinelli，2005年）。