Metoda dekompozycji danych niezmienna dla małej zmiany i skali?


10

Czy istnieje metoda dekompozycji danych podobna do wartości własnej, która szacuje macierz projekcji w celu zmniejszenia wymiarów, ale nie rzutuje podobnych wektorów zbyt daleko w kategoriach odległości euklidesowej od siebie, jeśli oryginalne dane z tej samej klasy różnią się nieco skalą, przesunięciem i obrotem (2D walizka).

y=Ex;

np. przykład problemu z klasyfikacją EKG. Cykle kardio mają różny czas trwania. Ponadto skala i przesunięcie zależą od dokładności wykrycia uderzeń. W związku z tym cykle kardio należące do tej samej klasy mogą być rzutowane bardzo daleko z powodu tej odmiany.



1
Kiedy czytam pytanie, od razu myślę o kwantyzacji wektorowej . Lub inne algorytmy grupowania . Może myślenie w tym kierunku może zacząć.
bjoernz,

Odpowiedzi:


Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.