Datenzerlegungsmethode unveränderlich für kleine Verschiebung und Skalierung?

Gibt es eine dem Eigenwert ähnliche Datenzerlegungsmethode, die die Projektionsmatrix schätzt, um die Dimensionalität zu verringern, aber ähnliche Vektoren in euklidischen Abständen nicht zu weit voneinander projiziert, wenn die Originaldaten derselben Klasse in Bezug auf Skalierung, Verschiebung und Drehung (2D) geringfügig variieren Fall).

y = E x;

$y = E x;$

zB ein Beispiel für ein EKG-Klassifizierungsproblem. Cardio-Zyklen haben unterschiedliche Dauer. Außerdem hängen Skalierung und Verschiebung von der Genauigkeit der Schlagerkennung ab. Daher könnten Cardio-Zyklen, die zur selben Klasse gehören, aufgrund dieser Variation zu weit entfernt projiziert werden.

image-processing algorithms

— Chesnokov Yuriy
quelle

Pseudo-periodische Signale? sethares.engr.wisc.edu/paperspdf/wong2004.pdf

— rwong

Wenn ich die Frage lese, denke ich sofort an die Vektorquantisierung . Oder andere Clustering-Algorithmen . Vielleicht können Sie anfangen, wenn Sie in diese Richtung denken.

— Bjoernz

Für EKGs wird mit der Karhunen Lòeve-Transformation (KLT) gearbeitet (Jager et al. 1992) . Ich hatte Erfolg mit der KLT-Technik (Povinelli, 2005) .

— Richard Povinelli
quelle