1，单值分解：线性代数的重要部分，已经被广泛用于模式识别中的降维和信息检索应用中。
2，独立成分分析
3，非负矩阵分解
4，非线性降维算法：① kernel PCA②基于图的方法（拉普拉斯算子，Local LinearEmbedding (LLE)，Isometric Mapping (ISOMAP)）
5，离散傅里叶变换
6，离散cos和sin变换
7，THEHADAMARD TRANSFORM
8，哈尔变换（THE HAAR TRANSFORM）
9，哈尔扩展回顾（THE HAAR EXPANSION REVISITED）
10， 离散时间小波变换
11， 多分辨率解释
12， 小波包（WAVELET PACKETS）
13， 一个二维生成（A LOOK AT TWO-DIMENSIONALGENERALIZATIONS）
PS:理论性太特么强了。实在没太多精力精读，先看个框架！
[模式识别].(希腊)西奥多里蒂斯<第四版>笔记6之__feature generation (1)：数据转换和降维
原文：http://blog.csdn.net/glb562000520/article/details/38034041