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