Principal component analysis(PCA) and Singular value decomposition(SVD) are two algebra methods used in linear projection analysis to reduce the dimensions in algebra space.

• 特征抽取和选择是模式识别中的最基本的问题之一,它研究如何从众多特征中求出对最终的分类识别最有效的特征,从而实现特征空间维数的压缩。