数据分解方法不变于小位移和小规模？

是否存在一种类似于特征值的数据分解方法，该方法可以估计投影矩阵以降低维数，但是如果相同类别的原始数据在比例，移位和旋转方面略有不同，则不会以相似的欧氏距离术语将相似的矢量彼此投影得太远（2D case）。

$$ y = E x; $$

例如一个ECG分类问题示例。有氧运动的持续时间不同。另外，比例和偏移取决于节拍检测的准确性。因此，由于该变化，属于同一类别的有氧运动可能会投影到很远的地方。