Метод декомпозиции данных, инвариантный к малому сдвигу и масштабу?

Существует ли метод декомпозиции данных, аналогичный собственному значению, который оценивает матрицу проекции для уменьшения размерности, но не проецирует подобные векторы слишком далеко в евклидовых терминах расстояния друг от друга, если исходные данные из того же класса немного различаются по масштабу, сдвигу и повороту (2D дело).

например, пример проблемы классификации ЭКГ. Кардио циклы имеют разную продолжительность. Кроме того, масштаб и сдвиг зависят от точности определения удара. Таким образом, сердечно-сосудистые циклы, принадлежащие к одному и тому же классу, могут проецироваться далеко из-за этого изменения.

Для ЭКГ существует работа с использованием преобразования Кархунена Лева (KLT) (Jager et al. 1992) . Я имел успех с техникой KLT (Повинелли, 2005) .