嗯……但面饼重量本身就有误差，而且调料包有好几种，称重只能证明总量没问题，但不能保证没放错……”
常浩南摇摇头否定道。
旁边的朱雅丹左看看常浩南，右看看姚梦娜，实在是不知道这两个人为什么突然讨论起这个问题了。
“那个……”
虽然她觉得在两位博士面前有点班门弄斧，但最后还是没忍住：
“在封装步骤之前，专门找个人在流水线旁边看着不就行了么？”
姚梦娜单手扶额：
“我们就是在想，如何才能不用这个人，但实现一样的效果。”
“这个么……”
朱雅丹瞬间缩了缩头：
“我只是随便一说……但有些时候人脑的作用或许还是没办法代替的……”
餐桌周围又恢复了平静，只剩下偶尔发出的微弱咀嚼声。
但常浩南仍然没有动筷子。
“你说得对。”
几分钟之后，当朱雅丹都快要吃完面前盘子里的炒面时，常浩南突然开口道：
“人类的大脑能够通过某种办法解析高维数据，从而获取对外部世界的感知。”
“？”
朱雅丹满脑袋问号地抬起头，但看着常浩南思考的样子，很有自知之明地没有打扰。
“换句话说，具有高维数的外部信息必定潜在于一个低维空间中的非线性流形结构上……”
在近70年前，美国统计学家哈罗德·霍特林就已经提出过将高维数据进行降维的主成分分析法。
他认为方差越大提供的信息越多反之提供的信息越少，于是通过原分量的线性组合构造方差大、含信息量多的若干主分量，再进行矩阵奇异值分解，实现数据维数的降低。
但主成分分析法只相当于找到投影距离最小的意义下的最佳线性映射，而现实中却没有那么多简单的线性问题。
不过，这个思路却是可以被借鉴的。
常浩南放下只吃了一口的羊汤面，蹭地站起身，快步离开食堂。
身负安保职责的朱雅丹赶紧跟上。
姚梦娜的反应稍微慢了一点，刚想起身，又意识到还没结账，只好掏出钱包，无奈地走向收银台。
回到办公室的常浩南重新找到了刚才那张纸。
在三个基本条件下方又写下了几行字。
给定一组高维数据X={x1，x2，…，xn}RD，n
…。。