8.6，PCA，我需要冷静一下。

拼图法取得了突破性进展。现在拼出来的视图已经一点也不后现代了……我是说，图像的完整性很好，像素基本上是连续的──还是放效果图吧：

其实我所做的不过是稍微修改了评价函数，增加了一项“位移惩罚”而已。于是那些小方块终于不再乱跑了……
无论如何，这个成果加强了我对拼图法的信心。接下来只需要引入快速搜索算法，提高匹配效率，速度场方面的工作就可以完成了。


在另一只手上，辐射法总是受挫。不仅写的代码老bug，而且我又发现，辐射法所获的的连续性与宏块匹配是本质相同的。看来暂时放弃这个想法了。

关于PCA方法，我开始有更多的迷惘。PCA的本质是什么？“方差最大”说明了什么？区分力和方差真的有关吗？
PCA的内核是协方差矩阵，而不是相关系数矩阵──这意味着输入参数必须是同单位、同质的。它和回归算法有内在联系，却又有本质的差别：回归法允许我们对数据各种预处理，比如标准化数据维（减去均值除以方差）。而PCA却不允许这么做……
最后，协方差矩阵的特征向量，它究竟代表了什么？
我想，我需要冷静一下……