現在假設我們通過ca獲得了一組特征向量{\athbf{v}1，\athbf{v}2，\dots，\athbf{v}k}，這是數據的主要變化方向。
接下來就能將數據投影到ca提取的主要特征向量上，并保留前k個主要成分，以減少數據的維度。
壓縮后的數據可以表示為\athbf{y}\athbf{y}1，\athbf{y}2，\dots，\athbf{y}k，其中\athbf{y}i\athbf{x}\athbf{v}i表示數據在第i個主成分上的投影。
同理，當需要解壓縮的時候，利用壓縮后的數據\athbf{y}和ca提取的主要特征向量{\athbf{v}1，\athbf{v}2，\dots，\athbf{v}k}來重構原始數據。
重構的數據結構就是\hat{\athbf{x}}\su{i1}{k}\athbf{y}i\athbf{v}it。”
喬澤手書的速度很快，剛剛講解完，也完成了包含著數據表示、分析和重構三個步驟的重要公式，然后將手中的稿紙遞給了對面的馬明旭。
既然懂壓縮，又了解過超螺旋代數，那應該就能看懂這個簡單的例子。
當然這就是個最簡單的理論過程，豆豆在使用的時候，還需要考慮數據預處理、參數選擇等問題，以確保算法的有效性和性能。不過這些都是細枝末節的東西，在喬澤看來，只要弄懂了理論，剩下的都是小事情，無非就是要花費些時間。
甚至完全都能交給人工智能解決。
豆豆都能完美的使用這套數據庫，未來升級后的人工智能就更沒問題了。
馬旭明深深的看了眼喬澤，這才接過他遞來的稿紙，隨后便被稿紙上三個公式所吸引。
感觸有很多，比如腦子有些不夠用了。
來之前大家的確是專門研究過超螺旋代數跟超越幾何學，但時間還是太短了。
光看這些公式還真有些反應不過來。
想開口再深問，突然又感覺不太好意思，只能默默的將公式記在腦海之后，然后抬頭看了眼正歪著頭瞅著稿紙的劉杰春，干脆的把喬澤這張手稿遞了過去。
本以為這家伙會一看一個不吱聲，誰想到劉杰春竟然恍然大悟的說了句“哦，原來是這樣啊”
馬旭明剛想開口問問老友他看出些什么了，誰想到劉杰春將手稿遞給身邊的周良時，順帶著扭頭沖他眨了眨眼。馬旭明秒懂，然后在心里冷笑了兩聲，也懶得開口拆臺了。
畢竟大家一起來的，算是一個整體，沒必要在兩個年輕人面前鬧笑話。
只是這部份手稿在四個人手中轉了一圈之后，一時間幾個人又不知道說些什么了，于是目光落到了馬旭明身上。
看他做什么
馬旭明深吸了口氣，然后問道“嗯，這個這個算法，能做到無損壓縮”
“高維特征碼的還原為什么不能無損”喬澤疑惑的反問道。
“嗯，我的意思是，無損壓縮算法嘛，這個極限壓縮效率總是會受到信息熵的限制，你這個算法極限壓縮效率大概能達到多少”
“通過公式可以算出來，極限壓縮效率能做到與高維信息熵相當，如果你是說跟現有的壓縮算法比的話，效率能提升兩到三倍，未來如果能更進一步的話，甚至可能做到網絡傳輸比卡車運輸要快。
當然就目前的情況而言，還得根據具體數據類型來分析。因為這涉及到不同類型數據對應的高維信息熵的不同。比如圖片的壓縮效率要比文本更高，視頻要比圖片更高。缺點是壓縮跟解壓時需要更高的算力支持。”喬澤只能詳細的解答道。
“嗯，我大概理解了”馬旭明看了眼劉杰春，表示他沒問題了。
其實來之前，他是想好好跟喬澤探討一下關于壓縮算法的未來的。
但在了解了喬澤的討論方式后，他決定得到明天再來聊這些。