Decorrelation

释义 Definition（中文）

去相关；去相关化：指通过某种方法降低或消除两个或多个变量/特征/信号之间的相关性，使它们更接近相互独立。常见于统计学、机器学习（如特征处理）、信号处理、图像与数据压缩等领域。

发音 Pronunciation（IPA）

/ˌdiːˌkɔːrɪˈleɪʃən/

例句 Examples

Decorrelation can make features easier to analyze.
去相关处理可以让特征更容易分析。

In image compression, transforms like the DCT are used for decorrelation so that most of the energy concentrates in a few coefficients, improving coding efficiency.
在图像压缩中，像 DCT 这样的变换用于去相关，使能量集中到少数系数上，从而提高编码效率。

词源 Etymology（中文）

由前缀 de-（表示“去除、降低”）+ correlation（相关性）+ 名词后缀 -ation（表示“行为/过程”）构成，字面意思就是“去除相关性的过程”。

相关词 Related Words

• Correlation
• Independence
• Covariance
• Whitening
• Orthogonalization
• DCT
• PCA
• Transform

文献作品 Notable Works（出现语境示例）

• Pattern Recognition and Machine Learning（Christopher M. Bishop）——在特征变换、协方差与相关性处理的讨论中常涉及去相关思想。
• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——在统计学习方法与特征处理相关内容中会出现相关/去相关的概念框架。
• Information Theory, Inference, and Learning Algorithms（David J. C. MacKay）——在信息论与表示、压缩相关章节中常讨论通过变换实现去相关以提升表示效率。
• Discrete-Time Signal Processing（Oppenheim & Schafer）——在信号表示与变换（如余弦/傅里叶相关）语境中常出现去相关处理的用途。