上面，自己整理好的证明过程。
实际上，流形学习哪怕在1999年这会，也不是个新名词。
早在几年前，图像识别和语音识别领域，就已经有人提出了这个概念，并提出了一个假设，即「高维数据可以被通过其内在的低维流形结构被处理」。
尽管这一假设始终没有被证明，但却并不影响研究人员暂且假定它是成立的，然后开始应用。
只不过这个年头的计算机性能实在比较抱歉，因此到现在为止，还没应用出个一二三来。
而常浩南的这个证明本身，对于工程界来说，大概只能起到一个稳定人心的效果。
心态大概相当于用了这幺多年的经验公式，最后果然是对的。
连惊喜都未必能算上。
但对于理论数学界来说，应该还是有些价值的。
尽管他并没有直接证明上面的那个假设，但至少已经证明了低维流形结构的普适性存在。
相当于往这个方向迈出了一大步。
另外，这个证明对于人类研究多维空间，比如庞加莱猜想之类的课题也可能产生一些启发。
但系统判断项目完成的标准，是这个项目对现实世界产生影响力。
一个纯理论的证明过程要怎幺产生影响力？
似乎最好的办法就是发表出去……
而且是找个理论数学的期刊发表。
(本章完)