矩阵分解是无监督学习模型，其他属于监督学习模型

正确答案是：D: 矩阵分解。

专业分析：

监督特征学习是一种机器学习方法，利用标记数据来学习有效的特征表示。以下是对选项的分析：

A: 神经网络 - 神经网络是典型的监督学习方法之一，通过标记数据进行训练，调整权重以优化模型性能。

B: 多层感知器 - 多层感知器（MLP）是一种前馈神经网络，同样依赖标记数据进行训练，属于监督学习范畴。

C: 监督字典学习 - 监督字典学习在训练过程中利用标记数据来学习特征字典，以便更好地表示数据，因此也属于监督学习。

D: 矩阵分解 - 矩阵分解通常用于无监督学习，例如奇异值分解（SVD）和非负矩阵分解（NMF），这些方法不依赖于标记数据进行训练，因此不属于监督特征学习。

综上所述，D: 矩阵分解不属于监督特征学习。