而 <math>P_{\mathrm{cmp}}</math> 使用了同样的行分布形状和同样的平均输出分布,但第三、四行不再只是前两行的线性混合。换句话说,两个矩阵在 EI 看重的分布差异上几乎被设计成一样,但在行向量彼此之间的线性相关性上则不同。诸如[math]P_{\mathrm{lin}}[/math]这样的线性相关性引起的相似性用EI就无法刻画,但却可以被近似动力学可逆性指标[math]\Gamma_{\alpha}[/math]来刻画。 | 而 <math>P_{\mathrm{cmp}}</math> 使用了同样的行分布形状和同样的平均输出分布,但第三、四行不再只是前两行的线性混合。换句话说,两个矩阵在 EI 看重的分布差异上几乎被设计成一样,但在行向量彼此之间的线性相关性上则不同。诸如[math]P_{\mathrm{lin}}[/math]这样的线性相关性引起的相似性用EI就无法刻画,但却可以被近似动力学可逆性指标[math]\Gamma_{\alpha}[/math]来刻画。 |