Как измерить похожесть? Опции

[newleshii]

Имеется несколько несвязанных, независимых случайных функций (для примера рассмотрим 12). Если по каждой случайной функции взять несколько десятков реализаций, и одновременно вывести их на графики (т.е. на одном графике одновременно выводиться в данном случае несколько десятков реализаций), то получится



Т.е. из графиков видно, что в принципе каждая случайная функция вроде бы и не совсем случайная, так как в среднем, все реализации каждой случайной функции достаточно похожи между собой.

Далее, имется двенадцать реализаций функций




1. Как можно сопоставить каждую реализацию из нижней полосы каждому классу из верхней?
2. И более сложный вопрос, если в качестве опоры существует только 2-4 реализации в верхней полосе для каждой функции(а не десятки как в рассматриваемом примере), как можно будет в этом случае соотнести реализации из нижней полосы?

То что сразу на ум приходит - корреляция, но она показывает слишком слабую различительную способность в этих случаях.


Данные представлены в нескольких матлабовских файлах mat - http://slil.ru/29187898

В переменных с именем хх в виде матрицы представлены реализации, отображенные на верхней полосе (т.е. опорные), а с именем y - на нижней полосе (т.е. те, которые надо отнести к опорным). Для упрощения, в данном примере графики из нижней полосы по расположению соответствуют образцам из верхней полосы, и цифры в именах переменных обеспечивают связь исследуемой реализации и опорной, т.е. реализация y1 однозначно относится к xx1, y2 к xx2 и т.д.