A recurrence plot (RP) is a straightforward way to visualize characteristics of similar system states attained at different times (Eckmann et al., 1987).
，即RP可识别在时间上伸缩的状态对。Cross-Recurrent Plot，形成一个二维坐标轴，坐标系里的黑色代表相似的状态对，实际上在这个坐标系里，大部分的点都不是黑色的。在对角线上的路径代表了两个序列的相似子序列。
明显，上图(a)比(b)序列对更有相似性。然而这只是人眼的判别，虽然事实也是如此，但肯定还是需要定量的判别的吧。比如做一个图片二分类的分类器，判别两副图哪个更匹配，但问题在于这样一个稀疏的黑白两色图，提取哪个特征适合用来做分类呢？基于这个考虑（事实上是基于大量的实验表明该分类目的的特征不好提取），研究者们还是自己定了一些计算方法，如DP：
将路径斜率限定为1太死了，但是如果改成0到无穷大又太大了，所以采取折衷的策略：
折衷策略的路径斜率为[1/2, 2]，跟DTW的策略很像有没有，其实类似应用到动态规划的问题都有这个问题出现和类似这个的解决方案。总之，现在路径的大方向把握好了，接下来解决细节问题。这个问题就是如果两个连续路径中间由于极个别的点没匹配上，却错过了形成optimal路径的机会，这太可惜了。所以为了解决这个问题，引入了衰减变量，使得如果有个别点没匹配上，不会让路径直接被斩断，而是给路径打的分会降低：
衰减力度不能太小，至少要比1大吧。OK，这样就很合适了