已发现二值化差值结构有3种相互作用，纵向，横向和斜向。纵向相互作用只与行间距有关而与数值的数量无关，与迭代次数成反比；横向相互作用只与列的数值数量有关与列间距无关，与迭代次数成正比；斜向相互作用将导致行分布与列分布与差值结构之间的1对多的关系。
这里比较了18个不同的差值结构的迭代次数，他们都只有纵向和横向相互作用，没有斜向相互作用。在行分布与列分布确定的情况下只有唯一的差值结构与之对应。因此有理由认为行分布与列分布携带了差值结构的所有信息，可以仅通过比较行分布与列分布去比较迭代次数。
( A, B )---3*30*2---( 1, 0 )( 0, 1 )
让网络的输入只有3个节点，AB训练集各由6张二值化的图片组成，让A中有6个1，B中全是0.比较迭代次数的顺序
| 差值结构 | A-B | 迭代次数 | 行分布 | 列分布 | 行排斥力 | 平均列 | 列排斥力 | ||||||||||||||||||||
| 1 | 1 | 1 | 7*1*4*2*0*0-0*0*0*0*0*0 | 3106.407 | d | 0 | 0 | 1 | 1 | 1 | 1 | a | 2 | 2 | 2 | 9 | 0 | 0 | 9 | 9 | 9 | 9 | 292.5 | ||||
| 0 | 0 | 1 | 7*1*4*2*0*0-0*0*0*0*0*0 | 3106.407 | |||||||||||||||||||||||
| 1 | 0 | 0 | 7*1*4*2*0*0-0*0*0*0*0*0 | 3106.407 | |||||||||||||||||||||||
| 0 | 1 | 0 | 7*1*4*2*0*0-0*0*0*0*0*0 | 3106.407 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*1*4*2*0*0-0*0*0*0*0*0 | 3106.407 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*1*4*2*0*0-0*0*0*0*0*0 | 3106.407 | |||||||||||||||||||||||
| 1 | 1 | 0 | 6*4*2*4*2*0-0*0*0*0*0*0 | 3367.935 | d | 0 | 1 | 1 | 1 | 1 | 1 | a | 3 | 3 | 0 | 9 | 0 | 9 | 9 | 9 | 9 | 9 | 407.8125 | ||||
| 1 | 0 | 0 | 6*4*2*4*2*0-0*0*0*0*0*0 | 3367.935 | |||||||||||||||||||||||
| 0 | 1 | 0 | 6*4*2*4*2*0-0*0*0*0*0*0 | 3367.935 | |||||||||||||||||||||||
| 1 | 0 | 0 | 6*4*2*4*2*0-0*0*0*0*0*0 | 3367.935 | |||||||||||||||||||||||
| 0 | 1 | 0 | 6*4*2*4*2*0-0*0*0*0*0*0 | 3367.935 | |||||||||||||||||||||||
| 0 | 0 | 0 | 6*4*2*4*2*0-0*0*0*0*0*0 | 3367.935 | |||||||||||||||||||||||
| 1 | 1 | 0 | 6*4*4*4*2*0-0*0*0*0*0*0 | 3476.296 | d | 0 | 1 | 1 | 1 | 1 | 1 | a | 4 | 2 | 0 | 8 | 0 | 8 | 8 | 8 | 8 | 8 | 322.2222 | ||||
| 1 | 0 | 0 | 6*4*4*4*2*0-0*0*0*0*0*0 | 3476.296 | |||||||||||||||||||||||
| 1 | 0 | 0 | 6*4*4*4*2*0-0*0*0*0*0*0 | 3476.296 | |||||||||||||||||||||||
| 1 | 0 | 0 | 6*4*4*4*2*0-0*0*0*0*0*0 | 3476.296 | |||||||||||||||||||||||
| 0 | 1 | 0 | 6*4*4*4*2*0-0*0*0*0*0*0 | 3476.296 | |||||||||||||||||||||||
| 0 | 0 | 0 | 6*4*4*4*2*0-0*0*0*0*0*0 | 3476.296 | |||||||||||||||||||||||
| 0 | 1 | 1 | 3*4*4*2*1*0-0*0*0*0*0*0 | 4038.91 | d | 0 | 1 | 1 | 1 | 1 | 1 | a | 2 | 2 | 2 | 9 | 0 | 9 | 9 | 9 | 9 | 9 | 407.8125 | ||||
| 1 | 0 | 0 | 3*4*4*2*1*0-0*0*0*0*0*0 | 4038.91 | |||||||||||||||||||||||
| 1 | 0 | 0 | 3*4*4*2*1*0-0*0*0*0*0*0 | 4038.91 | |||||||||||||||||||||||
| 0 | 1 | 0 | 3*4*4*2*1*0-0*0*0*0*0*0 | 4038.91 | |||||||||||||||||||||||
| 0 | 0 | 1 | 3*4*4*2*1*0-0*0*0*0*0*0 | 4038.91 | |||||||||||||||||||||||
| 0 | 0 | 0 | 3*4*4*2*1*0-0*0*0*0*0*0 | 4038.91 | |||||||||||||||||||||||
| 1 | 1 | 1 | 7*1*1*2*0*0-0*0*0*0*0*0 | 4086.126 | d | 0 | 0 | 1 | 1 | 1 | 1 | a | 3 | 2 | 1 | 8.75 | 0 | 0 | 8.75 | 8.75 | 8.75 | 8.75 | 276.4757 | ||||
| 0 | 0 | 1 | 7*1*1*2*0*0-0*0*0*0*0*0 | 4086.126 | |||||||||||||||||||||||
| 0 | 0 | 1 | 7*1*1*2*0*0-0*0*0*0*0*0 | 4086.126 | |||||||||||||||||||||||
| 0 | 1 | 0 | 7*1*1*2*0*0-0*0*0*0*0*0 | 4086.126 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*1*1*2*0*0-0*0*0*0*0*0 | 4086.126 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*1*1*2*0*0-0*0*0*0*0*0 | 4086.126 | |||||||||||||||||||||||
| 1 | 1 | 0 | 6*6*2*4*0*0-0*0*0*0*0*0 | 5254.709 | d | 0 | 0 | 1 | 1 | 1 | 1 | a | 3 | 3 | 0 | 9 | 0 | 0 | 9 | 9 | 9 | 9 | 292.5 | ||||
| 1 | 1 | 0 | 6*6*2*4*0*0-0*0*0*0*0*0 | 5254.709 | |||||||||||||||||||||||
| 0 | 1 | 0 | 6*6*2*4*0*0-0*0*0*0*0*0 | 5254.709 | |||||||||||||||||||||||
| 1 | 0 | 0 | 6*6*2*4*0*0-0*0*0*0*0*0 | 5254.709 | |||||||||||||||||||||||
| 0 | 0 | 0 | 6*6*2*4*0*0-0*0*0*0*0*0 | 5254.709 | |||||||||||||||||||||||
| 0 | 0 | 0 | 6*6*2*4*0*0-0*0*0*0*0*0 | 5254.709 | |||||||||||||||||||||||
| 1 | 1 | 1 | 7*5*2*0*0*0-0*0*0*0*0*0 | 6307.814 | d | 0 | 0 | 0 | 1 | 1 | 1 | a | 2 | 2 | 2 | 9 | 0 | 0 | 0 | 9 | 9 | 9 | 182.25 | ||||
| 1 | 0 | 1 | 7*5*2*0*0*0-0*0*0*0*0*0 | 6307.814 | |||||||||||||||||||||||
| 0 | 1 | 0 | 7*5*2*0*0*0-0*0*0*0*0*0 | 6307.814 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*5*2*0*0*0-0*0*0*0*0*0 | 6307.814 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*5*2*0*0*0-0*0*0*0*0*0 | 6307.814 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*5*2*0*0*0-0*0*0*0*0*0 | 6307.814 | |||||||||||||||||||||||
| 0 | 1 | 1 | 3*4*1*1*1*0-0*0*0*0*0*0 | 9720.759 | d | 0 | 1 | 1 | 1 | 1 | 1 | a | 4 | 1 | 1 | 6 | 0 | 6 | 6 | 6 | 6 | 6 | 181.25 | ||||
| 1 | 0 | 0 | 3*4*1*1*1*0-0*0*0*0*0*0 | 9720.759 | |||||||||||||||||||||||
| 0 | 0 | 1 | 3*4*1*1*1*0-0*0*0*0*0*0 | 9720.759 | |||||||||||||||||||||||
| 0 | 0 | 1 | 3*4*1*1*1*0-0*0*0*0*0*0 | 9720.759 | |||||||||||||||||||||||
| 0 | 0 | 1 | 3*4*1*1*1*0-0*0*0*0*0*0 | 9720.759 | |||||||||||||||||||||||
| 0 | 0 | 0 | 3*4*1*1*1*0-0*0*0*0*0*0 | 9720.759 | |||||||||||||||||||||||
| 1 | 1 | 1 | 7*2*2*2*0*0-0*0*0*0*0*0 | 11051.61 | d | 0 | 0 | 1 | 1 | 1 | 1 | a | 4 | 1 | 1 | 6 | 0 | 0 | 6 | 6 | 6 | 6 | 130 | ||||
| 0 | 1 | 0 | 7*2*2*2*0*0-0*0*0*0*0*0 | 11051.61 | |||||||||||||||||||||||
| 0 | 1 | 0 | 7*2*2*2*0*0-0*0*0*0*0*0 | 11051.61 | |||||||||||||||||||||||
| 0 | 1 | 0 | 7*2*2*2*0*0-0*0*0*0*0*0 | 11051.61 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*2*2*2*0*0-0*0*0*0*0*0 | 11051.61 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*2*2*2*0*0-0*0*0*0*0*0 | 11051.61 | |||||||||||||||||||||||
| 0 | 1 | 1 | 3*3*2*2*0*0-0*0*0*0*0*0 | 12238.71 | d | 0 | 0 | 1 | 1 | 1 | 1 | a | 4 | 2 | 0 | 8 | 0 | 0 | 8 | 8 | 8 | 8 | 231.1111 | ||||
| 0 | 1 | 1 | 3*3*2*2*0*0-0*0*0*0*0*0 | 12238.71 | |||||||||||||||||||||||
| 0 | 1 | 0 | 3*3*2*2*0*0-0*0*0*0*0*0 | 12238.71 | |||||||||||||||||||||||
| 0 | 1 | 0 | 3*3*2*2*0*0-0*0*0*0*0*0 | 12238.71 | |||||||||||||||||||||||
| 0 | 0 | 0 | 3*3*2*2*0*0-0*0*0*0*0*0 | 12238.71 | |||||||||||||||||||||||
| 0 | 0 | 0 | 3*3*2*2*0*0-0*0*0*0*0*0 | 12238.71 | |||||||||||||||||||||||
| 0 | 1 | 1 | 3*2*2*2*2*0-0*0*0*0*0*0 | 12367.27 | d | 0 | 1 | 1 | 1 | 1 | 1 | a | 5 | 1 | 0 | 5 | 0 | 5 | 5 | 5 | 5 | 5 | 125.8681 | ||||
| 0 | 1 | 0 | 3*2*2*2*2*0-0*0*0*0*0*0 | 12367.27 | |||||||||||||||||||||||
| 0 | 1 | 0 | 3*2*2*2*2*0-0*0*0*0*0*0 | 12367.27 | |||||||||||||||||||||||
| 0 | 1 | 0 | 3*2*2*2*2*0-0*0*0*0*0*0 | 12367.27 | |||||||||||||||||||||||
| 0 | 1 | 0 | 3*2*2*2*2*0-0*0*0*0*0*0 | 12367.27 | |||||||||||||||||||||||
| 0 | 0 | 0 | 3*2*2*2*2*0-0*0*0*0*0*0 | 12367.27 | |||||||||||||||||||||||
| 1 | 1 | 1 | 7*5*4*0*0*0-0*0*0*0*0*0 | 12466.59 | d | 0 | 0 | 0 | 1 | 1 | 1 | a | 3 | 2 | 1 | 8.75 | 0 | 0 | 0 | 8.75 | 8.75 | 8.75 | 172.2656 | ||||
| 1 | 0 | 1 | 7*5*4*0*0*0-0*0*0*0*0*0 | 12466.59 | |||||||||||||||||||||||
| 1 | 0 | 0 | 7*5*4*0*0*0-0*0*0*0*0*0 | 12466.59 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*5*4*0*0*0-0*0*0*0*0*0 | 12466.59 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*5*4*0*0*0-0*0*0*0*0*0 | 12466.59 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*5*4*0*0*0-0*0*0*0*0*0 | 12466.59 | |||||||||||||||||||||||
| 1 | 1 | 0 | 6*5*4*4*0*0-0*0*0*0*0*0 | 16364.77 | d | 0 | 0 | 1 | 1 | 1 | 1 | a | 4 | 1 | 1 | 6 | 0 | 0 | 6 | 6 | 6 | 6 | 130 | ||||
| 1 | 0 | 1 | 6*5*4*4*0*0-0*0*0*0*0*0 | 16364.77 | |||||||||||||||||||||||
| 1 | 0 | 0 | 6*5*4*4*0*0-0*0*0*0*0*0 | 16364.77 | |||||||||||||||||||||||
| 1 | 0 | 0 | 6*5*4*4*0*0-0*0*0*0*0*0 | 16364.77 | |||||||||||||||||||||||
| 0 | 0 | 0 | 6*5*4*4*0*0-0*0*0*0*0*0 | 16364.77 | |||||||||||||||||||||||
| 0 | 0 | 0 | 6*5*4*4*0*0-0*0*0*0*0*0 | 16364.77 | |||||||||||||||||||||||
| 0 | 0 | 1 | 1*6*1*1*1*0-0*0*0*0*0*0 | 20399.01 | d | 0 | 1 | 1 | 1 | 1 | 1 | a | 4 | 1 | 1 | 6 | 0 | 6 | 6 | 6 | 6 | 6 | 181.25 | ||||
| 1 | 1 | 0 | 1*6*1*1*1*0-0*0*0*0*0*0 | 20399.01 | |||||||||||||||||||||||
| 0 | 0 | 1 | 1*6*1*1*1*0-0*0*0*0*0*0 | 20399.01 | |||||||||||||||||||||||
| 0 | 0 | 1 | 1*6*1*1*1*0-0*0*0*0*0*0 | 20399.01 | |||||||||||||||||||||||
| 0 | 0 | 1 | 1*6*1*1*1*0-0*0*0*0*0*0 | 20399.01 | |||||||||||||||||||||||
| 0 | 0 | 0 | 1*6*1*1*1*0-0*0*0*0*0*0 | 20399.01 | |||||||||||||||||||||||
| 1 | 1 | 0 | 6*3*6*0*0*0-0*0*0*0*0*0 | 26558.57 | d | 0 | 0 | 0 | 1 | 1 | 1 | a | 3 | 2 | 1 | 8.75 | 0 | 0 | 0 | 8.75 | 8.75 | 8.75 | 172.2656 | ||||
| 0 | 1 | 1 | 6*3*6*0*0*0-0*0*0*0*0*0 | 26558.57 | |||||||||||||||||||||||
| 1 | 1 | 0 | 6*3*6*0*0*0-0*0*0*0*0*0 | 26558.57 | |||||||||||||||||||||||
| 0 | 0 | 0 | 6*3*6*0*0*0-0*0*0*0*0*0 | 26558.57 | |||||||||||||||||||||||
| 0 | 0 | 0 | 6*3*6*0*0*0-0*0*0*0*0*0 | 26558.57 | |||||||||||||||||||||||
| 0 | 0 | 0 | 6*3*6*0*0*0-0*0*0*0*0*0 | 26558.57 | |||||||||||||||||||||||
| 1 | 1 | 0 | 6*6*6*0*0*0-0*0*0*0*0*0 | 29212.8 | d | 0 | 0 | 0 | 1 | 1 | 1 | a | 3 | 3 | 0 | 9 | 0 | 0 | 0 | 9 | 9 | 9 | 182.25 | ||||
| 1 | 1 | 0 | 6*6*6*0*0*0-0*0*0*0*0*0 | 29212.8 | |||||||||||||||||||||||
| 1 | 1 | 0 | 6*6*6*0*0*0-0*0*0*0*0*0 | 29212.8 | |||||||||||||||||||||||
| 0 | 0 | 0 | 6*6*6*0*0*0-0*0*0*0*0*0 | 29212.8 | |||||||||||||||||||||||
| 0 | 0 | 0 | 6*6*6*0*0*0-0*0*0*0*0*0 | 29212.8 | |||||||||||||||||||||||
| 0 | 0 | 0 | 6*6*6*0*0*0-0*0*0*0*0*0 | 29212.8 | |||||||||||||||||||||||
| 1 | 0 | 1 | 5*6*3*0*0*0-0*0*0*0*0*0 | 35119.03 | d | 0 | 0 | 0 | 1 | 1 | 1 | a | 2 | 2 | 2 | 9 | 0 | 0 | 0 | 9 | 9 | 9 | 182.25 | ||||
| 1 | 1 | 0 | 5*6*3*0*0*0-0*0*0*0*0*0 | 35119.03 | |||||||||||||||||||||||
| 0 | 1 | 1 | 5*6*3*0*0*0-0*0*0*0*0*0 | 35119.03 | |||||||||||||||||||||||
| 0 | 0 | 0 | 5*6*3*0*0*0-0*0*0*0*0*0 | 35119.03 | |||||||||||||||||||||||
| 0 | 0 | 0 | 5*6*3*0*0*0-0*0*0*0*0*0 | 35119.03 | |||||||||||||||||||||||
| 0 | 0 | 0 | 5*6*3*0*0*0-0*0*0*0*0*0 | 35119.03 | |||||||||||||||||||||||
| 1 | 1 | 1 | 7*7*0*0*0*0-0*0*0*0*0*0 | 41786.45 | d | 0 | 0 | 0 | 0 | 1 | 1 | a | 2 | 2 | 2 | 9 | 0 | 0 | 0 | 0 | 9 | 9 | 81 | ||||
| 1 | 1 | 1 | 7*7*0*0*0*0-0*0*0*0*0*0 | 41786.45 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*7*0*0*0*0-0*0*0*0*0*0 | 41786.45 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*7*0*0*0*0-0*0*0*0*0*0 | 41786.45 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*7*0*0*0*0-0*0*0*0*0*0 | 41786.45 | |||||||||||||||||||||||
| 0 | 0 | 0 | 7*7*0*0*0*0-0*0*0*0*0*0 | 41786.45 | |||||||||||||||||||||||
收敛误差7e-4，每组收敛199次。统计平均值。
首先统计差值结构的行分布与列分布，由列分布计算行排斥力，行排斥力的结果作为平均列的列系数，计算平均列的列斥力。
如计算第一个
| 差值结构 | A-B | 迭代次数 | ||
| 1 | 1 | 1 | 7*1*4*2*0*0-0*0*0*0*0*0 | 3106.407 |
| 0 | 0 | 1 | 7*1*4*2*0*0-0*0*0*0*0*0 | 3106.407 |
| 1 | 0 | 0 | 7*1*4*2*0*0-0*0*0*0*0*0 | 3106.407 |
| 0 | 1 | 0 | 7*1*4*2*0*0-0*0*0*0*0*0 | 3106.407 |
| 0 | 0 | 0 | 7*1*4*2*0*0-0*0*0*0*0*0 | 3106.407 |
| 0 | 0 | 0 | 7*1*4*2*0*0-0*0*0*0*0*0 | 3106.407 |
列分布是2，2，2计算行排斥力
| 2 | 2 | 2 | |
| 2 | 4 | 1 | |
| 2 | 4 | ||
| 2 |
F=9
行分布在紧密堆积的条件下是0，0，1，1，1，3，但因为列排斥力与数量无关，因此等价于0，0，1，1，1，1.
因为列系数=行排斥力=9因此平均列为
0，0，9，9，9，9，用同样的办法计算列排斥力
| 0 | 0 | 9 | 9 | 9 | 9 | |
| 0 | 81 | 20.3 | 9 | |||
| 0 | 81 | 20.3 | ||||
| 9 | 81 | |||||
| 9 | ||||||
| 9 | ||||||
| 9 |
F=292.5
计算其余各组得到
| 迭代次数 | 列排斥力 |
| 3106.407 | 292.5 |
| 3367.935 | 407.8125 |
| 3476.296 | 322.222222 |
| 4038.91 | 407.8125 |
| 4086.126 | 276.475694 |
| 5254.709 | 292.5 |
| 6307.814 | 182.25 |
| 9720.759 | 181.25 |
| 11051.61 | 130 |
| 12238.71 | 231.111111 |
| 12367.27 | 125.868056 |
| 12466.59 | 172.265625 |
| 16364.77 | 130 |
| 20399.01 | 181.25 |
| 26558.57 | 172.265625 |
| 29212.8 | 182.25 |
| 35119.03 | 182.25 |
| 41786.45 | 81 |
列排斥力与迭代次数大体上成反比关系，因为这里任一个行分布与列分布组合对应的差值结构都是唯一的，因此任意两个组合之间的变化都与路径无关，有势能的特征，因此这里的迭代次数与势能成反比，势能越低结构越稳定，拆开的难度越大，迭代次数越大。
