广义瑞利熵可以看做是瑞利熵的扩展，它是指函数 R(A,B,x)：

$latex {R{ \left( {A,B,x} \right) }\text{ }=\text{ }\frac{{x\mathop{{}}\nolimits^{{H}}Ax}}{{x\mathop{{}}\nolimits^{{H}}Bx}}} $

其中 x 为非零向量，而 A,B 为 n×n 的 Hermitan 矩阵，B 则为正定矩阵，令 ，那么分母可以转化为：

分子则转化为：

此时 R(A,B,x) 转化为 ​R(A,B,x′) ：

从上式可以得出结论：广义瑞利熵可对矩阵进行标准化操作，其在 Fisher 线性判别分析中起到重要作用。

参考来源

【1】瑞利商与极值计算

【2】线性判别分析 LDA 原理总结