打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
Koopman理论
(查看源代码)
2025年11月2日 (日) 15:56的版本
删除4字节
、
2025年11月2日 (日) 15:56
→时间连续
第66行:
第66行:
<math> \mathcal{L} g(x) = \nabla g(x) \cdot f(x) </math>
<math> \mathcal{L} g(x) = \nabla g(x) \cdot f(x) </math>
−
式中, <math> \nabla g(x) </math>为观测函数<math> g </math> 在状态<math> x </math> 处的梯度( <math> n </math>维向量),即 <math> \nabla g = \left( \frac{\partial g}{\partial x_1},\frac{\partial g}{\partial x_2},\dots, \frac{\partial g}{\partial x_n} \right)^T </math>
,
;<math> f(x) </math> 为系统的向量场,描述状态的瞬时变化率; <math> \cdot </math>为向量点积,结果为标量;生成元 <math> \mathcal{L} g </math>表示观测函数 <math> g </math>随状态演化的瞬时变化率,即<math> \mathcal{L} g(x) = \frac{d}{dt} g(x(t)) </math> 。
+
式中, <math> \nabla g(x) </math>为观测函数<math> g </math> 在状态<math> x </math> 处的梯度( <math> n </math>维向量),即 <math> \nabla g = \left( \frac{\partial g}{\partial x_1},\frac{\partial g}{\partial x_2},\dots, \frac{\partial g}{\partial x_n} \right)^T </math> ;<math> f(x) </math> 为系统的向量场,描述状态的瞬时变化率; <math> \cdot </math>为向量点积,结果为标量;生成元 <math> \mathcal{L} g </math>表示观测函数 <math> g </math>随状态演化的瞬时变化率,即<math> \mathcal{L} g(x) = \frac{d}{dt} g(x(t)) </math> 。
连续Koopman算子有如下特性:
连续Koopman算子有如下特性:
念
761
个编辑