在[[动力系统]]研究中,Koopman算子理论通过全局线性化为分析[[非线性系统]]提供框架,但传统方法如EDMD面临谱污染、连续谱处理不足和高维挑战等局限。残差动态模式分解(ResDMD)通过引入残差计算机制,构建Koopman算子<math>\mathcal{K}</math>及其伴随算子与自身的乘积<math>\mathcal{K}^* \mathcal{K}</math>的[[Galerkin近似]],有效区分真实[[特征值]]与伪[[特征值]],解决了EDMD因有限维假设和离散化误差导致的谱失真问题。 | 在[[动力系统]]研究中,Koopman算子理论通过全局线性化为分析[[非线性系统]]提供框架,但传统方法如EDMD面临谱污染、连续谱处理不足和高维挑战等局限。残差动态模式分解(ResDMD)通过引入残差计算机制,构建Koopman算子<math>\mathcal{K}</math>及其伴随算子与自身的乘积<math>\mathcal{K}^* \mathcal{K}</math>的[[Galerkin近似]],有效区分真实[[特征值]]与伪[[特征值]],解决了EDMD因有限维假设和离散化误差导致的谱失真问题。 |