文件名称：odmd:在线和窗口动态模式分解的PythonMatlab实现（在线DMD和Window DMD）
文件大小：261KB
文件格式：ZIP
更新时间：2024-05-29 12:58:49
machine-learning-algorithms dynamical-systems nonlinear-dynamics inverse-problems system-identification
odmd Python包进行在线动态模式分解（在线DMD）和窗口动态模式分解（窗口DMD）算法，并提出了。 有关matlab的实现，请参见此 。 开始， pip install odmd --upgrade 在实现了此算法的一种变体，用于高效的数据驱动的在线模型学习（系统识别）和控制（请尝试pip install osysid --upgrade ）。 该算法已证明对流分离控制有效，请参阅以了解更多详细信息。 展示：二维线性时变系统 我们采用由给出的2D时变系统 dx / dt = A（t）x 其中x = [x1，x2]'，A（t）= [0，w（t）; -w（t），0]，w（t）＝ 1 +ε* t，ε＝ 0.1。 A（t）的慢时变特征向量是纯虚数，+（1 + 0.1t）j和-（1 + 0.1t）j，其中j是虚数单位。 在这里，我们展示了如何将提出的算法用于学习系统模型。 有关更多
【文件预览】：
odmd-master
----demo()
--------requirements.txt(27B)
--------demo_online.ipynb(102KB)
--------demo_window.ipynb(106KB)
----odmd()
--------_online.py(6KB)
--------__init__.py(62B)
--------_window.py(7KB)
----LICENSE(1KB)
----assets()
--------window_eval.png(32KB)
--------online_eval.png(29KB)
--------state.png(41KB)
----setup.py(777B)
----README.md(9KB)
----tests()
--------test_online.py(531B)
--------requirements.txt(17B)
--------README.md(169B)
--------test_window.py(570B)
----.gitignore(259B)