诱致的解映射

深度学习中的各种不变性 不变性:指的是即使目标外观发生了某种变化(平移、旋转、尺度缩放、光照变化等),依然可以将它识别出来。不变性对于图像分类来说是一种很好的特性,因为我们希望图像中的目标无论是发生平移、旋转、缩放,还是在不同的光照条件或视角下,都可以被成功地识别出来。 阅读详情

诱致在我理解当中是诱导,推导的意思,即通过某个映射推导出了另一个映射
C ∈ X C\in X C∈X 一般 X = R k X=R^k X=Rk,C是某个博弈方混合策略的单纯形或者该博弈的混合策略集合; ξ ( t , x 0 ) \xi(t,x^0) ξ(t,x0)为微分方程经过 x 0 x^0 x0的解; T ( x 0 ) ⊂ R T(x^0)\subset R T(x0)⊂R为通过 x 0 x^0 x0的解得到的定义的开时间区间。
对于所有的 t ∈ T ( x 0 ) t \in T(x^0) t∈T(x0)总有 x 0 ∈ C x^0\in C x0∈C和 ξ ( t , x 0 ) ∈ C \xi (t,x^0)\in C ξ(t,x0)∈C,且 ξ ( t , x 0 ) \xi(t,x^0) ξ(t,x0)是全局的。

命题 6.1 解映射满足的条件

假设 x ⊂ X x\subset X x⊂X开的, ϕ : X → R k \phi:X\rightarrow R^k ϕ:X→Rk是里普菲茨连续的,C是X的一个紧子集使得 ξ ( t , x 0 ) ∈ C \xi(t,x^0)\in C ξ(t,x0)∈C对所有 x 0 ∈ C x^0\in C x0∈C和 t ∈ T ( x 0 ) t\in T(x^0) t∈T(x0)都成立,那么引致的解映射 ξ : R × C → C \xi:R \times C\rightarrow C ξ:R×C→C满足以下三个条件:
{ ξ ( 0 , x ) = x , ∀ x ∈ C ( 6.5 ) ξ [ t , ξ ( s , x ) ] = ξ ( t + s , x ) , ∀ x ∈ C , ∀ s , t ∈ R ( 6.6 ) ξ 连续( 6.7 ) \begin{cases} \xi(0,x)=x,\forall x\in C (6.5)\\ \xi[t,\xi(s,x)]=\xi(t+s,x),\forall x\in C,\forall s,t\in R(6.6)\\ \xi 连续(6.7) \end{cases} ⎩ ⎨ ⎧​ξ(0,x)=x,∀x∈C(6.5)ξ[t,ξ(s,x)]=ξ(t+s,x),∀x∈C,∀s,t∈R(6.6)ξ连续(6.7)​
(6.5)说明,t=0时刻之后的状态等于初始状态
(6.6)说明, ξ \xi ξ经由s个时间后达到的状态,在此状态下经由t个时间单位达到的状态==经由t+s个时间单位达到的状态。
(6.6)说明,从任何固定时间t来看,通过 x 0 x^0 x0附近的任何初始状态 y 0 y^0 y0的解轨迹经过 x 0 x^0 x0的解轨迹。

令 D = ( R , C , ξ ) D=(R,C,\xi) D=(R,C,ξ)是状态空间C上的一个动力系统,关键概念有如下几个:

轨迹

通过状态 x 0 x^0 x0的解是 ξ ( ⋅ , x 0 ) \xi(·,x^0) ξ(⋅,x0)的图,可表示为
τ ( x 0 ) = { ( t , x ) ∈ R × C : x = ξ ( t , x 0 ) } \tau(x^0)=\{(t,x)\in R \times C:x=\xi(t,x^0)\} τ(x0)={(t,x)∈R×C:x=ξ(t,x0)}
解映射在整个时间坐标下的像:
γ ( x 0 ) = { 对某个 t ∈ R , x ∈ C : x = ξ ( t , x 0 ) } \gamma(x^0)=\{对某个t\in R,x\in C:x=\xi(t,x^0)\} γ(x0)={对某个t∈R,x∈C:x=ξ(t,x0)}
γ ( x 0 ) \gamma(x^0) γ(x0)是 τ ( x 0 ) \tau(x^0) τ(x0)到状态空间C的投影,是对整个时间坐标取状态空间的值。
解映射下非负时间轴的像:
γ + ( x 0 ) = { 对某个 t > 0 , x ∈ C : x = ξ ( t , x 0 ) } \gamma^{+}(x^0)=\{对某个t>0,x\in C:x=\xi(t,x^0)\} γ+(x0)={对某个t>0,x∈C:x=ξ(t,x0)}
存在子集 A ∈ C A\in C A∈C,集合 γ + ( A ) \gamma^{+}(A) γ+(A)被定义为满足 x 0 ∈ A x^0\in A x0∈A的所有准轨迹 γ + ( x 0 ) \gamma^{+}(x^0) γ+(x0)的并。
轨迹 γ \gamma γ+时间变量 t t t=解 ξ \xi ξ

集合的不变性与前向不变性

在这里插入图片描述
有个比较好理解的例子就是,一个小球放在圆锥里面,若给小球一个初速度,小球就会运动起来,运动轨迹唯一,最终停留在圆锥顶点处。圆锥就可以理解为一个前向不变集合,初速度就是流的大小和方向 ϕ ( x ) \phi(x) ϕ(x),运动轨迹就是 γ ( x 0 ) \gamma(x^0) γ(x0),最终的红点就是稳态。
在这里插入图片描述
此处转自https://blog.youkuaiyun.com/XSTX1996/article/details/82079317

稳态

在这里插入图片描述
稳态就是对于实数范围内的任意时刻t都是同一个状态,也就是说状态不变,流没有大小和方向,这样状态子集是一个不变单点集, γ ( x ) \gamma(x) γ(x)是一个单点集。(轨迹的集合就是状态子集A)

命题6.3 极限状态的稳态

如果 x , y ∈ C x,y \in C x,y∈C,并且 l i m t → ∞ ξ ( t , x ) = y lim_{t\rightarrow \infty}\xi(t,x)=y limt→∞​ξ(t,x)=y,那么y是稳态。

稳定性

单个状态的Lyapunovn稳定和渐进稳定

在这里插入图片描述
命题 6.4 如果一个状态时lyapunovn稳定的,那么它是稳态的

集合的两个稳定

在这里插入图片描述
单点引申到集合有如下三个概念需注意

在这里插入图片描述

吸引域

在这里插入图片描述
吸引子就相当于一个黑洞,某一个点 x 0 x^0 x0的轨迹绕着黑洞在转,最终趋向于集合A,这样点的集合称为A的吸引域。

本文参考《演化博弈论》乔根·W·布威尔 [著]

吸引域matlab代码-find-DOA:基于Python的非线性动力系统吸引力估计域 吸引域matlab代码使用有限时间李雅普诺夫函数 (FTLF) 估计吸引域 (DOA) 要开始检查文件toggle_DOA.m 。 此 MATLAB 脚本估计拨动开关动态模型的吸引域。 它通过分析计算所有平衡点的 Lyapunov 函数来计算 DOA。 Lyapunov 函数是使用 FTLF 理论解析构建的,如下文所述。 此代码生成以下论文中的所有图形: Pandey、Ayush 和 Aaron D. Ames。 “关于有限时间李雅普诺夫函数的逆定理来估计吸引域。” 2020 年美国控制会议 (ACC)。 IEEE,2020 年。 如果您有任何问题,请联系 caltech dot edu 的 apandey。 立即下载

相关推荐

有关吸引域的几个探讨

有关吸引域的几个探讨有关吸引域的几个探讨有关吸引域的几个探讨有关吸引域的几个探讨

基于控制障碍函数(Control Barrier Function)的二次规划(QP)控制

在控制系统的研究中,如何确保系统安全运行并实现特定控制目标一直是关键问题。Ames等人2017年发表的论文“Control Barrier Function Based Quadratic Programs for Safety Critical Systems”,深入探讨基于控制障碍函数的二次规划控制方法。

m0_49842530的博客 3199

一类非线性切换系统吸引域的估计

一类非线性切换系统吸引域的估计

控制屏障函数详细解读

首先,对于一个定义在上的连续可微函数,定义一个与相关的集合。集合是这么定义的:我们先看一个集合里面的“上水平集”定义:上水平集(super-level set):给定一个函数(其中是函数的定义域,通常是欧几里得空间的子集 ),对于某个实数,函数关于的定义为:用大白话讲就是 在函数的定义域里,所有能让函数值 “大于等于” 的自变量,凑在一起构成的集合,就叫关于的上水平集。因此,我们在上面定义了一个与相关的上水平集合。为什么要定义上水平集C?

bulletstart的博客 1865

Android Studio打包全攻略---从入门到精通

初出茅庐 手动打包怎么手动打包项目写完了,现在需要把应用上传到市场,问题出现—怎么把代码变成.apk(Android的可安装文件)。 1. 创建签名文件 2. 填写好签名参数 3. 生成APK 注意:签名的密码和密匙的密码注意保管,不要忘了,签名文件别泄漏了,也别搞丢了为什么要打包我最开始就有这个疑问,我们的代码不是点了下运行按钮就直接安装到手机上了吗,我们在在项目Project

我早就想,要这样载着你,翻山越岭 2万+

postgresql 数据库 timescaledb 函数time_bucket_gapfill()报错解决及更换 license

最近在工作中使用postgresql 和 timescaledb 的time_bucket_gapfill()函数 报错,让更换license,在网上找了一大圈,没有找到,最后解决了这个问题,这篇文章记录我的解决办法查看timescaledb.license参数命令:show timescaledb.license;修改命令: 结果不行,报错如下:lter system set timescaledb.license=‘timescale’;那只能换包了如果出现上面那种情况,那我们只能先从官网上下载带 '

yang_z_1的博客 3249

集合的不可变性:深入理解Java中的不可变集合

不可变集合是创建后不能被修改的集合。在Java中,不可变集合具有线程安全、安全共享等优点,适用于多线程环境和需要防止集合被外部修改的场景。本文将深入探讨不可变集合的概念、实现和使用场景,并提供详细的代码示例。

哎 你看的博客 834

再见 n8n?Google Opal 实测:一句话生成 APP,这才是 AI 的正确打开方式!

Google Opal深度评测:这款自然语言生成工作流的AI工具,通过三个实战案例(科技早报生成器、冰箱食谱助手、爆款文案转译机)展示了其零代码开发的强大能力。它凭借Gemini 3.0 Pro和Google生态的无缝集成,将自动化门槛降至新低,预示着一个“意图驱动开发”的新时代。

莫潇羽的个人博客 848

不变的集合(特殊的集合一种)

如果对象可以改变其状态,就很难在多个同时运行的任务中使用。这些集合必须同步。如果对象不能改变其状态,就很容易在多个线程中使用。不能改变的对象称为不变的对象。不能改变的集合称为不变的集合。 只读集合和不可变集合,它们有一个很大的差别:只读集合利用可变集合的接口。使用这个接口,不能改变集合。然而,如果有人仍然引用可变的集合,它就仍然可以改变。对于不可变的集合,没有人可以改变这个集合。 Immuta...

singhwong 659

【附代码】SSVEP解码算法 - 扩展典型相关分析(eCCA)

本文主要对SSVEP解码算法-eCCA进行复现和测试。本文提供程序的所有代码,只要在Matlab上即可运行。读者可以根据程序自主调整,方便学习以及初学者更好地了解SSVEP的经典算法。

计算机小白 1336

WIN10系统下VS2019编译CloudCompare2.12.4

CloudCompare2.12.4

点云侠的博客 3143

每日一问:集合元素如何保证不变性

HashMap<String, String> map = new HashMap<>(); map.put("1","2"); Map<String, String> stringMap = Collections.unmodifiableMap(map); System.out.println(stringMap.get("1")); stringMap.put("1","3"); ...

test1_12的博客 229

【YOLO26保姆级零踩坑教程】环境搭建+五大任务快速入门,一行代码实现检测/分割/姿态/OBB/分类(Win+Linux全适配)

YOLO26环境搭建与实战指南:零踩坑全适配 本文是YOLO26全栈技术专栏的入门篇,提供Windows/Linux双系统的纯实战环境搭建指南,主打零踩坑、全适配。YOLO26基于Ultralytics框架优化,无需编译源码或手动下载权重,原生支持多任务推理。 环境配置关键点: 必须安装Ultralytics 8.4.0及以上版本 支持CPU/GPU环境,推荐Python 3.8-3.11 提供清华源配置解决下载慢问题 安装步骤: CPU版:一键安装Ultralytics和OpenCV GPU版:匹配CUD

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 774

16QAM解映射

一、

yundanfengqing_nuc的专栏 2万+

SAP_MM模块库存概览俄罗斯报表简介

本文介绍了SAP MM模块中"库存概览俄罗斯报表"的功能与应用。该报表主要用于查看物料在不同库存地点和类型的库存情况,并满足俄罗斯当地法规要求。文章解释了"俄罗斯报表"可能指代本地化合规库存报表或客户自定义报表,详细说明了事务代码J3RFLVMOBVEDH的操作步骤,包括公司代码、物料编码、日期范围等查询条件,并解释了报表中各字段含义如期初期末库存数量与价值。最后强调在物料分类账处理完成后使用该报表可获得实际库存价值,为SAP用户提供了实用的库存管理参考。

我小时候很黑的博客 1089

网络变更:APIC 节点替换

Fabric Name,Controller ID,TEP Address Pool 等信息必须相同;如果故障设备是 APIC1 还需要重新配置管理密码。此过程可能需要 10 分钟左右,在此期间目标 APIC 可能在 Available/Unavailable 状态翻滚。APIC 获取 TEP 地址后,进入 fully-fit。通过 CLI 以及配置的密码登录目标 APIC。

m0_54931486的博客 321

OpenCL 映射和解映射

1.主机使用函数clSetKernelArg将内存对象发送给设备,完成设备到主机的数据传输最为简单的函数是调用函数clEnqueueReadBuffer。每个函数都包含一个名为blocking的布尔型变量,如果它的值为CL_TRUE,这个函数在完成读写操作之前都不会返回。如果它的值为CL_FALSE,这个函数将入列读写命令,但是不会等到整个数据传输操作结束之后才返回。 2.offset参数表示的是...

INFINALGEORGE的博客 1900

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

Lasalle不变集原理

非线性控制—Lasalle不变集原理

YKQCC的博客 4552

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

qpsk的映射过程_FPGA数字信号处理(28)QPSK星座映射与解映射

QPSK星座映射星座图映射是指按一定规则(PSK或QAM)将输入比特对应到I/Q坐标系中的复数点。复数点越多,则频谱效率越高,抗噪声能力越强。我们都知道QPSK调制每个符号有2-bits,用4种不同相位的载波分别表示00、01、10和11。QPSK星座映射是指将4种不同相位的载波信号用I路和Q路两条支路表示。有两种映射方式,一种用0、π/2、π、3π/2四个相位,另一种用π/4、3π/4、5π/4...

weixin_39841136的博客 2209

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

深度学习中不变性是什么?平移不变性Translation Invariance、旋转/视角不变性Ratation/Viewpoint Invariance、尺度不变性Size、Illumination

文章目录不变性定义不变性分类为什么卷积神经网络具有平移不变性 不变性定义 意味着即使目标的外观发生了某种变化,但是你依然可以把它识别出来。这对图像分类来说是一种很好的特性,因为我们希望图像中目标无论是被平移,被旋转,还是被缩放,甚至是不同的光照条件、视角,都可以被成功地识别出来。 不变性分类 平移不变性:Translation Invariance 旋转/视角不变性:Ratation/Viewp...

Dontla的博客 7223

LBP特征学习及实现

老外的原文:《Multiresolution gray-scale and rotation invariant texture classification with local binary patterns》 Timo Ojala, Matti PietikaÈ inen,2002   本文将对这篇文章做部分翻译,最后将分别给出下列代码实现 。灰度不变性LBP( gray scale i

Where there is life, there is hope 2万+

深入理解最大池化为什么能够实现不变性?

池化层主要有两个作用 invariance(不变性),这种不变性包括translation(平移),rotation(旋转),scale(尺度) 保留主要的特征同时减少参数(降维,效果类似PCA)和计算量,防止过拟合,提高模型泛化能力 (1) translation invariance(平移不变性): 这里举一个直观的例子(数字识别),假设有一个16x16的图片,里面有个数字1,我们需要识别出来,这个数字1可能写的偏左一点(图1),这个数字1可能偏右一点(图2),图1到图2相当于向右平移了一个单位,但是

奋斗の博客 5037

正不变集(Positive invariant set)的形象理解

给定一个动态系统: 设:系统运动轨迹为,其中是初始点。 假设存在一个集合,其中 是一个实函数。 如果集合满足:初始点,且对于有。则称集合是一个正不变集。 形象的理解如下图所示: 圆锥是个正不变集,圆球是一个有初速度的运动体,球的轨迹始终会在圆锥内,圆锥是个正不变集。 个人理解,有哪里不对的地方感谢指出。   close all; clear; clc; [xS, yS, zS...

XSTX1996的博客 1万+

非线性控制1.2——LaSalle不变集原理

一、LaSalle不变集原理与渐近稳定 1. 不变集的定义 (1)如果系统从点x出发,那么系统未来的状态位置一直保持不变,一直待在出发点x,那么出发点x就叫做系统的不变点。 (2)如果系统从某个区域内或者曲线出发上,例如以0为原点的半径为r的圆的区域或者有限环,系统的未来状态位置会一直待在该区域内(半径为r的圆内)或者曲线上,那么这个区域就叫做不变区。 (3)所有这些不变点或者不变区域组成的集合,就叫做该系统的不变集。 2. LaSalle不变集原理 拉萨尔不变集原理(Local Invaria

jinpeng_cumt的博客 1万+

不可变集合

副作用会让代码的易懂性和正确性打折扣。用于转变全局或静态变量的方法就有副作用。用于转变其部分参数的方法也有副作用。必须通读有副作用的所有调用方法的代码,才能理解一段代码。若有多个线程,必须执行线程同步,才能正确执行有副作用的方法。 如果编写的方法没有副作用,情况又如何? 代码什么样?该如何执行? 若要回答这些问题,可以让实例不可变,这样就不会有副作用了。 通常,

dotNET跨平台 1万+
上一篇: 微分方程和向量场
下一篇: lyapunov直接法
luyi12138
博客等级 码龄7年 53粉丝 16原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值