动态模态分解的噪声校正工具综述
最优化与控制
2021-03-04 v1
摘要
动态模态分解（DMD）是一种从时空数据生成模型的数据驱动建模工具。为使 DMD 得出可靠的模型，数据需尽可能干净。我们回顾了若干可与 DMD 集成的数据滤波方法，并在复杂度各异的数据集上进行了测试。观察并讨论了信噪比（SNR）对这些方法的影响，以及各方法引起的 DMD 模型误差变化。
引用
@article{arxiv.2103.02338,
title = {A survey of the noise-correcting tools for Dynamic Mode Decomposition},
author = {Moajjem H. Chowdhury and Nazmul Islam Shuzan and Mohammad N. Murshed and Sanwar Alam and M. Monir Uddin and Zarin Subah},
journal= {arXiv preprint arXiv:2103.02338},
year = {2021}
}
备注
13 pages