#6 · 主分类： 科学计算与数据笔记本
pysindy
dynamical-systems
machine-learning
model-discovery
nonlinear-dynamics
sparse-regression
system-identification
从数据中稀疏识别非线性动力系统的包
项目最后更新：06/10/26
GitHub Stars
1.9K
Forks数量
385
贡献者数量
42
许可证
Other
收录理由
PySINDy 能把嘈杂的时间序列测量数据转化为可读的微分方程，它实现的是 SINDy 方法——在数据中寻找系统状态演化的简洁可解释模型，而不是把数据当作黑箱。对于研究流体、设计控制器或搭建仿真的人来说，这套工具很实用。它内置了候选函数库、多种稀疏回归优化器，还有处理导数和噪声数据的工具，让你在 Python 里就能从原始测量一路做到模型验证。已经在用笔记本做科学计算的团队，会发现它很容易融入现有工作流。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。