- 综合排序
- 最热优先
- 最新优先
- 来自专栏我的充电站
数值计算方法 Chapter8. 常微分方程的数值解
Runge-Kutta方法 1. 二阶Runge-Kutta方法 2. 高阶Runge-Kutta方法 1. 三阶Runge-Kutta方法 2. Runge-Kutta方法 1. 二阶Runge-Kutta方法 Runge-Kutta方法较之之前的Euler公式是一个相对而言精度更高的方法。 高阶Runge-Kutta方法 同样的，我们仿照上述的思路，给出一般情况下的高阶Runge-Kutta方法的表达式如下： \left\{ \begin{aligned} y_{n+1} &= y_n + 三阶Runge-Kutta方法 我们给出三阶Runge-Kutta方法的两组典型的系数如下： 系数组合（一） \left\{ \begin{aligned} y_{n+1} &= y_n + \frac 四阶Runge-Kutta方法 同样的，我们可以给出两组典型的四阶Runge-Kutta公式如下： 系数组合（一） \left\{ \begin{aligned} y_{n+1} &= y_n +
3.3K30编辑于 2022-08-23 - 来自专栏算法工程师的学习日志
四阶龙格库塔（Runge-Kutta）求解微分方程-多种编程语言
前期是分享了matlab下面实现四阶龙格库塔（Runge-Kutta）求解微分方程，这期分享一下C++、C、Java、Python下面的四阶龙格库塔（Runge-Kutta）求解微分方程。
1.3K50编辑于 2022-12-16 - 来自专栏3D视觉从入门到精通
MSCKF理论推导与代码解析
IMU采样和的信号，周期为T，在EKF中这些量主要用于状态传播，每次收到新的IMU测量量，均使用IMU状态估计传播方程的五阶/四阶Runge-Kutta积分传播IMU状态估计。 在这里，给出论文中没有详细说明的IMU状态更新，对于IMU状态中的P,V,Q来说，P和V的状态更新是通过Runge-Kutta四阶来进行更新，Runge-Kutta公式详细如下： ?
2K31发布于 2020-12-11 - 来自专栏算法工程师的学习日志
matlab代码实现四阶龙格库塔求解微分方程
前言 数值分析中，龙格－库塔法（Runge-Kutta methods）是用于非线性常微分方程的解的重要的一类隐式或显式迭代法。这些技术由数学家卡尔·龙格和马丁·威尔海姆·库塔于1900年左右发明。 龙格-库塔(Runge-Kutta)方法是一种在工程上应用广泛的高精度单步算法，其中包括著名的欧拉法，用于数值求解微分方程。由于此算法精度高，采取措施对误差进行抑制，所以其实现原理也较复杂。
2.3K10编辑于 2022-12-16 - 来自专栏拓端tecdat
基于matlab的Lorenz系统仿真可视化
p=12307 ---- 我使用MATLAB解决以下Lorenz初始值问题： 我编写了一个函数LorenzRK4IVP（），该函数将三个微分方程组作为输入，并使用 带有步长的Runge-Kutta方法求解该系统
88420发布于 2020-08-07 - 来自专栏拓端tecdat
Lorenz系统仿真动态可视化
p=12307 我使用MATLAB解决以下Lorenz初始值问题： 我编写了一个函数，该函数将三个微分方程组作为输入，并使用 带有步长的Runge-Kutta方法求解该系统。
67120编辑于 2021-12-21 - 来自专栏计算机视觉工坊
MSCKF理论推导与代码解析
IMU采样和的信号，周期为T，在EKF中这些量主要用于状态传播，每次收到新的IMU测量量，均使用IMU状态估计传播方程的五阶/四阶Runge-Kutta积分传播IMU状态估计。 在这里，给出论文中没有详细说明的IMU状态更新，对于IMU状态中的P,V,Q来说，P和V的状态更新是通过Runge-Kutta四阶来进行更新，Runge-Kutta公式详细如下： ?
2.4K10发布于 2020-11-11 - 来自专栏集智书童
又改ResNet | 重新思考ResNet：采用高阶方案的改进堆叠策略（附论文下载）
假设堆叠的ResNet在某种程度上等于高阶方案，那么与典型的高阶方法（如Runge-Kutta）相比，当前的传递方式可能相对较弱。 2.3 4th order Runge-Kutta Scheme 是否可以用4阶的设计来进一步探索?Mai Zhu等人尝试过RK风格的设计。 2.4 8(9)th order Runge-Kutta Scheme 当然可以继续这样做以包含更多层的更高阶方式堆栈ResBlock，而不仅仅是2或3层。还有许多其他版本来指导网络设计。
1.6K20发布于 2021-05-28 - 来自专栏深度学习
【数值计算方法（黄明游）】常微分方程初值问题的数值积分法：欧拉方法（向前Euler）【理论到程序】
选择数值方法： 选择适当的数值方法来近似解（需要考虑精度、稳定性和计算效率），常见的数值方法包括欧拉方法、改进的欧拉方法、Runge-Kutta 方法等。 公式： y_{n+1} = y_n + \frac{h}{2} [f(t_n, y_n) + f(t_{n+1}, y_n + hf(t_n, y_n))] Runge-Kutta 方法： 基本思想 其中最常见的是四阶 Runge-Kutta 方法。
84310编辑于 2024-07-30 - 来自专栏AI算法与图像处理
ResNet再进化！重新思考ResNet：采用高阶方案的改进堆叠策略
假设堆叠的ResNet在某种程度上等于高阶方案，那么与典型的高阶方法（如Runge-Kutta）相比，当前的传递方式可能相对较弱。 2.3 4th order Runge-Kutta Scheme 是否可以用4阶的设计来进一步探索?Mai Zhu等人尝试过RK风格的设计。 2.4 8(9)th order Runge-Kutta Scheme 当然可以继续这样做以包含更多层的更高阶方式堆栈ResBlock，而不仅仅是2或3层。还有许多其他版本来指导网络设计。
1.3K20发布于 2021-04-21 - 来自专栏机器人技术与系统Robot
2D刚体动力学开源模拟器Dyna-Kinematics
它使用经典的四阶Runge-Kutta方法来整合所需的任何力。下面的模拟显示了重力的作用： a4.gif 在碰撞发生时不会损失任何能量，因此身体不会停留在山底。 使用经典的四阶Runge-Kutta方法执行积分。时间步是固定的。如果将时间步长设置为20毫秒，则每次渲染一帧时，仿真都会提前20毫秒，而与渲染每帧所花费的时间无关。
2.7K4034发布于 2020-10-23 - 来自专栏深度学习
【数值计算方法（黄明游）】常微分方程初值问题的数值积分法：欧拉方法（向后Euler）【理论到程序】
选择数值方法： 选择适当的数值方法来近似解（需要考虑精度、稳定性和计算效率），常见的数值方法包括欧拉方法、改进的欧拉方法、Runge-Kutta 方法等。 公式： y_{n+1} = y_n + \frac{h}{2} [f(t_n, y_n) + f(t_{n+1}, y_n + hf(t_n, y_n))] Runge-Kutta 方法： 基本思想 其中最常见的是四阶 Runge-Kutta 方法。
96310编辑于 2024-07-30 - 来自专栏AI人工智能
分享一种新的深度神经网络模型家族
具体的实现代码可以在GitHub repo中找到，作者表示，只实现了几个求解积分的方法，包括简单的Euler和Runge-Kutta方法的高阶变种，即RK2和RK4。
1.1K10发布于 2019-04-09 - 来自专栏量子位
NeurIPS18最佳论文NeuralODE，现在有了TensorFlow实现 | 附56页讲解PPT
具体的实现代码可以在GitHub repo中找到，作者表示，只实现了几个求解积分的方法，包括简单的Euler和Runge-Kutta方法的高阶变种，即RK2和RK4。
1.6K30发布于 2019-04-23 - 来自专栏算法工程师的学习日志
matlab用dde23求解带有固定时滞的时滞微分方程
一个同学咨询的带有固定时滞的时滞微分方程求解，故分享一下matlab中dde23的用法 dde23函数调用方法 sol = dde23(ddefun,lags,history,tspan,options) dde23 跟踪不连续性并使用显式 Runge-Kutta
1.6K20编辑于 2022-12-16 - 来自专栏计算机视觉工坊
基于关键帧的RGB-D视觉惯性里程计
当有新的帧进入系统时，利用存储的我IMU数据进行状态估计和协方差矩阵的传播，同时，使用4阶Runge-Kutta算法在两帧之间的时间段内对向量和矩阵进行积分。
79110发布于 2020-12-11 - 来自专栏图像处理与模式识别研究所
范阿尔巴达限制器图包括asic激波管关系式等。
num2str(lambda),' t = ',num2str(n*dt)]) text(0,0.75,' Primitive extrapolation'), text(0,0.6,'SHK Runge-Kutta
27220编辑于 2022-05-28 - 来自专栏机器之心
Stable Diffusion采样速度翻倍！仅需10到25步的扩散模型采样算法
通常情况下，为了加速扩散模型的采样，研究者往往通过对 Diffusion ODE 使用高阶求解器来进行加速，例如经典的 Runge-Kutta 方法（RK45），这是因为 ODE 不会带来额外的随机性， 在给定 s 时刻的解后，Runge-Kutta 方法基于离散化如下积分： 这样的离散化将 Diffusion ODE 整体看做一个黑盒，损失了 ODE 的已知信息，在小于 50 步的情况下就难以收敛了
2.3K40编辑于 2022-12-16 - 来自专栏3D视觉从入门到精通
基于关键帧的RGB-D视觉惯性里程计
当有新的帧进入系统时，利用存储的我IMU数据进行状态估计和协方差矩阵的传播，同时，使用4阶Runge-Kutta算法在两帧之间的时间段内对向量和矩阵进行积分。
97610发布于 2020-12-11 - 来自专栏叶子的开发者社区
【GAMES101】Lecture 22 物理模拟与仿真
关心这个误差的阶数，像这个隐式的欧拉方法它的局部误差的阶就是二次的，全局误差的阶是一次的，也就是说，当步长减少一半的时候，全局误差也会减少一半，也就是阶数越高误差下降的越快 有一类方法，叫做龙格库塔（Runge-Kutta
43410编辑于 2024-02-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号