声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

楼主: 欧阳中华

[其他相关] 聊砍一下“归一化”.... .. .

  [复制链接]
 楼主| 发表于 2013-3-20 21:32 | 显示全部楼层

点评

印象中好像有归一化与数字计算收敛有关!? 不过不是振型归一化  发表于 2013-12-8 01:06
回复 支持 反对
分享到:

使用道具 举报

发表于 2013-3-23 10:56 | 显示全部楼层
欧阳中华 发表于 2013-3-20 21:32
.
    跟计算收敛有关系?如质量归一化为什么计算?

1.见矩阵迭代法。
2.我可以认为质量归一是正则化么?   那么它只不过是求解振动方程的另一种方式。
 楼主| 发表于 2013-3-28 21:36 | 显示全部楼层
.
  应该与求解振动方程没有什么直接关系吧...
发表于 2013-4-14 20:26 | 显示全部楼层
归一化有好多种,分为质量归一化,振型归一化等
发表于 2013-4-16 10:28 | 显示全部楼层
欧阳中华 发表于 2013-3-28 21:36
.
  应该与求解振动方程没有什么直接关系吧...

哦,我只是在看常微分方程的数值解法里有归一化,而联想到的
发表于 2013-12-4 16:35 | 显示全部楼层
发表于 2013-12-7 21:12 来自手机 | 显示全部楼层
本帖最后由 ydliu_zn 于 2013-12-7 21:14 编辑
yghit08 发表于 2013-3-14 14:15 那我就明确的说:在你提到的质量归一化和刚度归一化是一种归一化方法,振幅归一化只是为了形式上方便显示 ...
算法统一,结果一致分别指的是什么?归一化或许有很多用途,但有一个主要的目的是使各因素权重统一,即使不同尺度下的因素统一到一个尺度下去考查对结果的影响。
发表于 2013-12-7 21:19 来自手机 | 显示全部楼层
狐狸的天空 发表于 2013-3-23 10:56  1.见矩阵迭代法。  2.我可以认为质量归一是正则化么? 那么它只不过是求解振动方程的另一种方式。

归一化和正则化是不同的概念吧
发表于 2013-12-7 21:19 | 显示全部楼层
ydliu_zn 发表于 2013-12-7 21:12
算法统一,结果一致分别指的是什么?归一化或许有很多用途,但有一个主要的目的是使各因素权重统一,即使不 ...

振型本就是个振动形式的简并模式,而实际上振幅的大小是由外部激励决定的,所以振型给一个归一化的结果主要是方便使用(或者是说是方便观者看,比例形式,缩放),所以各种归一化之间是相互联系的(其实就是一个结果不同的缩放而已)
发表于 2013-12-9 19:39 | 显示全部楼层
yghit08 发表于 2013-12-7 21:19
振型本就是个振动形式的简并模式,而实际上振幅的大小是由外部激励决定的,所以振型给一个归一化的结果主 ...

嗯,是这个意思。归一化没有意义,可以选择一个方便的缩放大小进行显示。有些算法里推导时假设了归一化方法, 不过改用其他归一化方法也没有任何困难。总之归一化就是个缩放,没啥特别的意义。
 楼主| 发表于 2014-2-4 08:47 | 显示全部楼层
mayaview 发表于 2013-12-9 19:39
嗯,是这个意思。归一化没有意义,可以选择一个方便的缩放大小进行显示。有些算法里推导时假设了归一化方 ...

.
    实际上是归一化是不同目的不同的归一化方式而已..
发表于 2014-2-4 12:24 | 显示全部楼层
最近看到一个归一化方案,给的是对两个振型向量的二类模或者F模相等。
发表于 2014-2-10 09:43 | 显示全部楼层
欧阳中华 发表于 2014-2-4 08:47
.
    实际上是归一化是不同目的不同的归一化方式而已..

看不懂
 楼主| 发表于 2014-2-10 10:16 | 显示全部楼层
.
   归一是有不同的目的,振型数学上表示为一组向量,可以是按向量元素最大值调整为1的归一化变换,也可以按向量模调整为1的归一化变换,等等. . . .
发表于 2014-2-17 09:31 | 显示全部楼层
欧阳中华 发表于 2014-2-10 10:16
.
   归一是有不同的目的,振型数学上表示为一组向量,可以是按向量元素最大值调整为1的归一化变换,也可 ...

有什么不同目的呢?既然只是个特征向量,反正怎么缩放也在子空间里。
回复 支持 1 反对 0

使用道具 举报

您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-11-15 18:54 , Processed in 0.071768 second(s), 17 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表