Gauss-Newton非线性最小二乘优化算法
2010-06-15 18:36
1716 查看
Gauss-Newton非线性最小二值优化算法是一种实用而又简单的优化算法，实现起来简单，LM是它的改进版本。我用它进行过圆和直线的拟合，后来还用它来进行形状的匹配（变量在2-3个，还未尝试过更多变量的模型，权重也没应用），都得到了不错的效果，算法收敛性很好。只要建好数学模型，用它来进行最优求解，均可以得到稳定的结果！当然，建好一个数学模型是一个难点！
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 非线性最小二乘法之Gauss Newton、L-M、Dog-Leg
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 非线性最小二乘拟合系统
- 回归--非线性最小二乘-高斯牛顿法
- 谈谈自己对线性最小二乘和非线性最小二乘之间关系的理解~
- 非线性最优化（三）——拟牛顿迭代法(Quasi-Newton)
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- Matlab之Gauss-Newton法
- 非线性曲线拟合函数 lsqcurvefit 最小二乘
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- SLAM中的优化理论（二）- 非线性最小二乘
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 高斯牛顿(Gauss Newton)、列文伯格-马夸尔特(Levenberg-Marquardt)最优化算法与VSLAM
- Gauss-Newton算法学习
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- lsqnonlin 非线性最小二乘
- 非线性最小二乘数据拟合
- 高斯牛顿(Gauss Newton)、列文伯格-马夸尔特(Levenberg-Marquardt)最优化算法与VSLAM
- 非线性最小二乘求解方法
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用