
矩阵
文章平均质量分 90
雨luo凡城
一直行走着,一直期待着~
展开
-
SLAM基础——常见矩阵以及矩阵分解
0 ???? 前言本篇,多出自其他大佬的文章,厚着脸皮总结组织一下1 ???? 矩阵求解参考链接https://blog.youkuaiyun.com/wangshuailpp/article/details/80209863https://www.cnblogs.com/AndyJee/p/3846455.html1-1 ???? 内容一:直接给出AX=B\bf{AX=B}AX=B解的情况。(1)R(A)< r(A|B),方程组无解(2)r(A)=r(A|B)=n,方程组有唯一解(3)r(A)原创 2021-07-20 23:45:34 · 1564 阅读 · 2 评论 -
矩阵(二):为什么Ax=0的解为最小奇异值对应的向量?
参考资料解超定方程 Ax=01 ???? 解超定方程工程中很多问题会归结为求超定方程Ax=0\mathbf{A x}=\mathbf{0}Ax=0 , A\mathbf{A}A是 m*n的矩阵,且m>n 。如SLAM中三角化地图点,PnP等一些问题都是求解这个方程。很显然,这个方程有一个0解,但这不是我们想要的,我们实际想求非零解。为了求非零解,我们对 A\mathbf{A}A加上一个约束∥x∥2=1\|\mathbf{x}\|^{2}=1∥x∥2=1。也就是限制 x\mathbf{x原创 2021-05-22 21:26:55 · 3588 阅读 · 9 评论 -
矩阵(一):SVD分解
文章目录0 参考链接(尊重原著)1 SVD分解原理2 SVD分解意义3 SVD分解的应用4 SVD数学举例0 参考链接(尊重原著)下面这个讲的很好很全面视觉SLAM常见的QR分解SVD分解等矩阵分解方式求解满秩和亏秩最小二乘问题(最全的方法分析总结)矩阵分解SVD原理1 SVD分解原理奇异值和特征值有相似的重要意义,都是为了提取出矩阵的主要特征。假设A是一个m∗n阶矩阵,如此则存在一个...原创 2020-03-12 23:52:45 · 12889 阅读 · 1 评论