michaelhan3的博客

原文地址：http://blog.youkuaiyun.com/xiahouzuoxin/article/details/41118351此文有一半转载自他出，主要在这进行个整理，具体内容文中都有相关的转载链接。特征值与特征向量的几何意义矩阵的乘法是什么，别只告诉我只是“前一个矩阵的行乘以后一个矩阵的列”，还会一点的可能还会说“前一个矩阵的列数等于后一个矩阵

转：https://blog.youkuaiyun.com/snowdroptulip/article/details/78770088什么是卡方检验卡方检验是一种用途很广的计数资料的假设检验方法。它属于非参数检验的范畴，主要是比较两个及两个以上样本率( 构成比）以及两个分类变量的关联性分析。其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。它在分类资料统计推断中的应用，包括：两...

  作 者：韩 昊 知 乎：Heinrich 微 博：@花生油工人 知乎专栏：与时间无关的故事   谨以此文献给大连海事大学的吴楠老师，柳晓鸣老师，王新年老师以及张晶泊老师。   转载的同学请保留上面这句话，谢谢。如果还能保留文章来源就更感激不尽了。   ——更新于2014.6.6，想直接看更新的同学可以直接跳到第四章————...

转：https://blog.youkuaiyun.com/qq_31073871/article/details/81077386 参考：https://www.cnblogs.com/ohshit/p/5629581.html1、条件概率公式        设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为：...

转：http://www.cnblogs.com/leexiaoming/p/6852483.html在SLAM的后端优化中有存在这两大类优化方法:滤波器优化和非线性优化.目前大多数基于视觉的SLAM算法都是采用的非线性优化的相关方法(如应用较多的G2O图优化框架).但是滤波器的方法仍然在某些情况下有应用,且以前不少论文都是基于滤波器优化的方法设计的SLAM算法.因此学习滤波器优化的方法对于做...

参考：http://www.tina-vision.net/docs/memos/2003-003.pdf  

转：https://blog.youkuaiyun.com/wuhzossibility/article/details/8087863在概率论中，两个随机变量 X 与 Y 之间相互关系，大致有下列3种情况： 当 X, Y 的联合分布像上图那样时，我们可以看出，大致上有： X 越大  Y 也越大， X 越小  Y 也越小，这种情况，我们称为“正相关”。 当X, Y 的联合分布像上图...

RMSERoot Mean Square Error,均方根误差 是观测值与真值偏差的平方和与观测次数m比值的平方根。 是用来衡量观测值同真值之间的偏差MAEMean Absolute Error ，平均绝对误差 是绝对误差的平均值 能更好地反映预测值误差的实际情况.标准差Standard Deviation ，标准差 是方差的算数平方根 是用来衡量一组数自身的离散程度...

转：https://blog.youkuaiyun.com/ACdreamers/article/details/44656963发现这个博主的文章质量很高今天，来学习一种很重要的矩阵分解，叫做奇异值分解（Sigular Value Decomposition），简称SVD。 Contents     1. 认识SVD    2. SVD与广义逆矩阵    3. SVD与最小二...

牛顿法是一种在实数域和复数域上近似求解方程的方法。方法使用函数f (x)的泰勒级数的前面几项来寻找方程f (x) = 0的根，也可以用于求函数的极小值。牛顿法最大的特点就在于它的收敛速度很快。　　具体步骤：　　首先，选择一个接近函数 f (x)零点的 x0，计算相应的 f (x0) 和切线斜率f  ' (x0)（这里f ' 表示函数 f  的导数）。然后我们计算穿过点(x0,  f  (x...

看了很多博客，发现最后都是翻译自维基百科的，给出地址：https://en.wikipedia.org/wiki/Matrix_calculus这里有个同学翻译了上面的内容，挺好的：https://blog.youkuaiyun.com/uncle_gy/article/details/78879131...

转：https://blog.youkuaiyun.com/qq_36330643/article/details/78003952平时经常看到牛顿法怎样怎样，一直不得要领，今天下午查了一下维基百科，写写我的认识，很多地方是直观理解，并没有严谨的证明。在我看来，牛顿法至少有两个应用方向，1、求方程的根，2、最优化。牛顿法涉及到方程求导，下面的讨论均是在连续可微的前提下讨论。 1、求解方程。并不...

转：http://jacoxu.com/jacobian%E7%9F%A9%E9%98%B5%E5%92%8Chessian%E7%9F%A9%E9%98%B5/1. Jacobian在向量分析中, 雅可比矩阵是一阶偏导数以一定方式排列成的矩阵, 其行列式称为雅可比行列式. 还有, 在代数几何中, 代数曲线的雅可比量表示雅可比簇：伴随该曲线的一个代数群, 曲线可以嵌入其中. 它们全部都以数...

转：https://blog.youkuaiyun.com/zhubaohua_bupt/article/details/74973347在VSLAM优化部分，我们多次谈到，构建一个关于待优化位姿的误差函数（直接法：灰度误差  ；特征点法：重投影误差），当待优化的位姿使这个误差函数最小时(当SLAM运动不是太剧烈时，误差函数满足单峰性)，认为此时位姿最精确。 如果这个误差函数是线性，而且已...

转：https://blog.youkuaiyun.com/daaikuaichuan/article/details/80620518一、矩阵求导  一般来讲，我们约定x=(x1,x2,...xN)Tx=(x1,x2,...xN)T，这是分母布局。常见的矩阵求导方式有：向量对向量求导，标量对向量求导，向量对标量求导。1、向量对向量求导2、标量对向量求导3、向量对标量求导其...

转载文章地址：http://blog.youkuaiyun.com/chenlanjie842179335/article/details/8039031四元数是由爱尔兰数学家威廉·卢云·哈密顿在1843年发现的数学概念。四元数的乘法不符合交换律。明确地说，四元数是复数的不可交换延伸。如把四元数的集合考虑成多维实数空间的话，四元数就代表着一个四维空间，相对于复数为二维空间。

引用知乎链接：https://www.zhihu.com/question/23005815根据我的理解，大多数人用汉密尔顿四元数就只是做三维空间的旋转变换（我反正没见过其他用法）。那么你不用学群论，甚至不用复习线性代数，看我下面的几张图就可以了。首先，定义一个你需要做的旋转。旋转轴为向量，旋转角度为（右手法则的旋转）。如下图所示：此图中,

一： 线性最小二乘线性最小二乘可以用来求模型的拟合等，例如，直线，平面拟合等。但总归说来模型方程必须是线性的。例如直线拟合中直线为为了模拟该直线，我们采样了n组点（比如100组），分别记录了他们的坐标。我们知道该直线方程只需要三组点就可以解出参数。但是由于噪声的存在，我们有100组点，不能随意的取三组，然后解方程。那么最好的办法就是最小二乘解。假设我们已经知道直线参数a', b'。对...