《视觉SLAM十四讲》第一版12次印刷错误04_6.2.1_一阶和二阶梯度法

本文针对《视觉SLAM十四讲》一书中第6讲非线性优化部分的公式错误进行了修正,详细解析了梯度下降法在SLAM优化中的应用,强调了正确公式对于理解最小化能量函数的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

我的《视觉SLAM十四讲》:

  • 版次:2017年3月第1版
  • 印次:2018年11月第12次印刷
  • 第6讲 非线性优化
  • 6.2.1 一阶和二阶梯度法
  • 111页
  • 公式6.17

公式少了一个括号。
Δx∗=argmin∣∣f(x)∣∣22+J(x)Δx+12ΔxTHΔx \Delta x^* = argmin || f(x) || ^2_2 + J(x)\Delta x + \frac 1 2 \Delta x^T H \Delta x Δx=argminf(x)22+J(x)Δx+21ΔxTHΔx

改为:

Δx∗=argmin(∣∣f(x)∣∣22+J(x)Δx+12ΔxTHΔx) \Delta x^* = argmin (|| f(x) || ^2_2 + J(x)\Delta x + \frac 1 2 \Delta x^T H \Delta x) Δx=argmin(f(x)22+J(x)Δx+21ΔxTHΔx)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

张欣-男

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值