本文介绍了高斯牛顿法在解决非线性最小二乘问题中的应用，特别是在视觉里程计中的角色。它作为牛顿法的一种特例，通过泰勒级数展开近似非线性回归模型，通过迭代优化参数，以最小化残差平方和。文中还提及了残差和变量的概念，并指出当问题规模相等时，迭代问题简化为牛顿法的推广形式。
博主github：https://github.com/MichaelBeechan
博主优快云：https://blog.youkuaiyun.com/u011344545
引子：
文章链接：https://arxiv.org/abs/1708.07878
翻译：https://zhuanlan.zhihu.com/p/29769576
高斯牛顿——Gauss Newton
小可拙见，拙荆见肘了！
现阶段非线性问题最优化求解方法层出不群，其大概可以分为解析法和直接法，而解析法只为求得目标函数那一最优化的回眸包
订阅专栏 解锁全文
扫一扫
1451
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
