wd171027的专栏

http://www.benfrederickson.com/2013/10/10/heap-visualization.html

解决的问题：已知函数：， 数据X=[1.0,2.0,3.0,4.0,5.0]'; Y=[15.0,21.656,27.928,34,39.944]'; 求参数 b c d。该问题属于非线性回归，不能直接使用最小二乘或梯度下降法求解。但可以使用高斯牛顿法迭代求解。 首先将b c d 作为变量泰勒展开得。。。。。。。懒得写了。。。。。代码copy: clc clear %训练数据 x=[1.0,2

做图像矫正时使用了一下sift算法，尽管sift确实很牛，但还是会出现一些误匹配，直接计算两张影像的单应矩阵会出现很大误差，因此可以在计算时使用RANSAC算法在单应矩阵的约束下剔除误匹配，并计算单应矩阵，基本思路为：1、进行sift匹配。2、RANSAC计算单应矩阵。3、使用插值函数进行重采样。基于OpenCV的c++代码： #include <iostream> #include <fstrea