雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
2015-01-29 17:57
549 查看
近期,在研究SFM和pose estimation时时常接触到这三个词,刚开始不太明白他们间的关系,现将他们整理一下。欢迎吐槽,有什么不对的地方欢迎指正!
首先,介绍一下三个词的数学定义与含义:
此矩阵表示为:
,或者
这个矩阵的第i行是由梯度函数的转置yi(i=1,...,m)表示的
在数学中,海森矩阵(Hessian matrix 或 Hessian)是一个自变量为向量的实值函数的二阶偏导数组成的方块矩阵,此函数如下:
如果 f 所有的二阶导数都存在,那么 f 的海森矩阵即:
其中
,即
解非线性最小二乘法
首先,介绍一下三个词的数学定义与含义:
雅可比矩阵
假设F:Rn→Rm 是一个从欧式n维空间转换到欧式m维空间的函数。这个函数由m个实函数组成: y1(x1,...,xn), ..., ym(x1,...,xn). 这些函数的偏导数(如果存在)可以组成一个m行n列的矩阵,这就是所谓的雅可比矩阵:此矩阵表示为:
,或者
这个矩阵的第i行是由梯度函数的转置yi(i=1,...,m)表示的
在数学中,海森矩阵(Hessian matrix 或 Hessian)是一个自变量为向量的实值函数的二阶偏导数组成的方块矩阵,此函数如下:
如果 f 所有的二阶导数都存在,那么 f 的海森矩阵即:
其中
,即
解非线性最小二乘法
相关文章推荐
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 雅克比矩阵、海森矩阵与非线性最小二乘间的关系与在SFM和Pose Estimation中的应用
- 谈谈自己对线性最小二乘和非线性最小二乘之间关系的理解~
- Pose Estimation using SfM point cloud
- ArcView GIS 应用与开发技术(8)- 利用空间关系累加数据
- 非线性科学与周易应用
- 在Eclipse RCP应用中利用扩展点机制解藕插件的依赖关系
- Rails和模型关系应用解析
- Rails和模型关系应用解析
- Rails和模型关系应用解析
- XML在关系数据库应用中的性能问题探究
- SQLServer游标简单应用(求分组最小值问题)
- Rails和模型关系应用解析
- 简单不相交集-1(基本应用-最小生成树)
- 在Eclipse RCP应用中利用扩展点机制解藕插件的依赖关系
- Rails和模型关系应用解析
- Rails和模型关系应用解析