Gauss-Newton algorithm

最新推荐文章于 2024-09-15 08:11:47 发布

tanmengwen

最新推荐文章于 2024-09-15 08:11:47 发布

阅读量3.7k

点赞数

分类专栏：视觉算法

本文链接：https://blog.csdn.net/tanmengwen/article/details/46472733

版权

高斯-牛顿算法是一种常用于非线性最小二乘问题的数值优化方法，它通过迭代逐步逼近问题的最小值。该算法利用了泰勒展开式的线性近似，每次迭代更新参数向量，使得残差平方和最小化。高斯-牛顿算法适用于求解光度重建、计算机视觉、信号处理等领域的非线性问题。

摘要由CSDN通过智能技术生成

function [x,minf] = minGN(f,x0,var,eps)
format long;
if nargin == 3
    eps = 1.0e-6;
end
S = transpose(f)*f;
k = length(f);
n = length(x0);
x0 = transpose(x0);
tol = 1;
A = jacobian(f,var);

while tol>eps
    Fx = zeros(k,1);
    for i=1:k
        Fx(i,1) = Funval(f(i),var,x0);
    end
    Sx = Funval(S,var,x0);
    Ax = Funval(A,var,x0);
    gSx = transpose(Ax)*Fx;

    dx = -transpose(Ax)*Ax\gSx;
    x0 = x0 + dx;
    tol = norm(dx);
end
x = x0;
minf = Funval(S,var,x);
format short;