- 博客(4)
- 资源 (15)
- 收藏
- 关注
RSS订阅原创 C++中的矩阵特征值
最近需要在C++环境下求矩阵的特征值和特征向量，根据任务需求有两种思路可供选择：使用现成的矩阵库 网上有一些开源的矩阵库可以使用，在Windows下可以参考张睿卿的博客C++矩阵处理工具——Eigen，在Linux环境下可以参考博客C 和 C++ 的矩阵库。这里有一篇博客调查了各种C++矩阵算法包在VisualStudio2005中求解实对称矩阵特征值算法包调查，建议使用LAPACK/CLAP
2015-05-04 17:03:11
14735
1
自定义msg类型及使用[测试代码]
ROS自定义msg类型及使用测试代码，文章见http://blog.csdn.net/u013453604/article/details/72903398
2017-06-07
ros_qtc_plugin配置脚本
这是我为中文版Ubuntu修改过的ros_qtc_plugin配置脚本,使用请看我的博客http://blog.csdn.net/u013453604/article/details/52186375
2016-08-19
ros_qtc_plugin插件的使用视频教程
这是ros_qtc_plugin插件作者Levi-Armstrong录制的插件使用教程，具体请看我的博客http://blog.csdn.net/u013453604/article/details/52186375
2016-08-11
libfcitxplatforminputcontextplugin.so
这是博主从源码编译的Qt5.5的中文输入补丁，适用于Qt5.4以及以上版本，不能用于Qt5.3版本，Qt5.3及以前版本的中文输入问题请见博主的博客：http://blog.csdn.net/u013453604/article/details/51542241
2016-05-31
卡尔曼滤波学习笔记
在移动机器人导航方面，卡尔曼滤波是最常用的状态估计方法。直观上来讲，卡尔曼滤波器在这里起了数据融合的作用，只需要输入当前的测量值（多个传感器数据）和上一个周期的估计值就能估计当前的状态，这个估计出来的当前状态综合考量了传感器数据（即所谓的观察值、测量值）和上一状态的数据，为当前最优估计，可以认为这个估计出来的值是最可靠的值。由于我们在SLAM中主要用它做位置估计，所以前面所谓的估计值就是估计位置坐标了，而输入的传感器数据包括码盘推算的位置、陀螺仪的角速度等（当然可以有多个陀螺仪和码盘），最后输出的最优估计用来作为机器人的当前位置被导航算法以外的其他程序所调用。
2015-12-15
iRobot Create的控制台应用APP
这个软件是运行在Windows下的iRobot Create配套的控制台应用程序，可以当做turtlebot的专用串口调试工具，可以直接发送前后左右运动的命令，以及实时查看传感器的数据。具体使用方法请移步我的博客：http://blog.csdn.net/u013453604/article/details/49338575
2015-10-22
最简单socket通讯
这里实现一个跨平台的socket通讯，Android手机作为客户端向Ubuntu的QT平台上的服务端发送一个字符命令，由于是只发送一个字符，这里我尽可能简化socket通讯的过程以供后人参考。解决了跨平台的socket传输字符编码转换的问题。我的文章地址：http://blog.csdn.net/u013453604/article/details/47733923
2015-08-17
数值分析—矩阵特征值问题的数值计算
矩阵特征值问题的数值解法
在实际应用中，求矩阵的特征值和特征向量通常分为变换法和迭代法两种。变换法是
从原矩阵从发，用有限个正交相似变换将其化为便于求出特征值的形式，如对角矩阵、三角形矩阵等。这类方法有工作量小和应用范围广的优点，但由于舍入误差的影响，其精度往往不高。迭代法的基本思想是将特征值及特征向量作为一个无限序列的极限来求得。这类方法对舍入误差的影响有较强的稳定性，但通常工作量较大。
2015-05-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人