C++手写高斯牛顿法

因为毕设要用Bundle Adjustment 进行数据优化,涉及到优化方法的实现,所以想训练一下编程实现的能力。这篇文章也是参考SLAM14讲,通过高斯牛顿法来完成曲线拟合,从而熟悉高斯牛顿法流程和编程

一、只用eigen库实现

1.1 头文件

#include <iostream>
#include <chrono>	//计时模块,非核心代码
#include <opencv2/opencv.hpp>
#include <Eigen/Core>
#include <Eigen/Dense>

1.2 高斯牛顿法原理

设曲线为
y = e x p ( a x 2 + b x + c ) y=exp(ax^2+bx+c) y=exp(ax2+bx+c)
加噪声后为
y = e x p ( a x 2 + b x + c ) + W , W 为 噪 声 y=exp(ax^2+bx+c)+W ,W为噪声 y=exp(ax2+bx+c)+W,W
获得多个曲线数据点 ( x i , y i ) (x_i,y_i) (xi,yi)
目标函数为
F = a r g ( a , b , c ) m i n ∑ i = 1 N e i 2 = ( y i − e x p ( a x i 2 + b x i + c ) F=_{arg(a,b,c)}min\sum_{i=1}^Ne_i^2=(y_i-exp(ax_i^2+bx_i+c) F=arg(a,b,c)

  • 3
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值