最小二乘法-看这个就够了-张俊-包教包会.pptxVIP

最小二乘法张俊2016/3/21

目录引入一.最小二乘问题二.最小二乘解法〔线性〕三.Gauss-Newton法〔非线性〕*四.修正Gauss-Newton*五.阻尼最小二乘法〔Levenberg-Marquardt,LM〕

引入简单的一元 y=b0+bx1二元 y=b0+b1x1+b2x2n元 y=b0+b1x1+b2x2+…+bkxk非线性：举例1：解非线性方程组举例2：非线性回归问题：上两例中，迭代公式怎么来的？

y=b0+bx一元

一、参数估计：确定两个变量之间的线性关系，即直线拟合问题。

y=b0+bxb0、b是未知参数，待估计优化

10个测量方程vi=yi-(b0+bxi)2个未知数b0、b。估计b0、b的最正确值，使误差和最小。min{Σ[yi-(b0+bxi)]2作为未知量

二元的

例：结合我们的3DSLAMKinect数据RGB图，深度图D，点云图

例：结合我们的3DSLAM机器人测得离墙面x1x2的距离yi是x1、x2的函数：yi=fi(x1i,x2i)=b0+b1x1i+b2x2i+e

多元实际中，影响变量y的不止一个x，而是多个xi。

多元线性可以这样解出参数b

以上多元线性：y关于参数b线性;以上都是回归。最小二乘