Unity的TextMashPro默認不支持中文此時可以從別處下載中文字體庫眷昆，比如windows下 C:\Windows\Fonts 找到 黑體 常規(guī) 放入自己的一個字體目...
發(fā)簡信
IP屬地：廣東
-
TextMesh Pro 配置 -
-
矩陣可逆的前提是行列相同，上面那個矩陣是一行兩列鸳慈，肯定不可逆了饱溢，
具體的原因是因為矩陣不滿秩，
雖然不可逆走芋，但文章后面為了引出雅可比矩陣绩郎，所以做的一個簡記1.線性擬合和牛頓迭代求根，以及牛頓迭代法的多元表達雅可比矩陣
線性擬合 我們知道函數(shù)在處的導(dǎo)數(shù)的定義是類似如下 也就是說在自變量趨近于的時候翁逞，函數(shù)值變化量和自變量變換量的比值 我們把極限符號去掉 ,這個約等于在越接近（注：）的時候越接近...
-
MIT 線性代數(shù) 24 馬爾可夫矩陣 傅里葉級數(shù)
馬爾可夫矩陣 隨手寫一個矩陣這是一個馬爾可夫矩陣馬爾可夫矩陣條件 1.矩陣的每個元素都大于或等于2.矩陣的每一列的和等于(事實上矩陣的冪次對該條性質(zhì)依然成立) 在上一節(jié)我們討...
-
解偶在這里其實是說通解是由兩個e的lambda次方的線性組合表達的意思肋杖，且這里的lambda來自特征方程，其實也別想太復(fù)雜吧
MIT 線性代數(shù) 23 微分方程和exp(At)
微分方程 1.復(fù)習(xí) 引入的微分方程首先復(fù)習(xí)下微分方程的解法：上式可以寫成 簡化后 上式表明的一階導(dǎo)和的二階導(dǎo)呈線性關(guān)系挖函，這樣的函數(shù)我們比較熟悉的只有這種類型状植，又因為是關(guān)于自變...
-
android cmake 交叉編譯 libc++_shared.so not found的問題cmake -DCMAKE_TOOLCHAIN_FILE=D:\Android\Sdk\ndk\21.3.6528147\build\cmake\android.toolch...
-
感謝支持??
MIT 線性代數(shù) 23 微分方程和exp(At)
微分方程 1.復(fù)習(xí) 引入的微分方程首先復(fù)習(xí)下微分方程的解法：上式可以寫成 簡化后 上式表明的一階導(dǎo)和的二階導(dǎo)呈線性關(guān)系，這樣的函數(shù)我們比較熟悉的只有這種類型怨喘，又因為是關(guān)于自變...
-
看你需求吧，上面的定義是沒有單位化的
MIT 線性代數(shù) 22 對角化和A的冪哲思，差分方程的線性代數(shù)解法
一.對角化和矩陣的冪次計算 假設(shè)矩陣有個線性無關(guān)的特征向量洼畅，且特征值分別是,這些特征向量按列組成特征向量矩陣則 （稱為對角特征值矩陣） 強調(diào)一遍，并不是所有的矩陣都會有n個線...
-
8.全局BA推導(dǎo)再進行推導(dǎo)之前先回憶一下我們知道對于某個單個節(jié)點的條邊而言每條邊的誤差那么這個單個節(jié)點的條邊的一個整體誤差總和公式的泰勒一階近似為為了后續(xù)的推導(dǎo)棚赔，這里要先講清楚一些說明首先這...
-
7.BA優(yōu)化中的單節(jié)點高斯牛頓方程推導(dǎo)以及g2o寫法從世界坐標(biāo)系下的坐標(biāo)點到像素點的流程如上圖帝簇，其中根據(jù)上面的流程可以抽象出如下信息 如上所示，我們可以定義觀測流程 ,其中 指代 ,而 指代三維點 靠益，而 表示實際測得的特征像素...
-
-
5.高斯-牛頓法的具體例子
求解滿足如下方程的曲線 其中為待求曲線參數(shù)，為引入的高斯分布噪聲胧后，滿足,假設(shè)有對關(guān)于的觀測點芋浮，觀測結(jié)果是,要通過這些點來推測具體的曲線參數(shù) 記第對觀測點誤差為,此處的函數(shù)為確...
-
是啊竖伯，理解這些東西的起點比較高存哲，就沒什么人看了
MIT 線性代數(shù) 22 對角化和A的冪因宇，差分方程的線性代數(shù)解法
一.對角化和矩陣的冪次計算 假設(shè)矩陣有個線性無關(guān)的特征向量，且特征值分別是,這些特征向量按列組成特征向量矩陣則 （稱為對角特征值矩陣） 強調(diào)一遍祟偷，并不是所有的矩陣都會有n個線...
-
2.牛頓迭代二階梯度法求多元非線性函數(shù)的極小值察滑，以及Hessian矩陣牛頓迭代求最小值有點區(qū)別于求牛頓迭代求根先復(fù)習(xí)一下 牛頓迭代求根 是如下表達式 因為是求根，那么函數(shù)和軸相交的地方就是解所在的位置修肠，所以一般要稍作變形以構(gòu)造 于是 因為是依次...
-
1.線性擬合和牛頓迭代求根贺辰，以及牛頓迭代法的多元表達雅可比矩陣
線性擬合 我們知道函數(shù)在處的導(dǎo)數(shù)的定義是類似如下 也就是說在自變量趨近于的時候，函數(shù)值變化量和自變量變換量的比值 我們把極限符號去掉 ,這個約等于在越接近（注：）的時候越接近...