YuCong

「啊聪的个人主页」

Other Pages

cpu-loading优化之perf工具使用详解

讲解perf工具的详细使用方法,以及cpu loading优化相关内容

cpu-loading-perf工具 1. 安装perf 1 2 3 sudo apt update sudo apt install linux-tools-common sudo apt-get install linux-tools-$(uname -r) linux-tools-generic -y 检查是否安装成功 1 perf --version 2. 数据采集 ...

FCL: The Flexible Collision Library

FCL: The Flexible Collision Library

FCL: The Flexible Collision Library 碰撞检测算法库简单笔记 FCL: The Flexible Collision Library 库的编译与安装 ccd octomap FCL API 简单笔记 ...

paper:OctoMap

OctoMap: An Efficient Probabilistic 3D Mapping Framework Based on Octrees

OctoMap: An Efficient Probabilistic 3D Mapping Framework Based on Octrees OctoMap Abstract 1 Introduction 2 Related Work 3 OctoMap framework 3....

OctoMap库 简单解析

OctoMap 八叉树地图库简单解析

OctoMap 八叉树地图库 OctoMap 基本概念 八叉树的更新 0. 库的编译与安装 1. Data Structures 1.0 类间基本关系 1.1 Tree类 1.1.1 AbstractOcTree ...

Runge-Kutta方法求解微分方程

Runge-Kutta方法求解微分方程

Runge-Kutta 方法 1. 基本概念 2. 经典四阶 Runge-Kutta 方法(RK4) 3. 应用示例 4. 误差分析 5. 变步长 Runge-Kutta 方法 6. 自适应 Runge-Kutta 方法 7. 稳定性分析 8. 优缺点分析 9. 实现注意...

广义线性模型

详细解读广义线性模型,该模型下的线性回归、逻辑回归、softmax回归等推导

广义线性模型 广义线性模型 定义 特征 推导过程 极大似然求解 线性回归 极大似然求解 直接使用结论 详细推导 ...

最小二乘优化

详细解读最小二乘优化问题,非线性最小二乘问题,线性最小二乘问题及其变化。介绍这些问题的求解方法,全量、批量梯度下降,高斯牛顿,LM等方法

1 最小二乘 1.1 问题定义 1.2 最小二乘优化问题的解法 1.2.1 批量梯度下降法 全量梯度下降法 FGD 随机梯度下降法 SGD 批量梯度下降法 Mini-batch GD ...

带约束优化问题

详细解读带约束的优化问题,以及其解法。等式约束优化问题,线性等式约束二次目标函数优化问题,一般不等式约束优化问题,线性不等式约束线性目标函数优化问题,线性不等式约束二次目标函数优化问题,带约束最小二乘问题等。

带约束优化问题 (Constrained Optimization) 0. 问题概述 0.1 问题形式 0.2 问题分类 1. 等式约束优化问题 1.1 问题形式 1.2 拉格朗日乘子法 (Lagrange Mu...

凸优化

详细解读凸优化问题,以及凸优化求解方法,如:梯度下降,牛顿法,混合方法,LBFGS方法等

1 纯凸优化问题、非凸局部优化问题的解法 1.0 解析法 1.1 下降方法 1.1.1 精确直线搜索 1.1.2 回溯直线搜索 1.1.3 最速下降法 1.2 梯度下降法 1.3 梯度下降衍生算法 ...

Bundle Adjustment

光束平差原理与求解

Bundle Adjustment 光束平差,是同时优化相机的位姿与观测点的一类优化问题,是SLAM算法的核心部分。本文简单总结BA的原理与推导,以及求解过程。 Bundle Adjustment 0. Concepts 1. BA 问题 2. BA 问题求解 2.1 增量方程 ...