会员
周边
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
GeoFXR
博客园
首页
新随笔
联系
订阅
管理
上一页
1
2
3
4
5
6
···
10
下一页
2026年3月11日
Qt技巧笔记(十一):QCustomPlot图表绘制库配置与示例
摘要: QCustomPlot是一个基于Qt框架的开源图标绘制库,用于绘制各种类型的二维图表和科学可视化。它提供了丰富的提供绘图功能和灵活的定制选项,使用开发者能够轻松创建交互式和高度可定制的图标
阅读全文
posted @ 2026-03-11 15:39 GeoFXR
阅读(204)
评论(0)
推荐(0)
2026年3月6日
散点云处理笔记(二):RANSAC算法
摘要: RANSAC(Random Sample Consensus)是一种鲁棒的参数估计方法,特别适用于数据中包含大量离群点(outliers)的场景。其核心思想是通过反复随机采样一小部分数据来生成候选模型,然后评估该模型支持的内点数量,最终选择内点最多的模型。下面给出RANSAC的数学推导,涵盖迭代次数计算、内点判定准则以及算法收敛性分析。 RANSAC的核心思想是:随机选取一小部分点(最小子集)来生成候选模型,然后用整个数据集验证该模型,统计符合该模型的点(内点)数量。重复多次,选择内点最多的模型作为最终估计。
阅读全文
posted @ 2026-03-06 15:03 GeoFXR
阅读(174)
评论(0)
推荐(0)
2026年3月5日
散点云处理笔记(一):基于主成份分析算法(PCA)的平面拟合
摘要: 通过PCA(主成分分析)进行平面拟合是一种经典高效的方法,特别适用于三维点云数据。其核心思想是找到点云中方差最小的方向,该方向即为拟合平面的法线方向,该方向即为拟合平面的法线方向,而平面经过点云的质心。下面介绍原理、步骤,首先对其数学原理进行逐步推导。
阅读全文
posted @ 2026-03-05 10:43 GeoFXR
阅读(214)
评论(0)
推荐(0)
2026年3月2日
凸优化数学基础笔记(九):最优化问题的要素及分类
摘要: 最优化问题(Optimization Problem)是应用数学中的一个核心领域,其目标是在满足一定约束条件的情况下,从一组可能的方案(或解)中找出使某一特定指标(目标)达到最优(最大或最小)的解。作为最优化问题,一般要素有三个要素:(1)优化变量(又称设计变量)、(2)目标函数、(3)约束条件。
阅读全文
posted @ 2026-03-02 17:50 GeoFXR
阅读(123)
评论(0)
推荐(0)
2026年2月27日
Qt技巧笔记(十):QPainter 详解与实践指南
摘要: `QPainter`是Qt框架中用于二维图形绘制的核心类,其提供了一套完整、强大的API来在各种绘制设备上进行图形操作。无论是简单的线条绘制还是复杂的图形变换,广泛用于自定义控件、绘制背景、图形编辑器等场景
阅读全文
posted @ 2026-02-27 17:01 GeoFXR
阅读(305)
评论(0)
推荐(0)
2026年2月24日
Qt技巧笔记(九):QPen 画笔类简介及绘图实践指南
摘要: `QPen` 是Qt绘图系统中用于定义线条(如轮廓线,边框线)样式(颜色、宽度、风格等)的类。其构造函数`QPen()`。 是Qt框架中用于定义如何绘制形状轮廓(线条)的一个非常重要的类。它控制`QPainter` 绘制线条、曲线和形状轮廓的外观,它包括线宽、颜色、样式、端点风格和连接风格等。
阅读全文
posted @ 2026-02-24 11:55 GeoFXR
阅读(76)
评论(0)
推荐(0)
2026年2月23日
凸优化数学基础笔记(八):一维线性搜索法(一)
摘要: 已经确定的情况下,如何确定步长tk? 步长因子的选取有多种方法,如取步长为常数,但这样选取的步长并不最好,如何选取最好步长呢?实际计算通常采用一维搜索来确定最优步长。
阅读全文
posted @ 2026-02-23 14:39 GeoFXR
阅读(151)
评论(0)
推荐(0)
2026年2月21日
凸优化数学基础笔记(七):一般非线性最优问题的迭代解法思路
摘要: 经典最优化极值问题中,解析法虽然具有概念简明,计算精确等优点,但因只能适用于简单或特殊问题的寻优,对于复杂的工程实际问题通常无能为力,一般采用迭代算法,逐渐逼近最优解。
阅读全文
posted @ 2026-02-21 12:48 GeoFXR
阅读(182)
评论(0)
推荐(0)
2026年2月20日
凸优化数学基础笔记(六):凸集、凸函数与凸规划
摘要: 现有最优化方法对一般函数只能找到局部最优解,判断有无极值点以及它是否为全局最优解要用到函数凸性概念。一般在现实优化问题上,我们一般把优化问题变成凸优化问题,因为凸优化,**凸优化(Convex OPtimization)**是数学优化中的一个重要分支,研究的是在凸集上极小值的问题。下面首先介绍凸集。从直观上看,凸集是这样一些点的集合,它的内部没有“洞”(hole),边界不向内凹。凸集的基本特征,是其上任取两点所联成线段上的点依然属于这个集合。在数学上就是采用这种描述方法给凸集下定义的。首先给出凸组合的概念,在给出凸集和凸函数的定义,并简单讨论凸函数判定方法
阅读全文
posted @ 2026-02-20 14:30 GeoFXR
阅读(214)
评论(0)
推荐(0)
2026年2月19日
凸优化数学基础笔记(五):极小值点的判定条件
摘要: 函数f(X)在局部极小值点应满足什么条件?反之,满足什么条件的是局部极小点?这就是凸优化的基本问题。下面针对多元函数的情形给出各类极小值点的定义。
阅读全文
posted @ 2026-02-19 22:06 GeoFXR
阅读(166)
评论(0)
推荐(0)
上一页
1
2
3
4
5
6
···
10
下一页
公告