自從當了程式設計師，活得越來越糙了，皮糙肉厚，抗壓能力直線飆公升，我還是有點想念做硬體時期的，但還是學習為主，啥東西做好了就是好東西。
高斯牛頓法比梯度下降法更容易收斂，迭代更少次數，梯度下降法可能會區域性最優，牛頓法用乙個二次曲面擬合當前所處位置的區域性曲面，梯度下降法用乙個平面擬合當前區域性曲面，高斯牛頓是牛頓法在求解非線性最小二乘問題的特例
dogleg 信賴域
數學好的基礎在，基本不用擔心推導，很簡單，我之前覺得會很難，恐怕李群李代數是我這個菜雞接觸的最難的了吧。。。
還看了點hector_slam 不需要里程計但是沒有初至很容易區域性優化，可以加一些資料預處理。
hector_geotiff 地圖和機械人軌跡存在getiff影象檔案
hector_trajectory_server 儲存基於tf的軌跡
g2o優化流程：
(1). 選擇乙個線性方程求解器，從pcg，csparse，choldmod中選，g2o/solver
(2). 選乙個blocksolver
(3). 選乙個優化策略 gn lm dogleg
hyper graphs(超圖)，每乙個邊包含兩個以上的點構成的圖
sparse 稀疏 optimizable 優化
hector slam 就是將雷射點與已有地圖對齊。
貝葉斯估計
以後工作了想做slam這個方面，感覺到以後會很艱辛，喜歡機械人只能朝這條路走下去。
12306購票系統後端優化
後端效能優化技術 前面討論了前端效能的優化技術，於是前端可能就不是瓶頸問題了。那麼效能問題就會到後端資料上來了。下面說幾個後端常見的效能優化技術。一 資料冗餘 關於資料冗餘，也就是說，把我們的資料庫的資料冗餘處理，也就是減少表連線這樣的開銷比較大的操作，但這樣會犧牲資料的一致性。風險比較大。很多人把...
SLAM流程之優化後端
slam的優化後端完成工作主要是對視覺前端得到的不夠準確的相機位姿和重建地圖進行優化微調。在視覺前端中，不管是進行位姿估計還是建圖，都是利用相鄰幀之間的關係來完成的，這種依賴區域性約束且不停地鏈式進行的演算法，必將導致優化誤差逐幀累積，最終產生乙個較大的誤差漂移。因此，後端優化的思路就是從全域性 整...
前後端分離 SEO優化
首先說下seo什麼意思?其次為啥前後端分離？整個專案的開發權重往前移，實現真正的前後端解耦，動態資源和靜態資源分離，提高了效能和擴充套件性。前端有且僅有靜態內容，再明確些，只有html css js 其內容來自於完全靜態的資源而不需要任何後台技術進行動態化組裝。前端內容的執行環境和引擎完全基於瀏覽器...