返回Glossary
高斯-牛顿法
一种用于非线性最小二乘优化的迭代数值算法，将Hessian矩阵近似为JᵀJ（其中J是残差的Jacobian矩阵）。高斯-牛顿法在最小二乘问题上的收敛速度快于梯度下降法，是Levenberg-Marquardt算法的基础。广泛应用于机器人标定、光束平差和非线性状态估计。
一种用于非线性最小二乘优化的迭代数值算法，将Hessian矩阵近似为JᵀJ（其中J是残差的Jacobian矩阵）。高斯-牛顿法在最小二乘问题上的收敛速度快于梯度下降法，是Levenberg-Marquardt算法的基础。广泛应用于机器人标定、光束平差和非线性状态估计。