您好, 欢迎来到 !    登录 | 注册 | | 设为首页 | 收藏本站

拟合点到平面算法,如何迭代结果?

拟合点到平面算法,如何迭代结果?

平面的法线向量a * x + b * y + c * z = 0,等于(a,b,c)

优化方法找到a和b的值,使得a * x + b * y?z(?表示近似值)。在计算中完全不使用c的值。我没有在这台机器上安装numpy,但我希望将模型更改为(a * x + b * y)/ c应该可以解决此问题。对于所有数据集,它不会给出相同的结果。该方法将始终假定一个平面穿过原点。

产生相同的结果。(区别在于机器精度的大小)。

选择了错误的特征向量。对应于最大特征值(lambda = 1.50)的特征向量与x=[0, sqrt(2)/2, sqrt(2)/2]SVD和LTSQ中一样。

我不知道这应该如何工作。

其他 2022/1/1 18:37:41 有517人围观

撰写回答


你尚未登录,登录后可以

和开发者交流问题的细节

关注并接收问题和回答的更新提醒

参与内容的编辑和改进,让解决方法与时俱进

请先登录

推荐问题


联系我
置顶