1樓：WALL-E
後端優化的主要任務是完成相機位姿優化，而閉環檢測的主要的任務是檢測閉環，只是檢測閉環，不管用什麼方法檢測，一旦檢測到閉環後就是位姿優化的任務了。也就是說slam通過感測器獲取的資料可以判斷出自己之前來過這個地方，那麼此時的相機位姿就可以和之前的相機位姿產生關聯，從而為相機優化增加約束，目的是希望可以得到更加準確的估計相機位姿。
圖優化只是後端優化相機位姿的方法之一，它本質上就是光束平差法（Bundle Adjustment）。
詞袋模型也只是閉環檢測的方法之一，現在也有很多使用深度學習技術做閉環檢測的，比如文獻[1][2]
[1] Gao X, Zhang T. Loop closure detection for visual SLAM systems using deep neural networks[C]// Control Conference. IEEE, 2015:
5851-5856.
[2] Cascianelli, Silvia, et al. "Robust visual semi-semantic loop closure detection by a covisibility graph and CNN features ☆." Robotics & Autonomous Systems 92(2017).
KSUM的演算法優化？
O N 2 的演算法很難優化了。你的程式的問題是，時間主要花在找下標上了 a.index 很慢，需要O N 的時間。用乙個list儲存新舊下標的對映關係即可。下面這個效能應該夠了。from random import randint defsum3 a target tmp sorted zip a...
K means聚類演算法的優化？
奔跑中的小新 k means改進的乙個路線就是盡可能加快收斂速度，這個方向有幾個思路 1.質心初始化 選擇初始質心之間有一些策略比如盡量遠離，有助於反應資料的分布，加快收斂。2.改進k means的迭代過程，有幾個方向，乙個改進複雜度，比如資料的訪問用KD樹來索引，乙個是改進目標函式 原始目標函式就...
LightGBM關於GBDT的優化
總體偏差物以類聚人以群分這個學校的領導讓我感覺他們都很隨便 老師也有好的 例如我的班主任 其餘的老師大多了解過不怎麼樣 不是貶低的意思而是事實就是這樣這也是我的母校但確實是這樣能別來就別來高中我不了解初中靠你自己如果能分到最好的班那就說明你和區里的普通孩子是一樣的而也不是最好的 別的班的我就不細說了...