博文收藏夹（updating）

经常看到一些感兴趣知识点的博客，可能一次消化不，现都整理起来放到一起，慢慢吸收。

一 、计算机视觉

 【OpenCV】特征检测器 FeatureDetector      与  【cv】使用opencv的FeatureDetector，DescriptorExtractor，DescriptorMatcher

 【OpenCV】图像几何变换：旋转，缩放，斜切

 【OpenCV】访问Mat中每个像素的值（新）

【图像处理】透视变换 Perspective Transformation

随笔分类 - 机器视觉::计算机视觉基础5——本质矩阵与基本矩阵(Essential and Fundamental Matrices)

我的OpenCV学习笔记（一）：OpneCV中的数据共享机制  (图像与通信系列)

二、优化算法

 【math】梯度下降法(梯度下降法，牛顿法，高斯牛顿法，Levenberg-Marquardt算法)

 10个重要的算法C语言实现源代码：拉格朗日，牛顿插值，高斯，龙贝格，牛顿迭代，牛顿-科特斯，雅克比，秦九昭，幂法，高斯塞德尔

 超定方程 最小二乘解 奇异值分解（SVD）

最优化问题中，牛顿法为什么比梯度下降法求解需要的迭代次数更少？

梯度-牛顿-拟牛顿优化算法和实现

三、编译原理

四、算法与数据结构

    算法笔记

   0050算法笔记——【线性规划】单纯形算法(未完全实现) 

[Matlab]科研中的心得（updating）

【数据结构】 

【数据结构】顺序栈 Stack

【数据结构】顺序队列 Queue

【数据结构】链式栈 Linked_stack

【数据结构】链式队列 Linked_queue

【数据结构】查找算法：二分查找、顺序查找

【数据结构】排序算法：希尔、归并、快速、堆排序

【数据结构】二叉树、AVL树

【数据结构】虎溪校园导游系统

【数据结构】约瑟夫环 

五、slam算法、定位、制图、导航

A* 寻路算法

 

六、ROS 

七、数学基础

 

3D射影几何和射影变换

 机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用

 理解矩阵（一）

     在线性空间中选定基之后，向量刻画对象，矩阵刻画对象的运动，用矩阵与向量的乘法施加运动。矩阵的本质是运动的描述

 【math】梯度（gradient）、雅克比矩阵（Jacobian）、海森矩阵（Hessian）

f 的梯度，是与在每一点x的任意向量v的点积为f沿着v的方向的导数的唯一的向量场。

雅克比矩阵实际上是对于梯度的一种泛化

Hession:为标量的多变量函数的梯度的雅克比矩阵就是二阶导数，也就是Hessian矩阵

八、编程

【Matlab】C++和MATLAB混合编程-DLL篇

九 、技巧与经验

十、 job hunting

夏天的风  2014年阿里（实习）算法工程师面试