测量平差之附有参数的条件平差

在正式开始正题以前，先引述一下模式可分性的Cover定理： 假设空间不是稠密分布的，将复杂的模式分类问题非线性地投射到高维空间将比投射到低维空间更多是线性可分的。 Cover定理在机器学习中较常被说起，好比：支持向量机。但因为平差的对象空间通常是稠密的，此定理彷佛不太适合于这里，但原理是相通的，也就是低维空间的问题一一投射到高维空间每每能获得更好的解决方案。从数学角度上讲，上面的增长空间的维度和本

>>阅读原文<<