用于非线性最小二乘问题，通过高斯牛顿迭代实现用于非线性最小二乘问题，通过高斯牛顿迭代实现用于非线性最小二乘问题，通过高斯牛顿迭代实现用于非线性最小二乘问题，通过高斯牛顿迭代实现

Python言语编写，使用面部对齐，高斯牛顿优化和图像混合来将相机看到的人的面部与提供的图像中的人脸交换。

libviso不断以来被称为在视觉里程计(VO)中的老牌开源算法。
它通过corner,chessboard两种kernel的响应以及非极大值抑制的方式提取特征，并用sobel算子与原图卷积的结果作为特征点的描述子。
在位姿的计算方面，则通过RANSAC迭代的方式，每次迭代随机抽取3个点，根据这三个点，用高斯牛顿法计算出一个RT矩阵，表示两帧图像之间，相机的姿态变换。
而位姿的计算也是libviso中较为抽象的一部分，接下来，本文将在读者已经对立体视觉的基本原理，以及libviso的场景流匹配熟悉的前提下，对这个过程进行详细分析。

mulStablePoint 用不动点迭代法求非线性方程组的一个根mulNewton 用牛顿法法求非线性方程组的一个根mulDiscNewton 用离散牛顿法法求非线性方程组的一个根mulMix 用牛顿-雅可比迭代法求非线性方程组的一个根mulNewtonSOR 用牛顿-SOR迭代法求非线性方程组的一个根mulDNewton 用牛顿下山法求非线性方程组的一个根mulGXF1 用两点割线法的第一种方式求非线性方程组的一个根mulGXF2 用两点割线法的第二种方式求非线性方程组的一个根mulVNewton 用拟牛顿法求非线性方程组的一组解mulRank1 用对称秩1算法求非线性方程组的一个根mulDFP 用D-F-P算法求非线性方程组的一组解mulBFS 用B-F-S算法求非线性方程组的一个根mulNumYT 用数值延拓法求非线性方程组的一组解DiffParam1 用参数微分法中的欧拉法求非线性方程组的一组解DiffParam2 用参数微分法中的中点积分法求非线性方程组的一组解mulFastDown 用最速下降法求非线性方程组的一组解mulGSND 用高斯牛顿法求非线性方程组的一组解mulConj 用共轭梯度法求非线性方程组的一组解mulDamp 用阻尼最小二乘法求非线性方程组的一组解

用于非线性最小二乘成绩，通过高斯牛顿迭代实现

最小二乘法拟合用高斯牛顿法一个指数函数一个抛物线拟合能运转有结果

（含源码及报告）本程序分析了自2016年到2021年（外加）每年我国原油加工的产量，并且分析了2020年全国各地区原油加工量等，含饼状图，柱状图，折线图，数据在地图上显示。
运转本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持，如果缺少某库请自行安装后再运转。
文件含6个excel表，若干个csv文件以及一个名字为render的html文件（需要用浏览器打开），直观的数据处理部分是图片以及html文件，可在地图中显示，数据处理的是excel文件。
不懂可以扫文件中二维码在QQ里面问。

高斯牛顿.datasets.py-非线性回归问题。
gaussnewton.py简单的非线性最小二乘问题求解器。
graph.py图形生成脚本。
img/-由graph.py生成的graph.py。
要求Python2.7NumPy意味Matplotlib

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。