非常优秀的全局最优化算法实现，使用迭代随机梯度下降法处理高维度的最优化问题。国外很多优化工程也是在此基础上开发的。 作者：Giorgio Grisetti Cyrill Stachniss Slawomir Grzonka Wolfram Burgard-TORO is an optimization approach for constraint-network. It provides an efficient, gradient descent-based error minimiza

非刚性图像配准算例，包括最速梯度下降优化、二次样条、2D/3D配准、互信息最小化、3D仿射等多种配准算法。 非刚性配准是当前应用最多的配准方法，用于处理有较大位移的配准问题-Non-rigid image registration examples, including the steepest gradient descent optimization, quadratic spline, 2D/3D registration, mutual information minimizatio