两对匹配平面实验记录 [20151127]

5次迭代后收敛。
步长选ρ=5，即t2=t2+5Δt2。

t2 score gradient Hessian delta_t2 0 1.0172 7.33636 -2515.67 0.00291626 0.0145813 1.01822 9.64707 -2643.34 0.00364958 0.0328292 1.01861 17.1325 -2915.82 0.00587569 0.0622077 1.0172 27.7926 -3494.09 0.00795418 0.101979 1.01574 -1.86055 -3556.76 -0.000523103

score和gradient的变化趋势还是有点诡异。
score不光没有取到最大值，反而比初始有些减小了。
而gradient一路呈上长趋势，到第5步直接锐减到达极值点。
如果一直能保证向着梯度上升方向迭代，目标函数值理应随之增加，除非有什么非正常的函数形状。嗯这也保不准。
不过如果这个方法不能使目标函数达到最大值似乎就没有什么说服力了。
也不能这么说，因为实际上每次迭代参与运算的点都是不同的，因为施加一定的变换后，radius内的数据点分布情况也会随之变化。
结果如下。