我正在设计一个新的传感器，所以我有一个测量值向量和一个真值向量。为了表示错误，它很简单measured - truth。由于事实有很多变化，我想代表归一化错误。我最初的想法是error./truth获得百分比错误，但在很多情况下我的真值为零！谁能想到一种更好的方法来表示标准化数据，同时避免被零除？我在 Matlab 工作，尽管这个问题也有点与语言无关。
PS，如果您认为它更适合，请随时将其推送到另一个 stackexchange
问问题
882 次
2 回答
0
尝试error = (measured-truth)/norm2(truth)每个向量。
norm2()宽容的规范在哪里。
norm2(x) =SQRT( SUM( x[i]^2, i=1..N ) )
这只能失败是所有的值truth都为零。您可以通过向范数添加一个小的正数来缓解这种情况1e-12，或者在范数小于阈值时避免除法。
于 2013-04-26T14:57:01.457 回答
0
我建议您将结果与零（或例如小于 10e-6）真值向量和非零真值向量分开。您不能以相同的方式对待它（因为您无法标准化真值向量），您应该定义在这种情况下要做什么。
我不能建议你具体的东西，因为我不知道问题陈述，但你应该自己定义如何处理它。或者，如果您在这里发布您的问题，我希望我们可以帮助您。
于 2013-04-29T05:50:04.297 回答