6 
  unsigned int updateStandardStopping(unsigned int numInliers, unsigned int totPoints, unsigned int sampleSize)
    {
        double max_hypotheses_=85000;
        double n_inliers = 1.0;
        double n_pts = 1.0;
        double conf_threshold_=0.95

        for (unsigned int i = 0; i < sampleSize; ++i)
        {
            n_inliers *= numInliers - i;//n_linliers=I(I-1)...(I-m+1)
            n_pts *= totPoints - i;//totPoints=N(N-1)(N-2)...(N-m+1)
        }
        double prob_good_model = n_inliers/n_pts;

        if ( prob_good_model < std::numeric_limits<double>::epsilon() )
        {
            return max_hypotheses_;
        }
        else if ( 1 - prob_good_model < std::numeric_limits<double>::epsilon() )
        {
            return 1; 
        }
        else 
        {
            double nusample_s = log(1-conf_threshold_)/log(1-prob_good_model);
            return (unsigned int) ceil(nusample_s); 
        }
    }

这是一个选择声明：

if ( prob_good_model < std::numeric_limits<double>::epsilon() )
{...}

据我了解，判断语句与（或近似）相同

prob_good_model < 0

那么我是否正确以及std::numeric_limits<double>::epsilon()除此之外可以在哪里使用？

4

1 回答 1

14

epsilon 的目的是让您（相当）容易找出两个数字之间可以看到的最小差异。

不过，您通常不会完全按原样使用它。您需要根据要比较的数字的大小对其进行缩放。如果您有两个 1e-100 左右的数字，那么您将使用以下顺序：std::numeric_limits<double>::epsilon() * 1.0e-100作为比较标准。同样，如果您的数字在 1e+100 左右，那么您的标准将是std::numeric_limits<double>::epsilon() * 1e+100.

如果您尝试在不缩放的情况下使用它，您可能会得到非常不正确（完全没有意义）的结果。例如：

if (std::abs(1e-100 - 1e-200) < std::numeric_limits<double>::epsilon())

是的，即使它们相差 100 个数量级，这也会显示为“真实”（即说两者相等）。在另一个方向上，如果数字远大于 1，则与（未缩放的）epsilon 进行比较相当于说-- 它if (x != y)根本没有舍入误差的余地。

至少根据我的经验，epsilon为浮点类型指定的值通常不是很有用。通过适当的缩放，它会告诉您给定大小的两个数字之间可能存在的最小差异（对于特定的浮点实现）。

然而，在实际使用中，它的实际用途相对较小。更现实的数字通常基于输入的精度，以及您可能因四舍五入（等等）而损失的精度的估计。

例如，假设您从测量精度为百万分之 1 的值开始，并且您只进行了几次计算，因此您认为由于舍入误差，您可能损失了多达 2 位的精度。在这种情况下，您关心的“epsilon”大约是 1e-4，按比例缩放到您正在处理的数字的大小。也就是说，在这种情况下，您可以期望 4 位数的精度是有意义的，所以如果您看到前四位数有差异，这可能意味着值不相等，但如果它们不同仅在第五（或更高）数字中，您应该将它们视为平等。

您使用的浮点类型可以表示（例如）16 位精度这一事实并不意味着您使用的每次测量都将接近精确——事实上，基于物理的任何测量都相对罕见测量有任何希望甚至接近那个精确度。但是，它确实限制了您对计算的期望——即使您从一个精确到 30 位的值开始，计算后您可以期望的最大值将定义为std::numeric_limits<T>::epsilon.

于 2018-01-07T03:26:07.620 回答