问题标签 [mse]

我有一个数组 A ，其中每个元素都是一个均方误差。如何计算 A 的平均值？

如果我对 A 的元素做一个简单的平均（如果我这样做，我应该得到一个平均数），这是一个正确的操作吗？如果不是为什么？什么是解决方案？

注意：A 中的元素在 0 到 1 的范围内都是实数。

我正在为正则化逻辑回归编写一些代码。我观察到这个有趣的现象，想知道这是正常现象还是只是我的代码错误。

对于损失函数，我使用的是逻辑损失函数（最大化二元变量的可能性）。为了进行预测，获得新观察的预测概率，并使用 AUC 来找到最佳阈值。

有趣的是，我经常遇到这样的情况，即估计参数的 MSE（偏差）比新观察的另一个参数好得多，但预测更差（差很多）。所以在我看来，均方误差可能与预测性能没有任何关系（比如线性回归的情况）。有人看到同样的事情吗？

我正在寻找一种为MediaSourceExtension (Chrome) 生成正确的碎片 *.mp4 文件的方法。

我从这里尝试了这个例子：http: //people.mozilla.org/~jyavenard/tests/mse_mp4/paper.html并且使用给定的视频文件它工作得很好。

所以我尝试了 avconv / MP4 box 的一些设置来让我自己的视频文件正常工作，但我只是收到视频错误......

Chrome media-internals 说：错误跳过无法识别的顶级框：ftyp

那么有人知道如何正确转换它们吗？

我有以下代码

我想从 MATLAB 命令行访问在网络训练后生成的平均平方误差 (MSE)。如果没有直接访问 MSE 的代码，我需要一个算法来计算它。

提前致谢。

我有两张图片（原始的和嘈杂的）。我正在计算 PSNR。我有点为彩色 RGB 图像做过，但我不知道如何用灰度来做。正如我所读到的，MSE 计算是不同的。对于 RGB，我正在这样做，就像您在以下代码中看到的那样（我使用的是 Visual C#）：

在这里，我正在使用像素的 R、G、B 进行操作。但我不知道在灰度图像的情况下应该采取什么措施。我也可以使用 RGB，因为它实际上给出了一些结果，还是我应该采取其他方法？

我在 R 中使用随机森林包进行回归，它给了我两种信息：Mean of squared residuals和 % Var 解释。但是我想计算训练集和测试集的RMSE和R^2，谁能帮助我如何找到这些信息？

我正在使用离散小波变换（DWT）和加密进行图像水印项目。它是按以下步骤进行的

1.) 选定的主机图像（将隐藏水印的图像）。
2.) 选择水印。
3.）使用以下代码（Matlab代码）加密水印

4.) 使用 DWT 加水印。

5.) 使用恢复公式恢复加密水印。

6.) 使用以下代码解密水印。

我的问题是我对水印图像进行了许多攻击，例如旋转、缩放、裁剪，但（水印和解密水印）之间的 PSNR 和 MSE 没有改变。我认为在解密过程中，我使用了用于加密图像的相同 rand 排列。

任何有价值的建议都会有助于理解其背后的原因。

我有两个单元阵列。一个是大小为 <232324x1> 的“trans_blk”由大小为 <8x8> 的单元格组成，另一个是大小为 <1024x1> 的单元格由大小为 <8x8> 的单元格组成。我想计算'ca'的每个单元格相对于'trans_blk'的每个单元格的均方误差（MSE）。

我使用以下代码进行计算：

它给出了一个错误。MATLAB 中的错误单元格引用操作。

我觉得我在这里遗漏了一些非常基本的东西。

我运行了一个随机森林回归：

然后提取训练集的预测：

rf.predict 的 %var 看起来太低了，所以我检查了它：

...得到的答案与检查 rf.predict 对象给出的答案截然不同。

请问有人可以突出我的错误吗？

我正在尝试对使用 ffmpeg 生成的片段进行无间隙播放：

我使用 ffmpeg 对来自一个源的 3 个文件进行编码，其中 240000 个样本 @ 48kHz，即 5 秒。

从文件中查看元数据（使用ffprobeand ffmpeg -loglevel debug）时，我得到以下内容，这在我看来是不一致的值：

如果我有几个这样的文件，我将如何无缝地播放它们而没有间隙？即在我尝试过的浏览器中：

但是，有听得见的差距。

我实际上应该丢弃多少样本？0.007 * 48000、648 还是 240312 - 240000？

这是一个 html 页面，可以在 Chrome 中打开进行测试。

你需要一个简单的 http 服务器来运行它：