Math 将向量归一化为零

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，它只是

measured-truth

。因为事实上有很多变化，我想表示标准化的误差。我最初的想法是

error./truth

以获得百分比误差，但在很多情况下，我的真值为零！有人能想出更好的方法来表示规范化数据，同时避免被零除吗？我在Matlab中工作，尽管这个问题也有点语言不可知

PS，如果您认为它更适合每个向量，请随意将其推到另一个堆栈交换

尝试

错误=（测量的真实值）/norm2（真实值）

其中，

norm2（）

是宽容的规范

norm2(x) =SQRT( SUM( x[i]^2, i=1..N ) )

---

如果

真值

的所有值均为零，则此操作只能失败。您可以通过在范数中添加一个小的正数（如

1e-12

）来缓解这种情况，或者在范数小于阈值时避免除法。

我建议您将结果与零（或小于10e-6，例如）真值向量和非零真值向量分开。你不能用同样的方法来处理它（因为你不能规范化真值向量），你应该定义在这种情况下该怎么做。

---

我不能给你具体的建议，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，如果您将问题发布在这里，我希望我们能帮助您。

这一切真正做的就是用相同的数字缩放我的所有值。我想用每个测量点对应的真值点来缩放每个测量点。如果你的真值点可以是

0

，你不可能总是得到你想要的。所以，试着花点时间重新思考你真正需要什么…@DavidK-不要那样做。这将是非常不稳定的，误差估计也将是遥不可及的。最好根据标准值（典型值、norm2（）或max（）或任意值）标准化差异。