大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
欢迎关注博主的公众号:happyGirl的异想世界。有更多干货还有技术讨论群哦~
全参考图像质量评价的方法有:PSNR 峰值信噪比; SSIM 结构相似性;MSE 均方误差;
我们接下来介绍一下均方误差。
SSE
在统计学里,该参数计算的是拟合数据与原始数据对应点的误差的平方和,计算公式为:
其中是真实数据,
是拟合数据,
>0,从这里可以看出SSE越接近于0,说明模型选择和拟合更好。
MSE(均方方差)
该统计参数是预测数据和原始数据对应点误差的平方和的均值,也就是 ,和SSE没有太大的区别,计算公式为:
发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/189027.html原文链接:https://javaforall.net