and when multiplied by MTFDL. The s

and when multiplied by MTFDL. The smallest RMS error is for the version (Formula 10) in which there are three parameters. However we sought a formula with fewer parameters, in part because when there are many parameters, they tend not to be well-behaved with respect to pupil diameter. As will be seen below, we would also like to model the parameter variation with pupil diameter. None of the prior formulas (1–5) provided good fits, especially when number of parameters is considered. In most cases, the inclusion of the MTFDL or =MTFDL term reduces the error, sometimes by a large amount. Of the formulas we considered with two or fewer parameters, the lowest error (RMS¼0.33) was for Formula 9, using =MTFDL. The error was almost as low (RMS¼0.37) for a variant (Formula 8, multiplied by =MTFDL) in which the second parameter (the exponent on the Lorentzian) is fixed at 0.62.

結果 (繁體中文) 1:

並且當MTFDL相乘。最小的RMS誤差為版本（式10），其中有三個參數。但是我們試圖用更少的參數公式，部分原因是因為當有很多參數，它們往往不是乖巧相對於瞳孔直徑。如下面將要看到的，我們也想與瞳孔直徑的參數變化的模型。現有的公式（1-5）的無提供了良好的音響TS，特別是當被認為是參數數量。在大多數情況下，MTFDL或= MTFDL術語的包含減少了誤差，有時由大量。我們具有兩個或更少的參數考慮的公式，最低誤差（RMS¼0.33）是為式9中，使用= MTFDL。誤差幾乎為低（RMS¼0.37）為一個變體（式8中，

結果 (繁體中文) 2:

乘以 MTFDL 時。最小的 RMS 錯誤適用于有三個參數的版本（公式 10）。然而，我們尋求一個參數較少的公式，部分原因是當有許多參數時，它們往往在學生直徑方面表現不好。如下圖所示，我們還希望用孔徑對參數變化進行建模。以前的公式（1⁄5）沒有一個提供良好的擬合，尤其是在考慮參數數量時。在大多數情況下，包含 MTFDL 或 _MTFDL 術語可減少錯誤，有時減少大量錯誤。在我們使用兩個或更少參數考慮的公式中，最低誤差 （RMS1/40.33） 用於公式 9，使用 #MTFDL。對於第二個參數（洛倫茲的指數）固定在 0.62 的變體（公式 8，乘以 _MTFDL），誤差幾乎一樣低 （RMS1/40.37）。

結果 (繁體中文) 3:

乘以MTFDL。最小的均方根誤差適用於有三個參數的版本（公式10）。然而，我們尋求一個參數較少的公式，部分原因是當參數較多時，它們在瞳孔直徑方面往往表現不好。如下文所示，我們還想類比參數隨瞳孔直徑的變化。以前的公式（1-5）都沒有提供好的結果，特別是在考慮參數數量的情况下。在大多數情况下，包含MTFDL或=MTFDL項會减少誤差，有時會减少大量誤差。在我們考慮的兩個或更少參數的公式中，公式9的最小誤差（均方根值為0.33），使用=MTFDL。對於第二個參數（洛倫茲指數）固定在0.62的變數（公式8乘以=MTFDL），誤差幾乎為低（RMS為0.37）。