-
Notifications
You must be signed in to change notification settings - Fork 1
/
premiere_idee_MV.m
53 lines (45 loc) · 1.05 KB
/
premiere_idee_MV.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
clear all
close all
clc
% Definition des variables
X = signal;
m1 = 100;
sig1 = 10;
m2 = 200;
sig2 = 50;
% Recuperation des valeurs des classes
X = uint8(X);
[counts, inutile] = imhist(X);
classe = find(counts) - 1;
X = double(X);
cl1 = classe(1);
cl2 = classe(2);
% Bruitage de X
Y = bruit_gauss2(X, cl1, cl2, m1, sig1, m2, sig2);
% Signal segmente
S = classif_gauss2(Y, cl1, cl2, m1, sig1, m2, sig2);
% Graphique
%hold all
%plot(X, 'or');
%plot(Y);
%plot(S, 'xg');
% Taux d'erreur
tau = taux_erreur(X, S);
% Iteration pour les differents erreur_moyenne
T = 1000;
erreur_moyenne = zeros(1, T);
for N=1:T
somme = 0;
% Calcul d'un membre du vecteur erreur_moyenne
for i=1:N
Y = bruit_gauss2(X, cl1, cl2, m1, sig1, m2, sig2);
S = classif_gauss2(Y, cl1, cl2, m1, sig1, m2, sig2);
tau = taux_erreur(X, S);
somme = somme + tau;
end
erreur_moyenne(1, i) = somme / N;
end
% Affichage de l'erreur moyenne au bout de T iterations
erreur_moyenne_T = erreur_moyenne(1, T)
% Evolution au cours des iterations
plot(erreur_moyenne)