Discussion :

[eviasra]

bonjour

je voudrai normalisé plusieurs valeurs de différents paramètres et je ne sais pas comment faire

merci d'avance

[Gooby]

Bonjour,

Peux tu nous donner un exemple de ce paramètre à normaliser?

en règle général on fait comme ceci pour normalisé

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

normalised_data = (data - min(data)) / ( max(data) - min(data) );

[eviasra]

Merci Gooby

Je viens de trouver cette fonction à l'instant même

je t'éxplique; j'ai 4 paramétres homogneité, energie, contraste et corrélation lleur valeur sont comme suit:
homogeneité= 0.0345
Correlation= 0.1349
energie= 8.3423E-6
contraste= 21966

Les paramétres se répétent pour les 14 images que j'ai.



on remarque que ya une grande différence entre energie et contraste, aprés je voudrai faire une distance euclidienne entre les paramétres de cette image avec les paramétres d'une autre le probléme c'est que la valeur qui influencera sur les résultats sera le contraste c'est pour cela que je cherche a normaliser.

[eviasra]

j'ai un peu modifier ma procédure

j'ai mis toutes ces valeurs dans une matrice

donc ma matrice= (14 x 4) car j'ai 14 images et 4 paramètres, comment je dois normaliser, j'ai vu sur le help de matlab des normalisation en ligne et en colonne

mes paramétres sont éxprimés en colonne dois je faire une normalisation en colonne ?

encherchant j'ai aussi trouver ce code:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
Asum = sum(A); % sum the columns
 
Anorm = A./Asum(ones(size(A, 1), 1), :); % normalise the columns

et un autre

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
% Calcul des écarts-type
ET = std(X(:,:)) ;
% Calcul des moyennes suivant chaque caractère
M = mean(X(:,:));
% Application de la fornmule ci-dessus:
for i = 1 : 34
for j = 1 : 6
N(i,j) = (X(i,j) - M(j)) / ET(j);
end
end

je précise que mon but est de rendre toute les valeurs à la même échelle
ma question est la suivante bien que les 2 codes me donnent des matrices normalisées qui sont différnentes, mais je sais pas sur quoi je devrai me basé pour prendre l'un ou l'autre, merci de m'aider.

[Gooby]

Oui il faut bien que tu fasses une normalisation par colonne.

Explication: Pour normalisée une colonne il faut que tu soustrais à chacune des valeurs de la colonne, la valeur minimale de la colonne.

Donc si A est une colonne cela nous donne:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

B=A-min(A);

Puis diviser chacune des valeurs de cette nouvelle colonne B par la valeur maximale de B soit:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

A_normalised = B/max(B);

Ce qui nous donne pour ta matrice X de taille [14,4]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
for i = 1:4 % On va effectuer ceci pour chaque colonne
     X_temp(:,i) = X(:,i)-min(X(:,i));
     X_normalised(:,i) = X_temp(:,i)/max(X_temp(:,i));
end

[eviasra]

est ce que cette technique me permettera d'avoir toutes les valeurs à la même echelle de grandeur?

le x_temp calcul quoi?

car j'ai testé le code ça me donne que des valeurs 0 et 1 ou bien des 0 et 2

[Gooby]

Reprenons depuis le début.

Que signifie normaliser? Cela signifie transformer toutes les valeurs d'un vecteur (ou d'une matrice) afin qu'elles soient comprises dans un intervalle défini. Le plus souvent, quand on normalise, sans définir explicitement cet intervalle, cela veut dire transformer toutes les valeurs de notre matrice afin qu'elles soient contenu dans l'intervalle [0,1]. Bien entendu, la valeur minimale de notre matrice sera ainsi fixé à 0 tandis que la valeur maximale sera fixée à 1.

Comment fait-on cela?

Prenons un exemple:
Voici la matrice (qui est ici une unique colonne) à normaliser:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
A =
 
     7
     4
     3
    -2

La première étape pour normaliser est de fixer la plus petite valeur de notre matrice à 0. Pour ce faire, nous allons soustraire cette plus petite valeur à elle-même; ce qui dans notre cas nous donne -2 - (-2) = 0Or, pour garder une cohérence sur notre matrice, toute opération effectuer sur une valeur doit être exécuter sur l'ensemble:

On obtient alors un nouveau vecteur A_temp (que j'ai appelé X_temp dans mes précédents posts) que voici:

A_temp = A-min(A)

Ce qui donne:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
A_temp = A - (-2)
 
A_temp =
 
     9
     6
     5
     0

Voilà, on a fixé notre valeur la plus basse de notre matrice tout en conservant sa cohérence. Maintenant il s'agit de transformer la plus haute valeur de cette matrice en 1 afin que la normalisation soit complète. Pour se faire, on va diviser la plus grande valeur de notre matrice par elle même; ce qui dans notre cas nous donne 9/9 = 1

Appliquons encore une fois cette opération à l'ensemble du vecteur pour conserver notre cohérence:

A_normalized = A_temp/max(A)

Ce qui donne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
A_normalized = A_temp / 9
 
A_normalized =
 
    1.0000
    0.6667
    0.5556
         0

Voilà, nous avons obtenu notre vecteur normalisé entre 0 et 1.

Si après cette explication tu continues à avoir

car j'ai testé le code ça me donne que des valeurs 0 et 1 ou bien des 0 et 2

je vais avoir besoin de ton code pour pouvoir t'aider.

[eviasra]

Merci Gooby

mais ça ne marche toujours pas pour ma matrice ça me met 0 pour toutes la colonne qui a les valeurs les plus faible elles étaient à 10e-6

voici ma matrice en piece jointe.

et voila j'ai fais ce que vous m'avez dis

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
A=load('c:\Matlab\matrice.txt')
A_temp(:,i) = A(:,i)-min(A(:,i));
A_normalised(:,i) = A_temp(:,i)/max(A_temp(:,i));

[Gooby]

Chez moi cela marche très bien:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
for i = 1:4
A_temp(:,i) = A(:,i)-min(A(:,i));
A_normalised(:,i) = A_temp(:,i)/max(A_temp(:,i));
end
 
A_normalised =
 
   0.238963795746688   0.828571428571429   0.873567812416733   0.185175079581628
   0.515979401706042   0.671428571428571   1.000000000000000   0.639533121115659
                   0   0.571428571428572   0.964961364241940   1.000000000000000
   1.000000000000000   0.221428571428571   0.324540367705835   0.379111717447324
   0.955973112150635                   0                   0   0.521903895710171
   0.497307284091356   0.328571428571429   0.312816413535838   0.435804153403062
   0.469358072251268   0.600000000000000   0.624433786304290   0.147354858268910
   0.387515232517001   0.850000000000000   0.776179056754596   0.188828255267546
   0.266205432603483   0.792857142857143   0.860111910471623   0.267955131120206
   0.622626675576870   0.414285714285714   0.548494537703171   0.183325754130665
   0.302016588702386   0.907142857142857   0.754596322941647   0.214324693042292
   0.450607335193993   0.614285714285714   0.667998934185985   0.148036986509019
   0.292739494476984   1.000000000000000   0.911270983213429                   0
   0.422697433075200   0.685714285714286   0.712363442579270   0.161285432772472

[eviasra]

pas pour moi

[eviasra]

c'est bon j'ai trouvé

ça marche super bien

merci

[eviasra]

Bonjour Gooby

je reviens vers toi pour une petite question

aprés traitements j'ai cette matrice

je voudrai supprimer les 0 aprés la virgule pour les 2 premieres colonnes et je bloque la dessus

[Gooby]

Pour pouvoir enlever les zéros après la virgule je ne connais personnellement que deux méthodes. Il faut soit transformer tes nombres en chaîne de caractères, soit utilisés sprintf de cette manière:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
>> pi
 
ans =
 
    3.1416
 
>> sprintf('%.2f',pi)
 
ans =
 
3.14

[eviasra]

c'est pas vraiment ce que je cherché mais j'ai tésté sur mes matrice, et c'est pas indispensable d'enlever les 0 aprés la virgule.

Je te remercie beaucoup

Par contre pour la normalisation aprés avoir normaliser ma matrice , si j'ai une entrée avec des valeurs non normalisées et que je veux la comparer aux valeurs normalisées de ma matrice est ce que cela est possible?

[Gooby]

c'est pas vraiment ce que je cherché mais j'ai tésté sur mes matrice, et c'est pas indispensable d'enlever les 0 aprés la virgule.

Je n'ai pas compris.

Par contre pour la normalisation aprés avoir normaliser ma matrice , si j'ai une entrée avec des valeurs non normalisées et que je veux la comparer aux valeurs normalisées de ma matrice est ce que cela est possible?

Oui, il suffit de normaliser tes valeurs de la nouvelle matrice à comparer.

[eviasra]

Je n'ai pas compris.

afin d'injecter ma matrice dans un notre logiciel je pensé qu'il fallé enlever les 0 aprés la virgule, hors le problème n'avait rien à avoir avec ça.

Oui, il suffit de normaliser tes valeurs de la nouvelle matrice à comparer.

sauf que ce n'est pas une matrice que j'ai c'est un vecteur de 1x4 chaque valeur corresponds a une colonne de ma matrice qui est de taille 14 x 4

mon vecteur= [2.2648e+04 0.027 0.1248 9.5287e-06]

[Gooby]

Dans ce cas, il faut quand même que tu les normalises mais avec les données de ta première matrice que tu as normalisée; c'est à dire que tu dois utilisée le même max et min que tu as utilisé pour normalisée la première. C'est en quelque sorte comme si tu incluais ton nouveau point dans ton ancienne matrice non normalisée, et qu'ensuite seulement tu normalisais l'ensemble. Est-ce que j'ai été clair? c'est peut être un peu confus ce que je raconte là

[eviasra]

oui je t'ai bien compris, donc les valeurs normalisées de mon ancienne matrice ne vont pas changées?

parcontre si la valeur de mon nouveau vecteur est max ou min donc c'est pas logique de garder les anciennes valeures nan?

[Gooby]

Supposons que tu aies un vecteur de base comme ceci : A= [0; 1; 2; 3; 4; 5; 6; 7; 8; 9; 10]Le minimum de A est de 0 et son maximum de 10.
Quand tu auras normalisé, c'est très simple, tu auras donc A_norm = [0; 0.1; 0.2; 0.3; 0.4; 0.5; 0.6; 0.7; 0.8; 0.9; 1];jusque là tout va bien.

Maintenant supposons que tu aies une nouvelle valeur égale à 7.5.
Si tu l'inclus dans ton tableau de départ et que tu normalises elle sera égale à 0.75.

Pour l'instant pas de problème.

Maintenant si tu inclus une nouvelle valeur = 17 il faudra refaire ta table de normalisation initiale. cette valeur = 17 correspondra nécessairement à la valeur 1 de ta nouvelle matrice normalisée, mais en effet cela va écraser toutes les autres valeur de cette façon:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
A=cat(1,A,valeur); %valeur = 17
new_A_norm = (A-min(A))/max(A)
 
new_A_norm =
 
         0
    0.0588
    0.1176
    0.1765
    0.2353
    0.2941
    0.3529
    0.4118
    0.4706
    0.5294
    0.5882
    1.0000

En effet, c'est assez génant, puisque tes valeurs de ta matrice de base ont changé... mais tu n'as pas le choix. Si tu veux comparer une valeur avec ta matrice de base normalisé, il faut que cette valeur soit comprise entre le minimum et le maximum de ta matrice initiale A.

Et si maintenant tu inclus encore une nouvelle valeur? et bien c'est le même principe, il faut l'inclure à la matrice initiale A ainsi que la valeur précédente qui a modifié ta matrice normalisé (ici 17) puis normalisé de nouveau.

[eviasra]

Merci j'ai trés bien compris
norlamelent les valeurs que j'ai ne sont pas min max
maintenant je passe à la pratique comme j'ai 4 valeurs car 4 colonnes différentes ça ne va pas étre évident