Discussion :

[on2101]

Bonjour,

J'ai construit une "base de données" contenant quelques signaux 1D. Je souhaiterais retrouver ces signaux dans un autre signal.

J'aurais besoin que la détection prenne en compte les déformations des signaux de la base : je ne cherche pas exactement le même signal, mais les zones qui "ressemblent" au signal recherché. Par exemple, le support temporel (= la taille du signal) présent dans le signal a traiter est inconnue.

Par exemple, j'ai dans la base un signal créneau valant 0 sur [0;50], [60;100] et 1 sur [50;60]. La taille du support est donc 10.

Mais je souhaite détecter également les parties de mon signal en forme de créneau, mais pas seulement de support de taille 10.

De plus, la taille du signal à traiter n'est pas forcément la même que les signaux de la base. Par exemple, mon signal créneau est de longueur 100 alors que le signal à traiter peut être de longueur N.

J'ai du mal a exprimer clairement ce que je souhaite, j'espère avoir réussit à me faire comprendre

Je n'ai jamais fait des choses comme cela, quelle est la marche à suivre ? Après avoir cherché de la doumentation, j'ai trouvé beaucoup de choses utilisant un domaine transformé comme Fourier ou les ondelettes, mais je n ai pas trouvé de méthode de comparaison expliquées.

Merci pour vos idées

[pseudocode]

Je n'ai jamais fait des choses comme cela, quelle est la marche à suivre ? Après avoir cherché de la doumentation, j'ai trouvé beaucoup de choses utilisant un domaine transformé comme Fourier ou les ondelettes, mais je n ai pas trouvé de méthode de comparaison expliquées.

Merci pour vos idées

Il y a plusieurs méthodes possibles, depuis la simple "moving corrélation" jusqu'à l'analyse des spectrogrammes..

Tu travailles sur quel genre de signaux (quelle est la source) ? Quel est le but ultime de cette détection ?

[on2101]

Ces signaux sont en fait des évolutions de consommation ( électricité par exemple) et le but est de retrouver des motifs de consommation : par exemple, consommation plus forte le lundi, ... ou des choses comme cela.

Il me semble difficile de poser des modèles paramétrés à optimiser car il faut trouver un modèle (équation mathématique avec des paramètres à trouver pour faire coller au mieux le signal aux données) pour chacun des signaux de la base.

Je vais regarder le "moving corrélation" pour voir ce qu il en est !

Merci

[Nebulix]

Ces signaux sont en fait des évolutions de consommation ( électricité par exemple) et le but est de retrouver des motifs de consommation : par exemple, consommation plus forte le lundi, ... ou des choses comme cela.

Dans ce cas tu connais les périodes à considérer : jour, semaine, année. De simples moyennes devraient suffire.