Discussion :

[bigbossjohn95]

Bonjour à tous,

Je suis un debutant sous matlab.

J'ai deux courbes definies par un ensemble de points (donc des matrices de données pouvants dépasser facilement les 100000 points). J'aimerais justement comparer les courbes issues du plot de ces matrices, et cela automatiquement. Donc avoir un résultat plus ou moins Claire de la similarité des courbes. Biensur, ajouter une certaine mage d'erreur pourrait m'aider amplement.

Vraiment merci à tout ceux qui m'aideront!

à toute j'espère.

[Gooby]

Bonjour.

Quels sont tes critères de comparaison? Qu'est-ce qui est intéressant à savoir sur ces courbes? Au pif pour la similarité, calcule le coefficient d'auto-corrélation.

[Jerome Briot]

Tu obtiendras sans doute plus de conseils en nous montrant un aperçu du graphique des deux courbes superposées.

[bigbossjohn95]

Bonsoir,

Merci pour vos retours vraiment rapides. les figures à compares sont joints à cette réponse. Ceci étant, je tiens à noter que ces courbes obtenues sont issues de la representation des données de deux tableaux différents. je ne pouvais pas les superposées juste à cause du fait que ces tableaux sont extraits de la lecture d'un fichier. Quoiqu'il en soit j'espère que les deux courbes à compares sont suffisaments claires. Je tiens aussi à préciser que je voudrais faire une comparaison sur la similarité des deux courbes. Je voudrais savoir si les deux courbes sont identiques ou sensiblement identique, et idéalment trouver le poucentage d'erreurs entre les deux ou un truc de ce genre.

Encore merci d'avance.

[bigbossjohn95]

Bonjour.

Quels sont tes critères de comparaison? Qu'est-ce qui est intéressant à savoir sur ces courbes? Au pif pour la similarité, calcule le coefficient d'auto-corrélation.

C'est justement la similarité. Je dirais plutot, la tendance qu'aura la courbe A à aller vers la courbe B. Les valeurs des matrices peuvent cependant etre différentes mais ressembler plus ou moins à la courbe de Reférence.
Un apercu des courbes a été mis juste en bas. Merci

Edit : Je tiens à noter que j'utilise MATLAB.

[Gooby]

Je pense qu'un calcul de corrélation est tout indiqué ici. Voir la fonction corr2. Je te conseille un petit filtrage pour améliorer tes chances.

[bigbossjohn95]

Je pense qu'un calcul de corrélation est tout indiqué ici. Voir la fonction corr2. Je te conseille un petit filtrage pour améliorer tes chances.

Merci, mais justement j'y ai pensé! Mais le problème est au niveau de l'interprétation du résultat 'R'. ce R étant une matrice, personellement je ne sais pas comment en retirer le précieux résultat de la similarité (disons à 80% près ... pour un peu calibrer le résultat ).

En outre mes connaissances lacunaires sur le coefficient de corrélation (car pas un grand mathematicien, j'ai une approche plutot informatique du problème), ne m'ont pas permis d'aller au bout de cette idée.

Quoiqu'il en soit, j'ai essayé de traiter le problème en bon informaticien. j'ai essayé de convertir le signal en un signal binaire de 1 et 0. pour avoir une sorte de code, ou matrice binaire qui décrirai au mieux le signal . Ouai pas facile facile. Je n'y suis toujours pas arriver.

Bref, peux-tu m'expliquer comment faire pour resortir un résultat plutot coherent de la matrice de corrélation R. Et quand tu parles de filtrage, ce dernier ne fera pas perdre des données? Car en effet, ce signal est la representation d'un matrice A. Et comment filtrer ce signal? (Oui ça fait beaucoup de questions! vraiment désolé mais je suis un petit debutant sur matlab).

Encore merci pour ton retour rapide

[Gooby]

Peux-tu nous montrer ton code ainsi que nous décrire le contenu des variables qui y sont utilisés? corr2 renvoie un double pour la comparaison de 2 vecteurs.

[bigbossjohn95]

Peux-tu nous montrer ton code ainsi que nous décrire le contenu des variables qui y sont utilisés? corr2 renvoie un double pour la comparaison de 2 vecteurs.

Cette fonction transforme tout le signal en code de 0, 1 et -1 pour ne comparer que ce code et non tout le signal compacte. C'est en fait comme un code barre.

Code matlab :

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
22
23
24
function  fronts=convert_signal_en_fronts(vitesses,temps)
%fonction convertissant le signal vitesse_temps recu en fronts
%ascendant/descendant_50
 test='convert_signa_en_fronts',
 %temps1=temps;
[nl nc]=size(vitesses);
fronts=zeros(1,nc);
 
  %recherche des fronts
for ind=1:nc
    if ind<nc && vitesses(1,ind)==0 %front montant à 0
        if vitesses(1,ind+1)~=0
           fronts(1,ind)=1;
        end
    end
     if ind<nc && ind>1
 
        if vitesses(1,ind+1)>=50 && vitesses(1,ind-1)<50 %fronts descendants au niveau de 50
           fronts(1,ind)=-1;
        end
 
     end
end
end

Mon raisonnement, est le suivant: Comme un code barre, ce code me permettrais d'identifier le signal de reference A. Si le code barre du signal à verifier B est different de celui de A, alors je dis que c'est pas identitique. Le problème est que ce code barre n'est pas aussi constant. S'il y'a une petite fluctuation, le code n'est plus reconnu. Pourtant justement il sont sensiblement égaux.

J'ai essayé de coupler à mon raisonnement le ttest, ONAVA, frechet (avec les codes barre obtenus, mais aussi les signaux originaux), et meme la distance Hausdorf. Mais rien de coherent de concluant.
La comparaison des fronts se fait uniquement en comparant la périodes entre les differents impulsion 1. Je m'explique, avant de comparer les deux codes, je sépare d'abord le code en 2: front_montant et Front_desc

Code matlab :

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
22
23
function [front_mont front_desc]=Separation_front_MontDesc(front)
    %Fonction qui sépare les fronts montant des fronts descendants
    %Cette fonction néglige le front non voulu et le remplace par un 0.La
    %periode des deux matrices finales est donc identique à celle du début.
 
    %Remplissage de la fonction front_mont
    front_mont=zeros(1,length(front));
    front_desc=zeros(1,length(front));
    for ind=1:length(front)
        if front(1,ind)==1
            front_mont(1,ind)=1;
        end
    end
 
       %Remplissage de la fonction front_desc
 
    for ind=1:length(front)
        if front(1,ind)==-1
            front_mont(1,ind)=-1;
        end
    end
 
end

puis je compare les différentes périodes entre les differents fronts montant (dans les front_mont) et fronts descendants (dans les front_desc). Pour etre plus précis, je crée une matrice écart_front_mont de réference et celle du code à tester.

Code matlab :

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
22
23
24
25
26
[nl nc]=size(front_mont);
 
count=0;
count_ref=0;
for ind=1:nc
   if front_mont_ref(1,ind)==1
       count_ref=count_ref+1;
       ind_frontMont_ref(count_ref)=ind;
 
   end
   if front_mont(1,ind)==1
       count=count+1;
       ind_frontMont(count)=ind;
 
   end
end
 
count=0;
count_ref=0;
for ind=1:nbre_frontMont_ref
    ecart_ref(count_ref)=ind_frontMont_ref(ind+1)-ind_frontMont_ref(ind);
    count_ref=count_ref+1;
end
for ind=1:nbre_frontMont
    ecart(count)=ind_frontMont(ind+1)-ind_frontMont(ind);
end

j'espère que je ne t'ai pas perdu. . bref voilà ce que j'ai fait.

Sauf que ca ne marche pas.

[bigbossjohn95]

Si vous avez une methode, plus simple,forte et cohérente, pour pouvoir comparer les 2 signaux je suis préneur. Parce que justement j'aimerais plus tard identifier la forme du signal de référence dans un signal beaucoup plus grand.

[Gooby]

Peux tu mettre en pièce jointe les deux fichier à comparer? Je persiste à dire que la corrélation me paraît être la meilleure solution pour comparer deux courbes de ce type. C'est très simple à utiliser, assez robuste, et ça permet d'avoir un indice de similarité.

[bigbossjohn95]

Peux tu mettre en pièce jointe les deux fichier à comparer? Je persiste à dire que la corrélation me paraît être la meilleure solution pour comparer deux courbes de ce type. C'est très simple à utiliser, assez robuste, et ça permet d'avoir un indice de similarité.

OUFFF ENFIN!! en fait j'avais utilisé corr et non corr2. Il identifit parfaitement. et meme bien plus que je ne l'aurais imaginer! Mais là je couple les réchercches avec mon principe de fronts, pour être sure de la verification!

Encore Bravo! merci BIEN. NON MERCI BEAUCOUP! en moins d'une heure tu as réglé un problème qui me semblait impossible a résoudre (2 mois passé la-dessus m'y ont force à penser ainsi! ).



Cordialement,

[Gooby]

Il n'y pas pas de quoi

Par curiosité, peux-tu me dire quel est le coefficient de corrélation des deux courbes que tu as présenté précédemment?

[bigbossjohn95]

Il n'y pas pas de quoi

Par curiosité, peux-tu me dire quel est le coefficient de corrélation des deux courbes que tu as présenté précédemment?

r=0,8481. pas mal, soit une erreure de près Dr= 0,16. c'est magnifique!! ça me permet meme de jouer sur la sensibilité de mon analyse. J'arrive déjà à faire l'analyse complete de tout le signal, et à répérer les signaux precedents!

Aller plus que 500 signaux à répérés .