Présentation

Article

1 - TRAITEMENT DU SIGNAL BRUITÉ

2 - THÉORIE STATISTIQUE DE LA DÉCISION

3 - CLASSIFIEURS CLASSIQUES

4 - DÉTECTEURS CLASSIQUES

5 - ESTIMATEURS CLASSIQUES

6 - FILTRES ADAPTATIFS

7 - RECONNAISSANCE DES FORMES EN TRAITEMENT DES SIGNAUX BRUITÉS

8 - EXEMPLE SIMPLE DE DÉCISIONS ÉLÉMENTAIRES

9 - EXEMPLES D’APPLICATION

Article de référence | Réf : R7031 v1

Classifieurs classiques
Méthodes en traitement du signal bruité

Auteur(s) : Pierre-Yves ARQUÈS, Jean-Marc BOUCHER, Alain HILLION, Christian ROUX

Date de publication : 10 oct. 1994

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Auteur(s)

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

INTRODUCTION

Le traitement du signal, au sens général du terme, se propose d’étudier, de concevoir et de réaliser des systèmes d’exploitation des signaux [1] [2] [3]. C’est une discipline de type méthodologique, à la fois conceptuelle (« Traitement du signal : une passion de matheux » [4]), d’irrigation des sciences appliquées (« Traitement du signal : une discipline ancillaire ? » [3]), et indispensable à de nombreux domaines d’application, sources de problèmes de type « signal ». Les frontières en sont souvent floues et les interactions en sont fort nombreuses, que ce soit avec les domaines d’application ou avec les disciplines voisines, situées en amont (formalisant les concepts utilisés), situées en aval (traitant des supports des réalisations) ou en concurrence (exploitant des concepts ou méthodes de même nature dans un contexte différent) ; on peut ainsi penser à l’impact de la microélectronique et de l’informatique dans l’évolution du traitement du signal numérique (DSP, digital signal processing).

Les concepts sont essentiellement d’origine mathématique : méthodes de modélisation, outils probabilistes et statistiques, analyse numérique, optimisation... Les réalisations relèvent de l’informatique, de l’électronique, de l’optique, de l’acoustique... Le capital conceptuel et méthodologique est aussi exploité en automatique (identification et commande), traitement des données, reconnaissance des formes, recherche opérationnelle, intelligence artificielle, robotique...

Dans le champ d’application apparaissent la conduite de processus, le contrôle non destructif et la mesure, mais aussi les télécommunications, les systèmes de surveillance (radar, sonar, intrusion...), de guidage et de navigation, l’exploration géophysique (télédétection, cartographie, prospection pétrolière), le génie biologique et médical, le domaine nucléaire...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-r7031


Cet article fait partie de l’offre

Automatique et ingénierie système

(138 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation

3. Classifieurs classiques

Le lecteur pourra se reporter aux références [2] [6] [7] de la bibliographie.

3.1 Classifieur de Bayes

Dans le problème de classification, on suppose que m + 1 hypothèses, ∀ i ∊ {O, ..., m }, Hi , peuvent régir l’observation ; ces hypothèses sont engendrées par une partition, en m + 1 sous-ensembles, ∀ i ∊ {O, ..., m }, Θi , de l’espace Θ des paramètres θ : les valeurs de θ appartenant à un même Θi distinguent les différentes lois de probabilité PX I θ de X qui sont régies par une même hypothèse Hi .

Classifier c’est décider, par choix d’une décision, ∀ j ∊ {O, ..., m }, δj , à quelle hypothèse, parmi les m + 1, est soumise l’observation x, réalisation de l’observation aléatoire X. C’est un « test statistique entre m + 1 hypothèses ».

Dans la pratique, en traitement du signal, pour des quantités monovariables (mais elles pourraient être multivariables), l’observation aléatoire X est, par exemple, issue de la fonction aléatoire réelle V (t ) somme, dans l’hypothèse Hi , d’un bruit B (t ) et d’un signal Si (t ) : on cherche celui des signaux effectivement présent dans l’observation x...

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Automatique et ingénierie système

(138 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Classifieurs classiques
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - ARQUÈS (P.-Y) -   Traitement du signal et systèmes bruités.  -  Traitement du Signal, vol. 2, no 2, p. 153-169, (1985).

  • (2) - ARQUÈS (P.-Y.) -   Décisions en traitement du signal.  -  2e édition. Masson, Paris, (1982).

  • (3) -   Le traitement du signal et de l’image.  -  Le Courrier du CNRS, Dossiers scientifiques, no 77, juin 1991.

  • (4) -   Électronique International Hebdo,  -  no 48, p. 38, 20 fév. 1992.

  • (5) - PRATT (W.K.) -   Digital image processing.  -  Wiley, New York, (1978).

  • (6) - VAN TREES (H.L.) -   Detection, estimation and modulation theory.  -  Wiley, New York ; Part 1, (1968) ; Part 2, (1971) ; Part 3, (1971).

  • ...

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Automatique et ingénierie système

(138 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS