TP-traitement-audio-visuel/TP1/exercice_1.m
2023-06-22 20:47:16 +02:00

27 lines
1.1 KiB
Matlab
Executable file
Raw Blame History

% donnees_apprentissage;
donnees_test;
% % Degr<67> de la courbe de B<>zier utilis<69>e comme mod<6F>le (testez plusieurs valeurs de d entre 2 et 20) :
degres = 2:5:20;
%
% % Estimation des param<61>tres de la courbe de B<>zier (sauf beta_0 et beta_d) :
% beta_estime = moindres_carres(D_app,beta_0,beta_d,d);
%
% % Trac<61> de la courbe de B<>zier estim<69>e, de degr<67> d (trait rouge) :
% y_estime = bezier(beta_0,beta_estime,beta_d,x);
% plot(x,y_estime,'-r','MarkerSize',10,'LineWidth',3);
% lg = legend(' Modele exact',' Donnees d''apprentissage',[' Modele estime ($d=' num2str(d) '$)'],'Location','Best');
% set(lg,'Interpreter','Latex');
% for d=degres
% beta_estime = moindres_carres(D_app,beta_0,beta_d,d);
% y_estime = bezier(beta_0,beta_estime,beta_d,x);
% plot(x,y_estime,'MarkerSize',10,'LineWidth',3, 'DisplayName', ['d=',num2str(d)]);
% end
for d = degres
beta_estime = moindres_carres(D_test, beta_0, beta_d, d);
y_estime = bezier(beta_0, beta_estime, beta_d, x);
plot(x, y_estime, 'MarkerSize', 10, 'LineWidth', 3, 'DisplayName', ['d=', num2str(d)]);
end