24.06.2013 Views

Traitement automatique du signal ECG pour l'aide au diagnostic de ...

Traitement automatique du signal ECG pour l'aide au diagnostic de ...

Traitement automatique du signal ECG pour l'aide au diagnostic de ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

CHAPITRE 5. EFFET DES OUTLIERS 46<br />

effet, les centroï<strong>de</strong>s C1 à C4 sont <strong>de</strong>s outliers et doivent être éliminés. Le centroï<strong>de</strong><br />

C5 sera également éliminé par l’algorithme, car il possè<strong>de</strong> <strong>au</strong>ssi moins<br />

<strong>de</strong> 3 éléments, mais peut-être à tort. Ces remarques sont les mêmes <strong>pour</strong> les<br />

enveloppes plus gran<strong>de</strong>s.<br />

5.3.3 Sous-échantillonnage simple et élimination <strong>de</strong>s outliers<br />

Cette partie contient les résultats <strong>de</strong>s cas 10, 11, 20 et 21. La Figure 5.4<br />

présente les performances obtenues par chaque double expérience (n = 10) sous<br />

forme <strong>de</strong> boxplot. Le résultat est mitigé. Le score médian a <strong>au</strong>gmenté lorsque l’on<br />

a ajouté l’élimination d’outliers <strong>de</strong> type 1 dans le cas <strong>du</strong> sous-échantillonnage<br />

simple avec LDA non-pondéré. Par contre, le score médian a diminué lorsque l’on<br />

a ajouté l’élimination d’outliers <strong>de</strong> type 1 dans le cas <strong>du</strong> sous-échantillonnage<br />

simple avec LDA pondéré.<br />

5.3.4 Sous-échantillonnage <strong>de</strong> type Clustering et élimination <strong>de</strong>s<br />

outliers (type 1)<br />

Cette partie contient les résultats <strong>de</strong>s cas 30, 40, 31 et 41. La Figure 5.5<br />

présente les performances obtenues par chaque double expérience (n = 10) sous<br />

forme <strong>de</strong> boxplot. Le résultat est tout <strong>au</strong>ssi mitigé. Le score médian a <strong>au</strong>gmenté<br />

lorsque l’on a ajouté l’élimination d’outliers <strong>de</strong> type 1 dans le cas <strong>du</strong> souséchantillonnage<br />

<strong>de</strong> type Clustering avec LDA non-pondéré. Par contre, le score<br />

médian a diminué lorsque l’on a ajouté l’élimination d’outliers <strong>de</strong> type 1 dans le<br />

cas <strong>du</strong> sous-échantillonnage <strong>de</strong> type Clustering avec LDA pondéré.<br />

5.3.5 Sous-échantillonnage <strong>de</strong> type Clustering et élimination <strong>de</strong>s<br />

outliers (type 2)<br />

Cette partie contient les résultats <strong>de</strong>s cas 30, 40, 32 et 42. La Figure 5.6<br />

présente les performances obtenues par chaque double expérience (n = 10) sous<br />

forme <strong>de</strong> boxplot. Le résultat est tout <strong>au</strong>ssi mitigé. Le score médian a <strong>au</strong>gmenté<br />

lorsque l’on a ajouté l’élimination d’outliers <strong>de</strong> type 2 dans le cas <strong>du</strong> souséchantillonnage<br />

<strong>de</strong> type Clustering avec LDA non-pondéré. Par contre, le score<br />

médian a diminué lorsque l’on a ajouté l’élimination d’outliers <strong>de</strong> type 2 dans le<br />

cas <strong>du</strong> sous-échantillonnage <strong>de</strong> type Clustering avec LDA pondéré.<br />

5.4 Discussion<br />

La Figure 5.7 présente les performances obtenues par chaque cas (n = 10)<br />

sous forme <strong>de</strong> boxplot.<br />

La Table 5.1 compare tous les résultats <strong>de</strong> ce chapitre entre eux grâce à un<br />

test <strong>de</strong> Stu<strong>de</strong>nt <strong>de</strong> supériorité.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!