Académique Documents
Professionnel Documents
Culture Documents
TP 2 Neural Toolboxmatlab RGB
TP 2 Neural Toolboxmatlab RGB
Département d’Electronique
Master1 ESE (S2)
Intelligence artificielle Année 2022-2023
TP 1
Introduction
Le but du présent TP est de créer un réseau de neurones artificiel de type FFANN pour la
classification RGB des couleurs, en utilisant la neural toolbox de Matlab (très fort probable
qu'elle ne soit pas dans matlab 2007, donc ramenez vos PC SVP). On commencera par créer
en utilisant Excel, une base de données RGB pour l'apprentissage. Ensuite on importera cette
base dans Matlab, puis dans la neural toolbox. On pourra alors créer le réseau de neurones,
l'entrainer, puis le tester.
Entrées:
R CR 1 Sortie: 3 classes
composantes RGB RNA
Classe rouge -1
d'une couleur Réseau de neurones
G CG Classe vert 0
pour la classification
Classe Bleu +1
des couleurs
B CB
Le réseau de neurones artificiel reçoit les composantes RGB d'une couleur, et doit décider de
la classe à laquelle cette couleur appartient.
2. Généralités sur la classification RGB des couleurs
Chaque couleur du spectre visible (infrarouge -> ultraviolet) est une combinaison des
couleurs primaires RGB (d'autres palettes existent). Elle est composée d'une quantité de
Université de Blida
Département d’Electronique
Master1 ESE (S2)
Intelligence artificielle Année 2022-2023
rouge (0 à 255), d'une quantité de vert (0 à 255), et d'une quantité de bleu (0 à 255) . Selon
le pourcentage de chaque composante, elle sera classée: rouge (sortie -1) , vert (sortie 0) ,
ou bleu (sortie +1).
On voit que les couleurs sont classées en 3 groupes RED, GREEN, et BLUE, déterminés par la
composante dominante de la couleur.
2. Séparer les entrées des sorties dans la matrice obtenue en un tableau poue les
entrées, et un tableau pour les sorties.
Université de Blida
Département d’Electronique
Master1 ESE (S2)
Intelligence artificielle Année 2022-2023
3. Ouvrez matlab
4. Allez dans wokspace, cliquez sur name du bouton droit , et selectionnez new.
Nommer la variable 'inputs'. Double clic sur l'icône à gauche de inputs. Quand le
tableau vide s'affiche, aller dans Excel, copier le tableau des valeurs des entrées et
collez le dans le tableau de Matlab
5. Refaire le même travail pour les sorties que vous appellerez 'outputs'
4. Implémentation du RNA en utilisant la neural toolbox de Matlab
a) Tapez nntool dans la fenêtre de commande
b) Cliquez sur import, et importez inputs en tant que 'input' puis valider par OK
c) Cliquez sur import, et importez outputs en tant que 'target data' puis valider par OK
d) Fermer la fenêtre d'importation et cliquez sur new
e) Sélectionner inputs dans le menu input, et outputs dans le menu target data.
f) Effectuez les choix comme la figure ci-dessous