Bonjour à tous,
Voilà ca fait un moment que ca me trotte dans la tête et j'arrête pas d'y penser, grmblblbl... j'aimerais optimiser (et simplifier) mon algorithme, je m'explique:
Je fais de la régression non linéaire pour du fitting en utilisant l'algorithme de Levenberg-Marquardt pour minimiser y1 = a.exp(bx)+c
Il s'avère que la fonction y2 = a.exp(bx) est minimisable (moindres carrés) par une régression linéaire et on obtient a et b. Mais la régression linéaire sur y1 ne permet par de trouver le coéfficient c : (y1-c) = log(a) + bx.
Donc bon, je pense que l'algorithme de LM ca fait un peu usine a gaz pour tout ca et qu'il existe certainement quelque chose de plus simple pour minimiser y1 par une régression linéaire et de trouver c en même temps ?
Je travaille avec matlab et les exemples et liens sont les bienvenus ?
Merci!
Gian
Partager