Reconnaissance de caractères manuscrits (base de données US Postal) 
===================================================================

1. Copiez dans my_megawave2/src/ puis compilez les programmes suivants:
nn_image.c
select_miss.c 

2. Deux bases de chiffres manuscrits sont stockées dans les films
digits1 et digits2. Fabriquer des planches au moyen des commandes

ccmcollect -c 255 digits1 b1
ccmcollect -c 255 digits2 b2

puis visualiser les résultats.

3. Un algorithme de classification d'images au plus proche voisin 
(pour la distance euclidienne classique) est codé dans nn_image.
Editer le fichier nn_image.c pour vérifier l'algorithme utilisé.

Utiliser ensuite ce module pour tester les performances de classification
dans les cas suivants:

train set=digits1   test set=digits2
train set=digits1   test set=digits1 (vérification)
train set=digits2   test set=digits1

Commenter les résultats.

4. Visualiser les erreurs de classification au moyen de la commande
select_miss (avec option -w). Commenter les résultats dans le cas:

train set=digits1   test set=digits2

5. Généraliser le module nn_image en knn_image (k plus proches voisins).
On pourra s'inspirer des module nn_image.c et classif_kppv.c et partir 
du fichier (incomplet) knn_image.c

6. Tester les performances de la classification aux k plus proches voisins
pour des valeurs croissantes (impaires) de k. Commenter les résultats.