DTW算法Python实现

DTW算法可以用来衡量两个时间序列的相似性，而且两个时间序列的长度可以不必相等。

DTW算法原理

如图1所示，图中矩阵$dij$表示时间序列$A$时刻$i$和时间序列$B$时刻$j$的距离，DTW算法就是要从$(1,1)$到$(m,n)$找到一条路径使得累计$dij$最小。

图1：DTW算法示意图，r表示warping window，红色圆点表示累计距离最小的路径。

如何找到这条路径呢，我们这里采用动态规划算法。假设我们要求到位置$(i,j)$的最小累计距离$D(i,j)$，那么它只能由$D(i-1,j)$，$D(i,j-1)$和$D(i,j)$这三个位置的最小累计距离中寻找，也就是$D(i,j)=dij+min[D(i-1,j),D(i,j-1),D(i,j)]$。如图2所示，最优路径只能从三个临近位置寻找。最终，$D(m,n)$越小，表示两个时间序列间的相似性越高。

图2：动态规划算法寻找最小累计距离路径的三种可能

DTW算法的Python实现

def dtw_distance(ts_a, ts_b, d=lambda x,y: abs(x-y), mww=10000):"""Computes dtw distance between two time seriesArgs:ts_a: time series ats_b: time series bd: distance functionmww: max warping window, int, optional (default = infinity)Returns:dtw distance"""# Create cost matrix via broadcasting with large intts_a, ts_b = np.array(ts_a), np.array(ts_b)M, N = len(ts_a), len(ts_b)cost = np.ones((M, N))# Initialize the first row and columncost[0, 0] = d(ts_a[0], ts_b[0])for i in range(1, M):cost[i, 0] = cost[i-1, 0] + d(ts_a[i], ts_b[0])for j in range(1, N):cost[0, j] = cost[0, j-1] + d(ts_a[0], ts_b[j])# Populate rest of cost matrix within windowfor i in range(1, M):for j in range(max(1, i - mww), min(N, i + mww)):choices = cost[i-1, j-1], cost[i, j-1], cost[i-1, j]cost[i, j] = min(choices) + d(ts_a[i], ts_b[j])# Return DTW distance given window return cost[-1, -1]

转载于:https://www.cnblogs.com/ningjing213/p/10502519.html

DTW算法Python实现相关推荐

DTW 算法的实时语音识别——命令词识别（Python 实现）
介绍这是我们计算机视听觉的第三个实验,也是本学期语音部分的最后一个实验,大概花了两天才写完.上个实验做的是语音编码问题,这个实验是语音识别的事,感觉处理语音还是比较有意思的. 附上实验代码地址:实验 ...
DTW 笔记： Dynamic Time Warping 动态时间规整（DTW的python实现）【DDTW，WDTW】
0 总述 DTW可以计算两个时间序列的相似度,尤其适用于不同长度.不同节奏的时间序列(比如不同的人读同一个词的音频序列) DTW将自动扭曲(warping)时间序列(即在时间轴上进行局部的缩放),使得 ...
棋盘最短路径 python_Dijkstra 最短路径算法 Python 实现
Dijkstra 最短路径算法 Python 实现问题描述使用 Dijkstra 算法求图中的任意顶点到其它顶点的最短路径(求出需要经过那些点以及最短距离). 以下图为例: 算法思想可以使用二维 ...
2021-03-15 数据挖掘算法—K-Means算法 Python版本
数据挖掘算法-K-Means算法 Python版本简介又叫K-均值算法,是非监督学习中的聚类算法. 基本思想 k-means算法比较简单.在k-means算法中,用cluster来表示簇:容易证明 ...
2021-01-28 粒子群优化算法-Python版本和Matlab函数 particleswarm 调用
粒子群优化算法-Python版本和Matlab函数 particleswarm 调用前两天分享了粒子群优化算法的原理和Matlab原理实现,本文分享一下Python代码下的PSO实现以及Matlab ...
最优化算法python实现篇（4）——无约束多维极值（梯度下降法）
最优化算法python实现篇(4)--无约束多维极值(梯度下降法) 摘要算法简介注意事项算法适用性 python实现实例运行结果算法过程可视化摘要本文介绍了多维无约束极值优化算法中的梯度 ...
最优化算法python实现篇（3）——无约束一维极值（黄金分割法）
最优化算法python实现篇(3)--无约束一维极值(黄金分割法) 算法适用问题 python实现示例运行结果算法适用问题搜索给定单峰区间的极值问题,一般对凸优化问题比较适用. python实现 ...
最优化算法python实现篇（2）—无约束一维极值（二分法）
最优化算法python实现篇(2)--无约束一维极值(二分法) 算法适用问题 python实现示例运行结果算法适用问题搜索给定单峰区间的极值问题,一般对凸优化问题比较适用. python实现 # ...
多元线性回归算法python实现_手写算法-Python代码推广多元线性回归
1.梯度下降-矩阵形式上篇文章介绍了一元线性回归,包括Python实现和sklearn实现的实例.对比,以及一些问题点,详情可以看这里: 链接: 手写算法-Python代码实现一元线性回归里面封装 ...
哈希运算python实现_一致性哈希算法 python实现
# -*- coding: utf-8 -*- """ 一致性哈希算法 python实现参考 http://weblogs.java.net/blog/2007/11/ ...

DTW算法Python实现

DTW算法Python实现相关推荐

最新文章

热门文章