ScholarGate
Assistent
Process / pipelineTime-series analysis

DTW-Ganganalyse

Dynamic Time Warping (DTW) ist ein Sequenzabgleichsalgorithmus, der die Ähnlichkeit zwischen Zeitreihen unterschiedlicher Länge durch flexible zeitliche Anpassung misst. Angewandt auf die Ganganalyse ermöglicht DTW den Vergleich von Gangmustern über Probanden und Bedingungen hinweg, trotz Variationen in Trittfrequenz oder Schrittlänge.

In MethodMind öffnenDemnächstApply, compare, get guidance
Tools & resources
Folien herunterladen
Learn & explore
VideoDemnächst

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Quellen

  1. Sakoe, H., & Chiba, S. (1978). Dynamic programming algorithm optimization for spoken word recognition. IEEE Transactions on Acoustics, Speech, and Signal Processing, 26(1), 43-49. DOI: 10.1109/TASSP.1978.1163055
  2. Wang, Z., Yan, W., & Oates, T. (2013). Time series classification from scratch with deep neural networks: A strong baseline. arXiv preprint arXiv:1611.06455. link

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Dynamic Time Warping for Gait Analysis. ScholarGate. https://scholargate.app/de/biomechanics/dtw-gait-analysis

Welche Methode?

Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.

Nebeneinander vergleichen

Referenziert von

ScholarGateDTW Gait Analysis (Dynamic Time Warping for Gait Analysis). Abgerufen am 2026-06-17 von https://scholargate.app/de/biomechanics/dtw-gait-analysis · Datensatz: https://doi.org/10.5281/zenodo.20539026