ScholarGate
Avustaja
Process / pipelineTime-series analysis

DTW-kävelyanalyysi

Dynaaminen aikavääristymä (Dynamic Time Warping, DTW) on sekvenssien kohdistusalgoritmi, joka mittaa eripituisten aikasarjojen samankaltaisuutta sallimalla joustavan ajallisen kohdistuksen. Kävelyanalyysiin sovellettuna DTW mahdollistaa kävelykuvioiden vertailun eri koehenkilöiden ja olosuhteiden välillä kadenssin tai askelpituuden vaihteluista huolimatta.

Avaa sovelluksessa MethodMindTulossaApply, compare, get guidance
Tools & resources
Lataa diat
Learn & explore
VideoTulossa

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  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

Näin viittaat tähän sivuun

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

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain

Tähän viittaavat

ScholarGateDTW Gait Analysis (Dynamic Time Warping for Gait Analysis). Haettu 2026-06-17 osoitteesta https://scholargate.app/fi/biomechanics/dtw-gait-analysis · Aineisto: https://doi.org/10.5281/zenodo.20539026