ScholarGate
Asistents
Process / pipelineTime-series analysis

DTW Gait Analysis

Dinamiskās laika deformācijas (DTW) ir secību saskaņošanas algoritms, kas mēra līdzību starp dažāda garuma laika sērijām, pieļaujot elastīgu temporālo atbilstību. Gaitas analīzē DTW ļauj salīdzināt gaitu modeļus starp subjektiem un apstākļiem, neskatoties uz kadences vai soļa garuma atšķirībām.

Atvērt MethodMindDrīzumāApply, compare, get guidance
Tools & resources
Lejupielādēt slaidus
Learn & explore
VideoDrīzumā

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  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

Kā citēt šo lapu

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

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGateDTW Gait Analysis (Dynamic Time Warping for Gait Analysis). Izgūts 2026-06-17 no https://scholargate.app/lv/biomechanics/dtw-gait-analysis · Datu kopa: https://doi.org/10.5281/zenodo.20539026