ScholarGate
Asistents
MCDMTime-series distance

Dinamiskā laika deformācija

Dinamicā laika deformācija (DTW) ir attāluma metrika laika sēriju vai secīgu datu salīdzināšanai, kas var atšķirties garumā vai ātrumā. 1978. gadā Hideki Sakoe un Seibi Chiba to ieviesa runas atpazīšanā. DTW mēra minimālo kumulatīvo attālumu, kas nepieciešams, lai saskaņotu divas secības, izmantojot dinamisko programmēšanu. Atšķirībā no fiksēta attāluma metrikām, DTW nodrošina elastīgu laika deformāciju, padarot to ideāli piemērotu secībām, kas ir līdzīgas pēc formas, bet atšķiras pēc laika nobīdes vai mēroga.

Pielietot ar DecisionMindDrīzumāVideoDrīzumāLejupielādēt slaidus

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. Salvador, S., & Chan, P. (2007). FastDTW: Toward accurate dynamic time warping in linear time and space. KDD Explorations, 5(1), 70-86. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Dynamic Time Warping Distance. ScholarGate. https://scholargate.app/lv/decision-making/dynamic-time-warping

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

ScholarGateDynamic Time Warping (Dynamic Time Warping Distance). Izgūts 2026-06-15 no https://scholargate.app/lv/decision-making/dynamic-time-warping · Datu kopa: https://doi.org/10.5281/zenodo.20539026