动态时间规整可视化（matlab实现）

最新推荐文章于 2026-04-26 18:17:11 发布

原创最新推荐文章于 2026-04-26 18:17:11 发布 · 1.4k 阅读

12 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#matlab #开发语言

本文介绍了动态时间规整(DTW)算法，一种用于比较具有时间延迟和变化的时间序列相似性的方法，包括Matlab代码示例。作者展示了如何使用DTW进行一维时间序列的对齐和路径寻找。文中还引用了相关学术研究作为参考。

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

💥1 概述

动态时间规整（Dynamic Time Warping，DTW）是一种用于比较两个时间序列之间相似性的方法，特别适用于时间序列在时间轴上存在一定的变化和延迟的情况。

📚2 运行结果

部分代码：

%% 一维时间序列dtw相似性算法
% method1， dtw函数绘制对齐，最优路径等
x = cos(2*pi*(3*(1:1000)/1000).^2);
y = cos(2*pi*9*(1:399)/400);
dtw(x,y)
[dist1,idx1,idy1] = dtw(x,y);
figure('Name','origin dtw_path');
plot(idx1,idy1,'LineWidth',2);
set(gca,'YDir','reverse');

% method2,手写函数
[X,Y] = meshgrid(x,y);
distD = abs(X-Y);
figure('Name','dtw_path'); 
axD = axes('Position',[0.3 0.1,0.6 0.6]);
axX = axes('Position',[0.3 0.75 0.6 0.2]);
axY = axes('Position',[0.1 0.1 0.15 0.6]);
imagesc(axD,distD)
hold(axD,'on');
dist2 = 0;
idx2=1;
idy2 =1;
pt = [idx2,idy2];% [x,y]形式坐标
endpt =[length(x),length(y)];
while ~all(pt==endpt)
    rpt = [idx2(end)+1,idy2(end)];
    dpt = [idx2(end),idy2(end)+1];
    rdpt = [idx2(end)+1,idy2(end)+1];
    pts = [rpt;dpt;rdpt];
    pts(:,1) = min(pts(:,1),length(x));
    pts(:,2) = min(pts(:,2),length(y));
    rpt = pts(1,:);
    dpt = pts(2,:);
    rdpt = pts(3,:);
    values = [distD(rpt(2),rpt(1));
        distD(dpt(2),dpt(1));
        distD(rdpt(2),rdpt(1))];
    [minv,idx] = min(values);
    nextPt =pts(idx,:);
    if sum(all(pts==endpt,2))>=2 % 最后的边界
        nextPt =endpt;
        minv = abs(x(nextPt(1))-y(nextPt(2)));
    end
    dist2 = dist2+minv;
    idx2 = [idx2,nextPt(1)];
    idy2 = [idy2,nextPt(2)];
    pt = nextPt;