WarpingDistance
WarpingDistance[s1,s2]
给出序列 s1 和 s2 间的动态时间翘曲(DTW).
WarpingDistance[s1,s2,win]
使用由 win 为局部搜索指定的窗口.
更多信息和选项
- WarpingDistance 给出介于参考序列 s1 和查询序列 s2 间的任何响应的最小距离.
- 距离为 ,其中 s1〚ni〛 和 s2〚mi〛 是相应的元素.
- 使用 WarpingCorrespondence 计算有效的响应.
- 序列 si 可以是数值或布尔标量或向量的列表.
- 搜索窗 win 的可能设置为:
-
Automatic 完整搜索 r 半径为 的倾斜带窗 {"SlantedBand",r} 半径为 的倾斜带窗 {"Band",r} 半径为 (Sakoe-Chiba) 的倾斜带窗 {"Parallelogram",a} 放在原点的平行四边形窗,斜率为 和 (Itakura) - 一般 较小,会更快给出结果,但不是最优结果. 如果 ,那么 没有任何影响.
- 支持以下选项:
-
DistanceFunction Automatic 使用的距离函数 Method Automatic 使用 DTW 的变种 - WarpingDistance 接受具有以下设置的 DistanceFunctiond 选项:
-
Automatic 自动确定距离函数 EuclideanDistance 欧几里得距离 ManhattanDistance 曼哈顿或“城区”距离 BinaryDistance 如果元素相等则为 0;否则为 1 ChessboardDistance 切比雪夫或超 (sup) 标准距离 SquaredEuclideanDistance 平方欧几里得距离 NormalizedSquaredEuclideanDistance 正则平方欧几里得距离 CosineDistance 角余弦距离 CorrelationDistance 相关系数距离 BrayCurtisDistance Total[Abs[u-v]]/Total[Abs[u+v]] CanberraDistance Total[Abs[u-v]/(Abs[u]+Abs[v])] MatchingDissimilarity 匹配布尔向量间的相异 - 默认情况下使用以下距离函数:
-
EuclideanDistance 数值数据 MatchingDissimilarity 布尔数据 - 使用 Method->Automatic,s2 的所有元素被 s1 的所有元素匹配.
- 使用 Method->{"MatchingInterval"match},s2 可以用 s1 的子序列匹配. match 的可能设置包括:
-
Automatic 完全匹配 "Flexible" 两端均有弹性 "FlexibleEnd" 只在间隔的一端有弹性
范例
打开所有单元关闭所有单元范围 (10)
推广和延伸 (1)
选项 (6)
DistanceFunction (5)
对于布尔序列,WarpingDistance 使用 MatchingDissimilarity:
对于一维信号,NormalizedSquaredEuclideanDistance 与 CorrelationDistance 总是返回 0:
应用 (6)
找到在去年与芝加哥温度最相似的欧盟首都. 使用 WarpingDistance 决定温度序列间的类似性:
属性和关系 (8)
与 WarpingCorrespondence 的关系:
WarpingDistance 给出对应元素间的所有距离总和:
然而,使用较小的半径可能导致较不优化的对准以及较高的距离值:
WarpingDistance 是对称函数:
文本
Wolfram Research (2016),WarpingDistance,Wolfram 语言函数,https://reference.wolfram.com/language/ref/WarpingDistance.html.
CMS
Wolfram 语言. 2016. "WarpingDistance." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/WarpingDistance.html.
APA
Wolfram 语言. (2016). WarpingDistance. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/WarpingDistance.html 年