dtwr 0.3.9

欢迎

这个包提供 动态时间的最完整、免费（gpl）实现 最新的翘曲类型（DTW）算法。它是一个忠实的python等价物 共R’s DTW package。

包在companion paper中描述，包括详细的 多变量等方面的指导和广泛背景知识 匹配，实时使用的开放式变体，在 递归类型和长度规范化、历史记录等。

说明

DTW是计算局部拉伸或 压缩以应用于两个时间序列的时间轴，以便 最佳地将一个（查询）映射到另一个（引用）。DTW输出 两者之间的剩余累积距离，如果需要的话， 映射本身（扭曲函数）。DTW广泛应用于 计量经济学、化学计量学和 通用时间序列挖掘。

dtw中的r实现 提供：

• 任意窗口函数（全局约束），例如 Sakoe-Chiba band 以及Itakura parallelogram；
• 任意过渡类型（也称为阶跃模式、坡度 约束、局部约束或dp递归规则）。这包括 数十种知名类型：
  • 按分类的所有阶跃模式 Rabiner-Juang， Sakoe-Chiba， 以及Rabiner-Myers；
  • 对称和不对称；
  • 拉宾的平滑变体；
  • 用户定义的任意坡度约束
• 部分匹配：open begin、open end、substring匹配
• 适当的，模式相关的，标准化（精确的平均距离 步骤）
• 最小方差匹配（mvm）算法(Latecki et al.)

多变量时间序列可以与任意的局部距离对齐 定义，利用{proxy}dist函数。DTW本身成为 具有dist语义的距离函数。

除了计算路线外，该软件包还提供：

• 几种路线和翘曲函数的绘制方法 经典样式（请参见绘图库）；
• 步进模式的图形表示；
• 应用翘曲函数的函数，可以是正函数，也可以是反函数；
• 快速本机（C）和解释（R）内核。

文档

学习如何使用软件包的最佳场所 《DTW的背景处理》是该杂志的附属论文Computing and Visualizing Dynamic Time Warping Alignments in R: The dtw Package。 免费提供统计软件。

要了解dtw包如何用于 生物信息学到化学到数据挖掘，看看 citing papers。

预构建文档的链接是 here。

引文

如果使用dtw，请在任何发布报告结果中引用它 用这个软件得到的。请遵循中的说明 citation("dtw")，即引用：

Toni Giorgino (2009). Computing and Visualizing Dynamic Time Warping Alignments in R: The dtw Package. Journal of Statistical Software, 31(7), 1-24, doi:10.18637/jss.v031.i07.

使用部分匹配时（通过 open.begin/open.end选项）和/或规范化策略， 请同时引用：

Paolo Tormene, Toni Giorgino, Silvana Quaglini, Mario Stefanelli (2008). Matching Incomplete Time Series with Dynamic Time Warping: An Algorithm and an Application to Post-Stroke Rehabilitation. Artificial Intelligence in Medicine, 45(1), 11-34. doi:10.1016/j.artmed.2008.11.007