是否有任何文档解释我应该如何使用 DTW（动态时间扭曲）和 Kinect？我需要记录（如在此演示中）一个手势，然后使用记录的手势将命令应用于Simple Open-NI. 我已经下载了 KinectSpace 代码（pde 文件），但是，我在理解它应该如何工作时遇到了问题。

来自维基百科：

1. 是什么意思return DTW[n, m]？

2. 是否应该在 draw() 方法调用期间评估所有手势？可以在这里应用任何优化吗？

问题

我有不同车辆速度的时间序列。我的最终目标是根据不同车辆的速度相似性对它们进行聚类。所以，我基本上需要生成一个距离矩阵，其中每个单元格包含一对车速时间序列之间的距离。我想使用动态时间规整 (dtw) 作为距离度量。因此，我想在每对速度时间序列上应用 dtw。

数据

以下是一些样本数据，每辆车仅包含 8 个观察值且仅包含 3 辆汽车：

我试过的

我可以找到一对dtw::dtw()的距离，如下所示：

但我的问题是：有没有办法自动找到dtw()$distance每对之间的距离并生成距离矩阵？在此示例中，它表示这些对：

Cars_03 - Cars_03
Cars_03 - Cars_04
Cars_03 - Cars_05
Cars_04 - Cars_03
Cars_04 - Cars_04
Cars_04 - Cars_05
等等

我知道for loop这是一种方法。但由于dtw本身需要大量 RAM，for loop会进一步减慢进程。有什么选择吗？如果这是一个愚蠢的问题，我很抱歉，但我对使用dtw.

我是一名 IT 学生，我得到了一项关于动态时间规整 (DTW) 的作业，使用语音信号处理工具包 (SPTK) 并比较 2 位说话者所说的一些单词并找出相似之处。我设法让 SPTK 正常工作，收集了 8 个人（4 名女性，4 名男性），他们为我每人录制了 8 个单词（每个人的单词相同）并将它们保存为扩展名为 .wav 的文件。

我的 .wav 文件是：RIFF（小端）数据、WAVE 音频、单声道 16000 Hz。我将每个 .wav 文件转换为 .short 数据文件。我使用这行代码将每个 .short 文件传输到 .mcep 文件：

之后，我去比较 .mcep 文件和这行代码：

该命令行的输出应该是一个数值（可能是一个浮点/双精度/整数值）或几个值。问题是我不确定如何打开那个 .dtw 文件，并且在我得到的文档中没有任何好的信息。当我尝试在任何编辑器中打开它或在终端中打开它时，我会得到一些奇怪的字母作为输出 [图 1]。

然而，在文档中它说使用参数 -s [Score] 我可以获得 DTW 过程的分数。所以我用这个命令行试了一下：

我得到一个值，但格式很奇怪。

我在网上搜索了很多关于 .dtw 文件的文档，但找不到任何东西。我试图将结果转换为另一种格式，但没有任何运气。试图联系我的导师，但到目前为止还没有答案，而且已经有一段时间了。

任何人都可以就做什么或其他任何事情给我任何建议？该文档可以在此站点上找到： http: //sp-tk.sourceforge.net/（抱歉没有链接，但仍然没有足够的声誉 - 如果需要，将删除），但我认为不需要很多，因为我认为我非常了解 DTW 过程并且认为我已经完成了它，只是输出给我带来了问题。

提前致谢，

马可。

图片1

我有一个包含 4500 个长度为 1800 的向量的矩阵，为此我需要计算矩阵中每 2 个向量之间的 DTW（动态时间扭曲）距离。

我使用嵌套循环来填充 4500x4500 矩阵的一半（看起来像一个三角形）：

问题是代码运行速度非常慢。根据我的计算，在我的电脑上运行需要 4 天。

我不知道矢量化是如何工作的。但是有没有办法可以对我的代码进行矢量化以使其运行得更快？还有一个内置函数，我可以插入我所有的向量并自动生成一个 DTW dist 矩阵吗？

我对音频处理非常陌生。我有一个参考音频文件和几个其他录音（不同说话者说的同一句话 - 方言和持续时间不同），我想将所有音频文件与一个扭曲最少的音频参考文件对齐。我尝试使用 MFCC 和 Chroma 功能（python/librosa），但我不知道下一步该做什么。我正在阅读有关 DTW（动态时间扭曲）的对齐方式，这行得通吗？是否有已经这样做的示例/开源项目或音频工具？这似乎是一个已解决的问题，但我找不到它。请帮忙。

我正在阅读这个 - https://librosa.github.io/librosa_gallery/auto_examples/plot_music_sync.html但是如何在时域中保存对齐的音频？

这似乎相关 -使用 python 进行动态时间扭曲（最终映射）

我正在尝试第一次尝试时间序列聚类，需要一些帮助。我已经阅读了有关时间序列聚类的 tsclust 和 dtwclust 包，并决定尝试 dtwclust。

我的数据由不同位置的温度每日时间序列组成（每天一个值）。我想从其温度序列中对空间集群中的不同位置进行分组。我的第一次尝试是（只是复制了一个带有选项的示例并将我的数据 temp.max3）

但这给了我这个错误信息

stats::hclust(stats::as.dist(distmat), method, members = dots$members) 中的错误：外部函数调用中的 NA/NaN/Inf (arg 11)

我之前必须删除任何系列中存在的所有 NA，导致 temp.max3 数据帧不包含任何 NA 值。

数据看起来像

其中 8025、8400A、8416 和 8455 是站代码（现在只有四个，但最终分析将扩展到 120）。可以在此保管箱链接上找到数据https://www.dropbox.com/s/xru4qnz8grhbxuo/data.csv?dl=0

任何想法，信息链接或示例将不胜感激，在此先感谢

我正在寻找有关动态时间规整 (DTW) 的一些建议。

我有一个 Python 脚本并从各种长度的 .WAV 文件中提取梅尔频率倒谱系数 (MFCC) 特征向量。特征向量是包含 12 个 MFCC 的数组的不同长度的数组。

例如，一个 .WAV 文件可以由包含 10 组 12 个特征向量的数组表示，而另一个 .WAV 文件可以由一个包含 20 组 12 个特征向量的数组表示。

我打算使用 DTW 来比较两个数组数组，但我不确定如何。我理解 DTW 的概念，如果数组中包含的特征向量是单个数字，那么实现它就没有问题，我的困惑是由于它们是数组这一事实。

Tl; dr：如何使用 DTW 比较两个数组？

编辑：我已经阅读了这个问题，但无济于事。

非常感谢，亚当

我正在尝试编写一种算法来查找与一组 3D 路径中的所有其他路径最相似的 3D 路径。如果您查看（底部）提供的链接中的图表，它应该输出 trace1。（通过目测）

为了能够比较路径的相似性，我使用动态时间规整（DTW）计算了每个轴的路径成本，组中的所有其他路径都给了我以下数据框：

从这个数据框中，我需要大多数路径具有最低值的路径。

这可能是一个相当简单的解决方案，但在所有 3D 平移和旋转数学之后，我无法解决这个问题。

链接到我正在处理的图表和数据<- 您只需单击十字即可关闭注册窗口

为了对一组时间序列进行聚类，我正在寻找一个智能距离度量。我尝试了一些众所周知的指标，但没有一个适合我的情况。

例如：假设我的聚类算法提取了这三个质心 [s1, s2, s3]：

我想将这个新示例 [sx] 放在最相似的集群中：

最相似的质心是第二个，所以我需要找到一个距离函数 d 给我d(sx, s2) < d(sx, s1)和d(sx, s2) < d(sx, s3)

编辑

这里的结果与度量 [余弦、欧几里得、闵可夫斯基、动态类型翘曲] ] 3

编辑 2

用户 Pietro P 建议在时间序列的累积版本上应用距离 解决方案有效，这里的图和指标：

在时间序列第 1 天到第 26 天，我有两个用于控制和治疗的标准化读取计数矩阵。我想通过动态时间包装计算距离矩阵，然后将其用于聚类，但似乎太复杂了。我这样做了；谁可以帮忙澄清一下？非常感谢

说