DTW (deformación dinámica del tiempo) es uno de los primeros (1994, el artículo es más antiguo que yo) y un algoritmo clásico en el análisis de series de tiempo. De hecho, toma prestada la idea de "programación dinámica" de los algoritmos clásicos. En términos generales, si desea clasificar datos de series de tiempo, los pasos experimentales se pueden dividir aproximadamente en: preprocesamiento de datos (eliminación de ruido o mejora de datos), caracterización de datos, selección de clasificador (los algoritmos de aprendizaje automático también deben elegir un método de cálculo de distancia apropiado). Aunque el algoritmo DTW también proporciona una ruta, realmente no puedo entender cómo usar la ruta, por lo que prefiero clasificar el algoritmo DTW como un método de cálculo de distancia.
La primera parte de la introducción no se introduce. Saltemos directamente a la segunda parte: Deformación dinámica del tiempo.
El autor mencionó por primera vez la aplicación exitosa del algoritmo dtw en el campo del reconocimiento de voz: los investigadores relacionan la pronunciación de una palabra en la realidad (en realidad, una serie de tiempo) con la pronunciación de las palabras en la biblioteca de plantillas. ¿Cómo medir la coincidencia?