基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 2 元　

支付宝支付

微信支付

   源码介绍

---

Dynamic Time Warping（DTW）诞生有一定的历史了，它出现的目的也比较单纯，是一种衡量两个长度不同的时间序列的相似度的方法。应用也比较广，主要是在模板匹配中，比如说用在孤立词语音识别（识别两段语音是否表示同一个单词），手势识别，数据挖掘和信息检索等中。

/*dtwrecoge.cpp**************************************************************/

#include "dtwrecoge.h"
double distance[DTWMAXNUM][DTWMAXNUM]; /*保存距离*/
double dtwpath[DTWMAXNUM][DTWMAXNUM]; /*保存路径*/

/*****************************************************************************/
/* DTWDistance，求两个数组之间的匹配距离
/* A,B分别为第一第二个数组，I，J为其数组长度，r为匹配窗口的大小

/* r的大小一般取为数组长度的1/10到1/30
/* 返回两个数组之间的匹配距离,如果返回－1.0，表明数组长度太大了
/*****************************************************************************/
double DTWDistanceFun(double *A,int I,double *B,int J,int r)
{
int i,j;
double dist;
int istart,imax;
int r2=r ABS(I-J);  /*匹配距离*/
double g1,g2,g3;
int pathsig=1;        /*路径的标志*/

/*检查参数的有效性*/
if(I>DTWMAXNUM||J>DTWMAXNUM){
//printf("Too big number\n");
return -1.0;
}

/*进行一些必要的初始化*/
for(i=0;i<I;i ){
for(j=0;j<J;j ){
dtwpath[i][j]=0;
distance[i][j]=DTWVERYBIG;
}
}

/*动态规划求最小距离*/
/*这里我采用的路径是 -------
                          . |
                        .   |
                      .     |
                    .       |
*/
distance[0][0]=(double)2*ABS(A[0]-B[0]);
for(i=1;i<=r2;i ){
distance[i][0]=distance[i-1][0] ABS(A[i]-B[0]);
}
for(j=1;j<=r2;j ){
distance[0][j]=distance[0][j-1] ABS(A[0]-B[j]);
}

for(j=1;j<J;j ){
istart=j-r2;
if(j<=r2)
istart=1;
imax=j r2;
if(imax>=I)
imax=I-1;

for(i=istart;i<=imax;i ){
g1=distance[i-1][j] ABS(A[i]-B[j]);
g2=distance[i-1][j-1] 2*ABS(A[i]-B[j]);
g3=distance[i][j-1] ABS(A[i]-B[j]);
g2=MIN(g1,g2);
g3=MIN(g2,g3);
distance[i][j]=g3;
}
}

dist=distance[I-1][J-1]/((double)(I J));
return dist;
}/*end DTWDistance*/

/*****************************************************************************/
/* DTWTemplate，进行建立模板的工作
/* 其中A为已经建立好的模板，我们在以后加入训练样本的时候，
/* 以已建立好的模板作为第一个参数，I为模板的长度，在这个模板中不再改变
/* B为新加入的训练样本，J为B的长度，turn为训练的次数，在第一次
/* 用两个数组建立模板时，r为1，这是出于权值的考虑
/* temp保存匹配最新训练后的模板，建议temp[DTWMAXNUM]，函数返回最新训练后模板的长度
/* 如果函数返回-1，表明训练样本之间距离过大，需要重新选择训练样本，
/* tt为样本之间距离的阀值，自行定义
/* rltdistance保存距离，第一次两个数组建立模板时可以随意赋予一个值，
/* 后面用前一次返回的值赋予该参数
/*****************************************************************************/
int DTWTemplate(double *A,int I,double *B,int J,double *temp,int turn,double tt,double *rltdistance)
{
double dist;
int i,j;
int pathsig=1;
dist=DTWDistanceFun(A,I,B,J,(int)(I/30));
if(dist>tt){
printf("\nSample doesn't match!\n");
return -1;
}

if(turn==1)
*rltdistance=dist;
else{
*rltdistance=((*rltdistance)*(turn-1) dist)/turn;
}
/*寻找路径,这里我采用了逆向搜索法*/
i=I-1;
j=J-1;
while(j>=1||i>=1){
double m;
if(i>0&&j>0){
m=MIN(MIN(distance[i-1][j],distance[i-1][j-1]),distance[i][j-1]);
if(m==distance[i-1][j]){
dtwpath[i-1][j]=pathsig;
i--;
}
else if(m==distance[i-1][j-1]){
dtwpath[i-1][j-1]=pathsig;
i--;
j--;
}
else{
dtwpath[i][j-1]=pathsig;
j--;
}
}
else if(i==0){
dtwpath[0][j-1]=pathsig;
j--;
}
else{/*j==0*/
dtwpath[i-1][0]=pathsig;
i--;
}
}
dtwpath[0][0]=pathsig;
dtwpath[I-1][J-1]=pathsig;

/*建立模板*/
for(i=0;i<I;i ){
double ftemp=0.0;
int ntemp=0;
for(j=0;j<J;j ){
if(dtwpath[i][j]==pathsig){
ftemp =B[j];
ntemp ;
}
}
ftemp/=((double)ntemp);
temp[i]=(A[i]*turn ftemp)/((double)(turn 1));/*注意这里的权值*/
}

return I;/*返回模板的长度*/
}//end DTWTemplate