Python mlpy-动态时间扭曲取决于x？

我试图通过DTW获得下面显示的两个阵列之间的距离。

我正在使用Python

mlpy

包，该包提供

dist, cost, path = mlpy.dtw_std(y1, y2, dist_only=False)

我知道DTW确实负责“转移”。此外，从上面可以看出，

mlpy.dtw_std（）

只接受2个一维数组。因此，我希望无论我如何左/右移动曲线，函数返回的

dist

都不会改变

但是，将绿色曲线向右移动一点后，

mlpy.dtw_std（）

返回的

dist

会发生变化

移位前：Python

mlpy.dwt\u std

报告

dist=14.014

移位后：Python

mlpy.dwt\u std

报告

dist=38.078

显然，由于曲线仍然是这两条曲线，我不期望距离会有所不同

---

为什么会这样？哪里出错了？

显然，曲线不相同，因此距离函数不能为0（否则，根据定义它不是距离）

什么是“相对大”？距离可能不是无限的，是吗

140个时间点，每个点都有一个小的增量，这仍然是一个非零的数字

“纽约”到“北京”的距离约为11018公里。或1101800000毫米

到半人马座阿尔法星的距离很小，只有4.34LJ。那是离我们最近的另一个恒星系统

---

与非相似序列的距离进行比较；这个距离应该大得多。

让我重申我所理解的，如果我哪里出了问题，请纠正我。我观察到，在这两个图中，蓝色的1D序列保持不变，而绿色的序列被拉伸。你是如何做到的，你已经在2013年9月19日9:36的帖子中解释过了。您的前提是，因为（1）DTW“注意”时间偏移，（2）您所做的只是按长度拉伸一个时间序列，而不影响y值，（推断：）您希望距离保持不变

[（1）、（2）]和[（推断）]之间缺少一点联系。也就是说，对应于映射的单个距离值将随着信号集本身的改变而改变。这将导致总体距离计算的差异绘制扭曲路径，使用网格亲自查看

让我们来看一个过于简单的例子

让

a=范围（0101,5）

=[0,5,10,15…95100]

和

b=范围（0101,5）

=[0,5,10,15…95100]

现在直观地说，您/我期望2个信号之间的一一对应（对于DTW映射），所有映射的距离为0，信号看起来相同

现在如果我们做，

b=range（0101,4）

=[0,4,8,12…96100]， a和b之间的DTW映射仍将从a的0映射到b的0开始，并在a的100映射到b的100（边界约束）结束。此外，由于DTW“负责”时间偏移，我还希望两个信号中的20、40、60和80会相互映射。（我自己还没有尝试过对这两个进行数据处理，是出于直觉，所以请检查。根据允许的步进模式/全局约束，也不太可能发生非直觉扭曲，但为了便于理解/简单起见，现在让我们使用直觉扭曲）

对于其余的数据点，很明显，与映射相对应的距离现在是非零的，因此总体距离也是非零的。我们的距离/总成本值已从零变为非零

现在，当我们的信号过于简单，线性增加时，情况就是这样。想象一下，当你有现实生活中的非单调信号，并且需要找出它们之间的时间扭曲时，会出现什么样的变化

---

（注：请别忘了投赞成票，答案是D）。谢谢。

是的，我没说它们是一样的。但我希望系统能承认它们是相似的。我的问题是，假设我将红色曲线向右移动一点，那么我希望dtw报告的距离会更小，尽管它是相同的红色曲线。我问的是如何消除dwt上的移位效应。谢谢DTW应该在很大程度上负责移位，所以如果你手动移位，这应该不会对相似性造成太大影响。你是说我必须先手动移位，然后再应用DTW？好的，DTW报告的距离确实受到其相对位置的影响。请参考更新的问题，说明DTW如何随位移效应而变化。谢谢你是怎么轮班的？您是将DTW作为一维（仅y）系列还是二维（x，y）系列？这也有区别。你是怎么换档的？你能展示你的代码吗？如果将“人造”点添加到向量的开头，问题是这些点也需要映射，因此最终的DTW值将更改。