基于改进动态时间规整算法的断路器故障诊断

为能够根据断路器状态监测数据准确诊断断路器故障,提出了一种基于改进动态时间规整算法的故障诊断方法。该方法将Sakoe-Chiba窗与传统动态时间规整算法相结合,以分合闸线圈电流为分析对象,从中提取断路器分合闸机构中的潜在故障信息,为断路器状态检修提供依据。设计了断路器分合闸线圈电流采集电路,并通过实际电流信号采样分析验证了所提方法的有效性。

语音识别动态时间规整DTW的Matlab代码

语音识别动态时间规整DTW的Matlab代码 由于在训练或者识别的过程中，即使同一个人发同一个音时，不仅其持续时间长度会随机地改变，而且各音素的相对时长也是随机变化的。因此，如果在匹配时只对特征向量系列进行线性时间归整，其中的音素就有可能对不准。60年代，日本学者板仓(Itakura)提出了动态时间归整算法。算法的基本思想就是把未知量均匀地伸长或缩短，直到它与参考模式的长度一致为止。在时间归整过程中，未知单词的时间轴要不均匀地扭曲或弯折，以便使其特征与模型特征对正。动态时间归整是较早的一种模式匹配和模型训练技术，它应用动态规划方法成功地解决了语音信号特征参数序列在进行比较时时长不等的难题，在孤立词语音识别中获得了良好的性能。

论文研究-基于动态时间规整的语音样例快速检索算法.pdf

为了提高基于DTW算法的语音检索系统的速度，提出了一种基于分段累积近似下界估计的动态时间规整算法，实现语音样例快速检索。该方法首先提取查询样例和测试集的音素后验概率作为特征参数，然后计算语音样例和测试集中所有候选分段实际动态规整得分的分段累积近似下界估计，最后采用K-最近邻算法与动态时间规整算法搜索与语音样例相似度最高的区域。实验结果表明，此算法的检索速度比直接运用DTW 算法快6.32倍，而对其检索精度无任何影响。

DTW动态时间规整matlab代码

找的其他代码有错误，自己编写了一个。 斜方向的距离用的两倍，使用者可自行设置大小。如有错误请指正！

动态时间规整算法 DTW

针对有些网上下下来的有错的程序，经过改正，能够正确的运行

论文研究-基于二维动态时间规整算法的矩阵相似性研究 .pdf

基于二维动态时间规整算法的矩阵相似性研究，李俊杰，高翠芳，在模式识别中距离作为一种常用的度量工具，被广泛应用于聚类、分类等算法中。随着矩阵样本的大量出现，以及样本内容的不断复杂化

论文研究-一种基于动态时间规整的增强型P.863算法 .pdf

一种基于动态时间规整的增强型P.863算法，蒙浩，别红霞，针对P.863不能有效处理短话音中出现的丢包情况，分析造成该现象的原因，并结合动态时间规整算法提出了一种增强型P.863算法，实验表��

Python-softDTW动态时间规整DTW的Python实现

soft-DTW 动态时间规整(DTW)的Python实现

动态规整的语音识别dtw算法

用于特定人语音识别，采用动态规整技术有效的避免了说话时间长短的限制。

回到未来 - 苹果官网的15年，探究其网站是如何改善变化的

回顾苹果历史的十五年，对于苹果来说，他们的网站，就像他们的iPhone 和iPod 一样，也是他们的一个产品。当苹果想要做一个新产品的时候，它们会先设想这个产品最理想的形态，然后无穷地在一个成功的基础上修改，创新，直到无限接近完美。 苹果官网也是如此，下面让我们回顾一下这15年来，苹果官网的进化

动态时间规整DTW算法源码

Dynamic Timing Warping，动态时间规整算法，源码

深入浅出Python

非常值得一看的Head First系列，难得一见的中文版。

基于三次样条插值的动态时间规整用于时间序列数据挖掘

基于三次样条插值的动态时间规整用于时间序列数据挖掘

论文研究-基于两方向动态时间规整的无分割手写汉字检测.pdf

中文文本布局复杂、汉字种类多、书写随意性大，因而手写汉字检测是一个很有挑战的问题。针对上述问题，提出了一种无分割的手写中文文档字符检测的方法。该方法用SIFT定位文本中候选关键点，然后基于关键点位置和待查询汉字大小来确定候选字符的位置，最后用两个方向动态时间规整（dynamic time warping，DTW）算法来筛选候选字符。实验结果表明，该方法能够在无须将文本分割为字符的情况下准确找到待查询的汉字，并且优于传统的基于DTW字符检测方法。

基于动态时间规整的语音样例快速检索算法

为了提高基于DTW算法的语音检索系统的速度,提出了一种基于分段累积近似下界估计的动态时间规整算法,实现语音样例快速检索。该方法首先提取查询样例和测试集的音素后验概率作为特征参数,然后计算语音样例和测试集中所有候选分段实际动态规整得分的分段累积近似下界估计,最后采用K-最近邻算法与动态时间规整算法搜索与语音样例相似度最高的区域。实验结果表明,此算法的检索速度比直接运用DTW算法快6.32倍,而对其检索精度无任何影响。

用动态时间规整模型进行语音识别

提取MFCC参数，用DTW（动态时间规整）模型实现0-9的数字语音识别。

基于动态时间规整的空中目标机动识别

基于动态时间规整的空中目标机动识别

基于改进的多路主成分分析和动态时间规整的批生产过程监控

基于改进的多路主成分分析和动态时间规整的批生产过程监控

基于DTW和LVQ网络混合模型的语音识别方法

提出一种基于动态时间规整 DTW 和学习矢量量化 LVQ 神经网络的语音识别方法，该方法用动态时间规整算法先对语音信号进行时间规整 然后通过学习矢量量化神经网络进行语音的分类识别 首先介绍利用动态时间规整和学习矢量量化进行语音识别的基本方法 然后给出DTW/LVQ混合模型的系统结构和学习算法 最后给出三种语音识别算法的实验结果 大量实验表明 混合模型的识别率 皆明显高于单一的动态时间规整和学习矢量量化的识别率