动态时间规整算法 Python和matlab实现

动态时间规整/规划(Dynamic Time Warping, DTW），给定两个离散的序列或时间序列，DTW能够衡量这两个序列的相似程度，或者说两个序列的距离，广泛应用于语音识别领域。

关于动态时间规整理论的详细解释：参考https://wenku.baidu.com/view/080ffe1358fafab069dc028b.html 

最后要得到的归整路径是距离最短的一个归整路径：其中Dist(i,j）为初始的欧式距离的平方

# -*- coding: utf-8 -*-
"""
Created on Tue Mar  5 21:33:06 2019
@author: Melo琦
python
"""

import numpy as np
def dtw(seq1,seq2): #动态时间规整：形参为时间序列seq1,seq2 
    m1=len(seq1)
    m2=len(seq2)
    #初始化距离矩阵
    distance=np.zeros(shape=(m1,m2)) #m1行,m2列的距离矩阵
    for i in range(m1):
        for j in range(m2):
            distan