DTW-动态时间规整

动态时间规整算法，故名思议，就是把两个代表同一个类型的事物的不同长度序列进行时间上的“对齐”。比如DTW最常用的地方，语音识别中，同一个字母，由不同人发音，长短肯定不一样，把声音记录下来以后，它的信号肯定是很相似的，只是在时间上不太对整齐而已。所以我们需要用一个函数拉长或者缩短其中一个信号，使得它们之间的误差达到最小。  算法： 1. 算出两序列A、B的二维欧氏距离矩阵M。 2. 动态规划算出最小累计距离矩阵N。（min(上、左上、左)+val）{找路径满足：假如当前节点是M(ai,bj)，那么下一个节点必须是在M(i+1,j)，M(i,j+1)，M(i+1,j+1)之间选择，并且路径必须是最短的。} 3. 按照回溯法输出路径，从N(a1,b1)到N(am,bn)。他们的总和就是就是所需要的DTW距离  引用： [维基百科](https://en.wikipedia.org/wiki/Dynamic_time_warping) [https://blog.csdn.net/zb1165048017/article/details/49226315](https://blog.csdn.net/zb1165048017/article/details/49226315)