动态时间规整递归实现

Question

女士们，先生们，晚上好，
我想在 Python 中实现一个动态时间规整 (DTW) 算法。

出于测试目的，我设置了一个小的随机距离矩阵（例如，由曼哈顿度量生成），然后用它调用我的 DTW 算法。

import numpy as np
from dynamic_time_warping import compute_dtw

x=np.zeros((3,4))
x[0,2]=1.0
x[0,3]=2.0
x[1,2]=1.0
x[1,3]=2.0
x[2,0]=1.0
x[2,1]=1.0
x[2,3]=1.0

compute_dtw(x)

我的DTW算法如下：

def compute_dtw(W):
    if W.shape[0]==1 or W.shape[1]==1:
        C=float("inf")
    if W.shape[0]==1 and W.shape[1]==1:
        C=0.0
    else:
        C=W[len(W),len(W)]+min(compute_dtw(W[0:-1, 0:-1]),
            compute_dtw(W[0:-1]), compute_dtw(W[:, 0:-1]))
    return C

我希望算法获取 x 的 m*n 值并将其添加到下一个最小值，我试图通过使用更小的矩阵再次调用该函数来实现该最小值。 (compute_dtw(W[0:-1, 0:-1]), compute_dtw(W[0:-1]), compute_dtw(W[:, 0:-1]))

通过脚本后，这给了我以下错误：

C=W[len(W),len(W)]+min(compute_dtw(W[0:-1, 0:-1]), compute_dtw(W[0:-1]), compute_dtw(W[:, 0:-1])) IndexError: index 3 is 尺寸为 3 的轴 0 超出范围

显然，我正在调用不存在的数组元素，但我无法弄清楚它在哪里中断。

感谢您的建议和帮助！

//更新代码：

def compute_dtw(W):
    if W.shape[0]==1 and W.shape[1]==1:
        C=0.0
    elif W.shape[0]==1 or W.shape[1]==1:
        C=float("inf")
    else:
        C=W[W.shape[0]-1,W.shape[1]-1]+min(compute_dtw(W[0:-1, 0:-1]), compute_dtw(W[0:-1]), compute_dtw(W[:, 0:-1]))
    return C

Answer 1

Python 索引从零开始。在您第一次通过时，您调用了元素 [3,3]（它不存在），因此出现了越界错误。

我对动态时间扭曲不是很熟悉，但我认为应该使用特定轴的.shape，而不是len()，后者只是数组第一维的长度。即使这样，您也必须调整递归以遍历每个连续数组的边界。

最后，return 语句应该与if 块处于同一级别。目前，compute_dtw 在前两种情况下不会返回任何内容，只有当形状在两个轴上都大于长度 1 时。