edr.

编辑实际信号上的距离

页面上倒塌

句法

dist = edr（x，y，tol）

[dist，ix，iy] = EDR（x，y，tol）

[___] = EDR（x，y，maxsamp）

[___] = EDR（___，公制）

EDR（___）

描述

例子

dist= EDR（X那y那托）返回编辑实际信号上的距离序列之间X和y。edr.返回必须从中删除的最小元素数X那y，或两者X和y，使剩余信号元素之间的欧几里德距离之和在指定的公差范围内，托。

[dist那IX，IY] = EDR（X那y那托）返回翘曲路径X（IX.）和y（IY.）有最小的dist它们之间。什么时候X和y是矩阵，IX.和IY.是这样的X（：，ix）和y（：，IY）是微量分开的。

例子

[___] = EDR（X那y那maxsamp.）限制插入操作，以便翘曲路径仍然存在maxsamp.直线配合的样品X和y。此语法返回先前语法的任何输出参数。

[___] = EDR（___那公制）除了先前语法中的任何输入参数之外，还要指定要使用的距离度量标准。公制可以是其中一个'euclidean'那'绝对'那'squared'，要么'symmkl'。

例子

EDR（___）没有输出参数绘制原始和对齐信号。

如果信号是真实向量，则该功能在第一函数下方显示子图上的两个原始信号和在第一函数下方的子图中。
如果信号是复杂的向量，则该功能将在三维图中显示原始和对齐信号。
如果信号是真实矩阵，则功能使用ImagesC.显示原始和对齐信号。
如果信号是复杂的矩阵，则该函数在每个图像的顶部和下半部分地点绘制它们的实部和虚部。

例子

全部收缩

使用异常值编辑Chirp和Sinusoid之间的距离

打开直播脚本

生成两个实际信号：啁啾和正弦曲线。向每个信号添加一个明显的外围部分。

X = COS（2 * PI *（3 *（1：1000）/ 1000）。^ 2）;Y = COS（2 * PI * 9 *（1：399）/ 400）;x（400：410）= 7;Y（100：115）= 7;

翘曲信号，使它们之间的编辑距离最小。指定0.1的公差。在翘曲之前和之后绘制对齐的信号，并输出它们之间的距离。

tol = 0.1;EDR（x，y，tol）

图包含2个轴。具有标题原始信号的轴1包含2个类型的线。具有标题对齐信号的轴2（编辑距离：617）包含2个类型的2个对象。

ans = 617.

将正弦频率更改为其初始值的两倍。重复计算。

Y = COS（2 * PI * 18 *（1：399）/ 400）;Y（100：115）= 7;EDR（x，y，tol）;

图包含2个轴。具有标题原始信号的轴1包含2个类型的线。带标题对齐信号的轴2（编辑距离：774）包含2个类型的类型。

向每个信号添加一个虚构的部件。恢复初始正弦频率。通过最小化平方欧几里德距离的总和来对齐信号。

x = exp（2i * pi *（3 *（1：1000）/ 1000）。^ 2）;Y = EXP（2I * PI * 9 *（1：399）/ 400）;x（400：405）= 5 + 3J;x（405：410）= 7;Y（100：107）= 3J;Y（108：115）= 7-3J;EDR（x，y，tol，'squared'）;

图包含2个轴。具有标题原始信号的轴1包含2个类型的线。具有标题对齐信号的轴2（编辑距离：617）包含2个类型的2个对象。

编辑距离和翘曲路径

打开直播脚本

生成两个信号，由两个不同的峰，由不同长度的山谷分开。绘制信号。

x1 = [0 1 0 1 0] *。95;X2 = [0 1 0 0 0 0 0 0 0 0 1 0] *。95;子图（2,1,1）绘图（x1）xlim（[012]）子图（2,1,2）绘图（x2）xlim（[012]）

图包含2个轴。轴1包含类型线的对象。轴2包含类型线的对象。

计算信号之间的编辑距离。设置一个小容差，以便唯一的匹配在于相同的样本之间。

tol = 0.1;图EDR（x1，x2，tol）;

图包含2个轴。具有标题原始信号的轴1包含2个类型的线。具有标题对齐信号的轴2（编辑距离：7）包含2个类型的2个对象。

信号之间的距离为7.为了对齐它们，有必要删除七个中央零X2或者添加七个零X1。

计算D.矩阵，其右下元素对应于编辑距离。为了定义D.，看编辑实际信号上的距离。

cnd =（abs（x1'-x2））> tol;d =零（长度（x1）+ 1，长度（x2）+1）;d（1,2：结束）= 1：长度（x2）;d（2：末端，1）= 1：长度（x1）;为了H = 2：长度（x1）+1为了k = 2：长度（x2）+1d（h，k）= min（[d（h-1，k）+1......d（h，k-1）+1......D（H-1，K-1）+ CND（H-1，K-1）]）;结尾结尾D.

d =6×13.0 1 2 3 4 5 6 7 8 9 10 11 12 1 0 1 2 3 4 5 6 7 8 9 10 11 2 11 0 1 2 3 4 5 6 7 8 9 10 3 2 11 0 11 2 3 4 5 6 78 9 4 3 2 1 1 2 3 4 5 6 7 7 8 5 4 3 2 1 1 2 3 4 5 6 7 7

计算并显示对齐信号的翘曲路径。

[D，I1，I2] = EDR（x1，x2，tol）;e =零（长度（x1），长度（x2））;为了k = 1：长度（I1）e（i1（k），i2（k））= nan;结尾E.

E =5×12.NaN 0 0 0 0 0 0 0 0 0 0 0 0 NAN 0 0 0 0 0 0 0 0 0 0 NAN NaN NaN NaN NaN NaN Nan NaN 0 0 0 0 0 0 0 0 0 0 0 naN 0 0 00 0 0 0 0 0 0 0 0 NAN

重复计算，但现在限制翘曲路径以从对角线偏离大多数两个元素。绘制拉伸的信号和翘曲路径。在第二个绘图中，将矩阵列设置为沿着X-轴。

[DC，I1C，I2C] = EDR（x1，x2，tol，2）;子图（2,1,1）图（[x1（i1c）; x2（i2c）]'，'.-'） 标题（['距离： 'Num2STR（DC）]）子图（2,1,2）绘图（I2C，I1C，'O-'[I2（1）I2（END）]，[I1（1）I1（端）]）轴IJ.标题（'翘曲路径'）

图包含2个轴。带标题距离的轴1：5包含2个类型的物体。带标题翘曲路径的轴2包含2个类型的2个对象。

约束导致较小的编辑距离，但扭曲信号。如果无法满足约束，那么edr.回报南对于距离。通过强制翘曲路径来偏离对角线的大多数元素来查看此项。

[DC，I1C，I2C] = EDR（x1，x2，tol，1）;子图（2,1,1）图（[x1（i1c）; x2（i2c）]'，'.-'） 标题（['距离： 'Num2STR（DC）]）子图（2,1,2）绘图（I2C，I1C，'O-'[I2（1）I2（END）]，[I1（1）I1（端）]）轴IJ.标题（'翘曲路径'）

图包含2个轴。带标题距离的轴1：NaN包含2个类型的线。带标题翘曲路径的轴2包含2个类型的2个对象。

对齐斑点手写样本

打开直播脚本

文件matlab1.gif.和matlab2.gif.包含单词“matlab®”一词的手写样本。加载文件。通过擦除数据来添加异常值。

samp1 ='matlab1.gif';samp2 ='matlab2.gif';x = DOUBLE（IMREAD（SAMP1））;Y = DOUBLE（IMREAD（SAMP2））;X（15：20,54：60）= 4000;Y（15：20,84：96）= 4000;

对齐手写样本沿着X- 使用编辑距离的轴。指定450的容差。

EDR（X，Y，450）;

图包含6个轴。带标题的轴1覆盖对齐信号包含类型图像的对象。具有标题对齐信号（Y）的轴2包含类型图像的对象。具有标题对齐信号（x）的轴3包含类型图像的对象。具有标题的轴4覆盖原始信号包含类型图像的对象。具有标题原始信号（Y）的轴5包含类型图像的对象。具有标题原始信号（x）的轴6包含类型图像的对象。

输入参数

全部收缩

`X`-输入信号
向量|矩阵

输入信号，指定为真实或复杂的向量或矩阵。

数据类型：单身的|双倍的
复数支持：金宝app是的

`y`-输入信号
向量|矩阵

输入信号，指定为真实或复杂的向量或矩阵。

数据类型：单身的|双倍的
复数支持：金宝app是的

`托`-宽容
正标量

公差，指定为正标量。

数据类型：单身的|双倍的

`maxsamp.`-调整窗口的宽度
`INF.`（默认）|正整数

调整窗口的宽度，指定为正整数。

数据类型：单身的|双倍的

`公制`-距离度量
`'euclidean'`（默认）|`'绝对'`|`'squared'`|`'symmkl'`

距离度量，指定为'euclidean'那'绝对'那'squared'，要么'symmkl'。如果X和y都是K.- 二维信号，然后公制规定D._m（X那y），之间的距离m样本X和N样本y。

'euclidean'- 平方差异的根和，也称为欧几里德或ℓ₂度量标准：

${D.}_{m N} （ X 那 y ） = \sqrt{{σ.}_{K. = 1}^{K.} {（ X_{K. 那 m} - y_{K. 那 N} ）}^{*} （ X_{K. 那 m} - y_{K. 那 N} ）}$
'绝对'- 绝对差异的总和，也称为曼哈顿，城市块，出租车或ℓ₁度量标准：

${D.}_{m N} （ X 那 y ） = {σ.}_{K. = 1}^{K.} | X_{K. 那 m} - y_{K. 那 N} | = {σ.}_{K. = 1}^{K.} \sqrt{{（ X_{K. 那 m} - y_{K. 那 N} ）}^{*} （ X_{K. 那 m} - y_{K. 那 N} ）}$
'squared'- 欧几里德公制的平方，由平方差异的总和组成：

${D.}_{m N} （ X 那 y ） = {σ.}_{K. = 1}^{K.} {（ X_{K. 那 m} - y_{K. 那 N} ）}^{*} （ X_{K. 那 m} - y_{K. 那 N} ）$
'symmkl'- 对称Kullback-Leibler度量标准。此度量标准仅适用于真实和积极X和y：

${D.}_{m N} （ X 那 y ） = {σ.}_{K. = 1}^{K.} （ X_{K. 那 m} - y_{K. 那 N} ）（日志 X_{K. 那 m} - 日志 y_{K. 那 N} ）$

输出参数

全部收缩

`dist`- 最小距离
积极的真正标量

信号之间的最小距离，返回为正实标量。

`IX，IY`- 翘曲路径
指数的载体

翘曲路径，作为指数的向量返回。IX.和IY.具有相同的长度。每个矢量包含一个单调增加的序列，其中指数对应信号的元件，X要么y，重复必要的次数。

参考

[1]陈，雷，M.TamerÖzsu和文森特奥里亚。“鲁棒和快速相似性搜索移动对象轨迹。”24届ACM数据管理会议的载体（SIGMOD '05）。2005年，第491-502页。

[2] Paliwal，K.，K.，Anant Agarwal和Sarvajit S. Sinha。“修改Sakoe和Chiba动态时间翘曲算法，用于隔离字识别。”信号处理。卷。4,1982，第329-333页。

[3] Sakoe，Hiroaki和Seibi Chiba。“动态编程算法优化出口词识别”。IEEE.^®声学，语音和信号处理的交易。卷。ASSP-26，第1,1978号，第43-49页。

扩展能力

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。

也可以看看

alplensignals.|DTW.|finddelay.|findsignal.|XCorr.

介绍在R2016B.

edr.

句法

描述

例子

使用异常值编辑Chirp和Sinusoid之间的距离

编辑距离和翘曲路径

对齐斑点手写样本

输入参数

`X`-输入信号
向量|矩阵

`y`-输入信号
向量|矩阵

`托`-宽容
正标量

`maxsamp.`-调整窗口的宽度
`INF.`（默认）|正整数

`公制`-距离度量
`'euclidean'`（默认）|`'绝对'`|`'squared'`|`'symmkl'`

输出参数

`dist`- 最小距离
积极的真正标量

`IX，IY`- 翘曲路径
指数的载体

更多关于

编辑实际信号上的距离

参考

扩展能力

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。

也可以看看

信号处理工具箱文档

金宝app

利用MATLAB的信号处理深入学习

edr.

句法

描述

例子

使用异常值编辑Chirp和Sinusoid之间的距离

编辑距离和翘曲路径

对齐斑点手写样本

输入参数

X-输入信号向量|矩阵

y-输入信号向量|矩阵

托-宽容正标量

maxsamp.-调整窗口的宽度INF.（默认）|正整数

公制-距离度量'euclidean'（默认）|'绝对'|'squared'|'symmkl'

输出参数

dist- 最小距离积极的真正标量

IX，IY- 翘曲路径指数的载体

更多关于

编辑实际信号上的距离

参考

扩展能力

C / C ++代码生成使用MATLAB®Coder™生成C和C ++代码。

也可以看看

信号处理工具箱文档

金宝app

利用MATLAB的信号处理深入学习

`X`-输入信号
向量|矩阵

`y`-输入信号
向量|矩阵

`托`-宽容
正标量

`maxsamp.`-调整窗口的宽度
`INF.`（默认）|正整数

`公制`-距离度量
`'euclidean'`（默认）|`'绝对'`|`'squared'`|`'symmkl'`

`dist`- 最小距离
积极的真正标量

`IX，IY`- 翘曲路径
指数的载体

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。