如何让 DTW 更快地达到 运行？
How to get DTW to run faster?
我有一个矩阵，包含 4500 个向量，长度为 1800，为此我需要计算矩阵中每 2 个向量之间的 DTW（动态时间扭曲）距离。
我使用嵌套循环来填充 4500x4500 矩阵的一半（看起来像三角形）：
matr = zeros(4500,4500); %initializing empty matrix to fill dtw distance
for i=1:4500
x = new(i,:); %new is where the data lies
for j = i+1:4500
y = new(j,:);
matr(i,j) = dtw(x,y);
end
end
问题是代码 运行 非常慢。根据我的计算，在我的计算机上 运行 需要 4 天。
我不知道矢量化是如何工作的。但是有没有一种方法可以对我的代码进行矢量化，使其更快 运行s？也没有内置函数，我可以插入所有向量并自动生成 DTW 距离矩阵吗？
不，没有明显的方法可以在 Matlab 中矢量化您的代码以使其更快。您要求进行大量计算（~4500^2 / 2 DTW 计算），无论您做什么，都可能需要时间。但是你有一些选择：
- 如果您只需要执行一次此计算，只需 运行 并等待四天。如果您在学校或公司工作，您可以 运行 在个人计算机以外的计算机上进行。
- 您可以尝试在对
pdist2 的调用中使用 dtw 作为自定义距离函数。这可能会稍微快一些。
- 您可以在 Matlab 中编写自己的 DTW 并尝试在那里节省时间。一个明显的加速是每次调用
dtw 都必须分配一个 1800x1800 矩阵。在您自己的代码中，您可以分配一次并重新使用它。
- 您可以用另一种语言编写自己的 DTW，或使用其他人的另一种语言的 DTW 代码。这些可以通过 MEX 从 Matlab 调用，并且可能更快，具体取决于语言和实现。
- 您可以接受一个近似值。例如，选择一个参考信号 x0，然后为 4500 个向量中的每一个计算
dtw(x0, xi)。然后进行近似 dtw(xi, xj) = dtw(x0, xi) + dtw(x0, xj)。这样做比你建议的快 4500 倍。
我有一个矩阵，包含 4500 个向量，长度为 1800，为此我需要计算矩阵中每 2 个向量之间的 DTW（动态时间扭曲）距离。
我使用嵌套循环来填充 4500x4500 矩阵的一半（看起来像三角形）：
matr = zeros(4500,4500); %initializing empty matrix to fill dtw distance
for i=1:4500
x = new(i,:); %new is where the data lies
for j = i+1:4500
y = new(j,:);
matr(i,j) = dtw(x,y);
end
end
问题是代码 运行 非常慢。根据我的计算，在我的计算机上 运行 需要 4 天。
我不知道矢量化是如何工作的。但是有没有一种方法可以对我的代码进行矢量化，使其更快 运行s？也没有内置函数，我可以插入所有向量并自动生成 DTW 距离矩阵吗？
不，没有明显的方法可以在 Matlab 中矢量化您的代码以使其更快。您要求进行大量计算（~4500^2 / 2 DTW 计算），无论您做什么，都可能需要时间。但是你有一些选择：
- 如果您只需要执行一次此计算，只需 运行 并等待四天。如果您在学校或公司工作，您可以 运行 在个人计算机以外的计算机上进行。
- 您可以尝试在对
pdist2的调用中使用dtw作为自定义距离函数。这可能会稍微快一些。 - 您可以在 Matlab 中编写自己的 DTW 并尝试在那里节省时间。一个明显的加速是每次调用
dtw都必须分配一个 1800x1800 矩阵。在您自己的代码中，您可以分配一次并重新使用它。 - 您可以用另一种语言编写自己的 DTW，或使用其他人的另一种语言的 DTW 代码。这些可以通过 MEX 从 Matlab 调用，并且可能更快，具体取决于语言和实现。
- 您可以接受一个近似值。例如，选择一个参考信号 x0，然后为 4500 个向量中的每一个计算
dtw(x0, xi)。然后进行近似dtw(xi, xj)=dtw(x0, xi) + dtw(x0, xj)。这样做比你建议的快 4500 倍。