Dynamic Time Warping

时间序列的片段自适应提取，是keogh eamonn知名算法的改进版，可实现多特征片段的获取。同时将dtw度量引入。为提高运算速度，距离度量模块采用的c代码，编译后生成dll或者mex32的文件，主模块采用的是.m文件-Time series shapelet.

有时间序列方法和技术的兴趣大增。从人，自然收集的信息几乎每一件，和生物过程是容易随时间的变化，以及这些变化如何发生的研究是一个中心问题充分理解这样的过程。所有的时间序列数据挖掘任务的分类中，可能是最突出的一个。在时间序列的分类有大量的实证研究，在时间域表明近邻规则是非常有效的。然而，一定的时间序列特征不在这个领域很容易地识别和表达的变化可能揭示了一些重要的和未知的特征。在这项工作中我们提出了递归图的使用对于时间序列的分类表示域。我们的方法复发措施地块使用坎帕纳基奥之间的相似性（CK-1）的距离，

Keogh的SAX聚集近似算法，首先采用PAA分段，然后正态化序列，在对应表上查询符号表示，这是一个很经典的时间序列表示方法-Keogh' s SAX gathered approximation algorithm, the first use PAA segment, then normal sequence, query on the corresponding symbol table indicates, this is a classic representation of t