Bigbboylover的博客

上一篇忘记说明一点：组合优化和隐马尔可夫模型我归为一类，但是没有写关于隐马尔可夫模型的内容，这是因为近几年已经很少见到这样的文献了，所以我研究的不多，就不献丑了。本篇是主要是讨论，暂为看到有文献发表。关于如何把非侵入式负荷监测建模为目标检测任务。 目标检测任务=分类+定位[1] 如图所示，目标检测是先定位图片中的动物，再将动物分类为猫或者狗。如果在非侵入式负荷监测中定位就等于是事件检测、分类就等于是负荷辨识，这不就是目标检测吗？ 目标检测发展历程：在利用深度学习做物

虽然没有人这么在文献中写道，但是我一直都认为事件检测是负荷识别的基础，特征提取是关检，负荷辨识只是一个简单的分类任务。不是说负荷辨识不重要，而是如果事件检测未检测到有电器状态发生变化，那就别谈后面的环节了，如果特征选的不好，哪怕你这个分类算法再厉害也无济于事，因此我更在看重负荷识别中事件检测和特征提取。特征提取部分是一个现在很难创新，但又不得不创新的环节。很多人找创新点时总是会选择几个常用的特征，然后在负荷辨识上下功夫。这也可见每个环节的难易程度。 负荷特征一般可依据负荷所处状态的不同，划分为