樱缘之梦

因子隐马尔可夫(FHMM)由Ghahramani在1997年提出，是一种多链隐马尔可夫模型，适合动态过程时间序列的建模，并具有强大的时序模型的分类能力，特别适合非平稳、再现性差的序列的分析。马尔可夫链随机过程的研究对象是随时间演变的随机现象，它是从多维随机变量向一族（无限多个）随机变量的推广。设T是一个集合，是随机试验的样本空间。是定义在T和上的二元实函数，对于每个，是一个确定的时间函数，对每个，是一个随机变量。则 ...

前面的博客讲了具体实现，现在深究算法代码实现细节！！！1.CO(1)关于train从以下代码可知，CO首先是对各个电器的功率数据做了train，为了了解其原生实现对代码进行了深究：classifiers = {'CO':CombinatorialOptimisation()}predictions = {}sample_period = 120 ## 采样周期是两分钟for clf_name, clf in classifiers.items(): print("*"*2

配置了NILMTK包的环境之后，想找数据测试一下，在NILMTK官网的API Docs里边发现dataset_converters模块中有内置的数据集处理函数，如图：将数据转换成HDF文件，这些数据都是比较优秀的，其中，常用的数据集是REDD和UK_DALE。1. REDD数据集目前版本的下载地址为:http://redd.csail.mit.edu，需要向作者发送邮件，才能获取用户名和密码进行下载！论文为：J. Zico Kolter and Matthew J. Johnson. .

近期，要进行负荷辨识，找到NILMTK安装包，特意将过程记录下来。（1）Windows安装本机已安装了Anaconda，环境是Python3，NILMTK包的项目地址为：https://github.com/nilmtk/nilm_metadata/，首先需要安装git命令，才能进行git资源下载。a、下载nilmtkgit clone https://github.com/nilmtk/nilmtk.git就会在目录下发现nilmtk文件夹，并有setup.py文件切换到该目