回答情况：
提问时间：
问题标签：
1回答
我想尝试使用pykalman对来自传感器变量的数据应用卡尔曼滤波器。现在，我对观察的数据有了疑问。在该示例中，3个观测值是在3个时刻测量的两个变量，或者是在某个时刻测量的3个变量 from pykalman import KalmanFilter>>>
浏览 48修改于2019-06-27得票数 0
回答已采纳
我试图用Pykalman实现卡尔曼滤波器的simpel应用程序，但是在Pykalman软件包中的EM算法的估计步骤上，我得到了一个错误。我是不是对pykalman**?**做错了什么？import scipy as spimport pylab as pl
from pykalman
浏览 6提问于2017-09-13得票数 1
回答已采纳
在Pykalman的文档中，它说它只接受observation_matrices和transition_matrices参数的平方矩阵。我找不到任何其他接受非平方观测矩阵的卡尔曼滤波器库，和都有对数似然法。
浏览 4修改于2017-10-03得票数 1
回答已采纳
我正在使用来自pykalman模块的KalmanFilter，并且想知道它是如何处理丢失的观测的。根据文件：
在现实世界中，传感器偶尔失效是很常见的。这里解释了一种可能发生的理论方法；这也是pykalman所做的事情(在我看来，这将是非常棒的)：
浏览 4修改于2020-08-28得票数 3
回答已采纳
我可以运行中给出的简单pykalman卡尔曼滤波示例。import pykalmankf = pykalman.KalmanFilter(transition_matrices = [[1, 1], [0, 1]],0.39708561] [-0.5533711 -0.0415223 ]]import pykalmanimport numpy as np
kf = py
浏览 11修改于2017-07-18得票数 3
回答已采纳
我用pykalman进行回归，但我想估计回归系数的误差。我的问题是如何从pykalman过程中提取这些值。目前，我的代码只返回回归系数，但如何获得Q和R？
浏览 0修改于2018-10-01得票数 0
回答已采纳
我正在寻找一种使用pykalman从1推广到N回归的方法。以使其适用于两个回归器： import numpy as np from pykalman
浏览 3修改于2020-12-30得票数 2
回答已采纳
我知道卡尔曼滤波器理论上非常适合这种情况，我想使用pykalman模块，而不是自己构建一个。
我的第一个问题是，pykalman可以像这样实时使用吗？我的第二个问题是，对于转换矩阵，我只能将pykalman应用于加速度数据本身，还是可以以某种方式包括位置的双重积分？这个矩阵是什么样子的？如果pykalman在这种情况下不实用，有没有其他方法可以实现卡尔曼滤波器？提前谢谢你！
浏览 45提问于2017-11-10得票数 14
回答已采纳
我在Python 3.6.3中使用Python 3.6.3时遇到了一个问题kf2和kf3的不同之处在于，我只是将迭代分解为运行kf2函数的2倍。>>>pri_mean[:10] 2833.8 , 2833.6 , 2833. ])
>>
浏览 2修改于2017-12-21得票数 0
回答已采纳
为此，我检查了是否已经有了一个在线实现，并找到了pykalman。我试着使用它，但出于某种原因，我不知道我应该如何正确地分配矩阵。当我尝试运行它时，它告诉我我有一个维度错误。47.536999]到目前为止，我尝试过的是:我试着拼凑一下，它是如何从各种在线资源中运行的，并想出了如下结论：import pykalman[0, 1,0,1],
浏览 5修改于2021-02-02得票数 0
回答已采纳
我正在查看pykalman的KalmanFilter，如例所示：
observation_covariance=100,
文件说明
浏览 6提问于2018-04-01得票数 0
回答已采纳
我的步骤如下：import numpy as np
measurements = np.asarray([2, 1, 3, 6,
浏览 14提问于2017-01-22得票数 3
我想使用pykalman模块计算线性拟合的斜率和截距。我得到了from pykalman import KalmanFilter
measurements = np.asarray([[7], [2], [
浏览 14修改于2017-11-18得票数 0
我将重点放在弱样式分析上，因为使用Pykalman库编写代码应该是最容易的。这是到目前为止的代码，我只需要指定转换矩阵和观察矩阵：from pykalman import KalmanFilter
import
浏览 10修改于2020-11-28得票数 0
我想纠正一些预测的车辆变量:纬度、经度、速度、航向和加速度。在下面的代码中，有这些变量的值。共有20个样本，前10个样本是原始数据，最后10个样本是预测数据。我期望EKF去噪那些预测值，然而，计算值甚至远离原始值。import numpy as np
# A is sometimes F in the literature.
A_k_minus_1 = np.array(
浏览 20修改于2022-11-04得票数 0
回答已采纳
state_covs"][-1], observation = np.asarray(df.iloc[idx].DOG))2, "observation_matrix"
File "C:\Python27\Lib\site-packages\pykalman
浏览 0提问于2018-04-17得票数 3
回答已采纳
C:\Users\Jenny\Anaconda3\lib\site-packages\pykalman-0.9.5-py3.5.egg\pykalman\standard.py in loglikelihoodpredicted_state_covariances, Z 1476
C:\Users\Jenny\Anaconda3\lib\site-packages\pykalman-0.9.5-py3.5.egg\pykalman\standard.py
浏览 8提问于2016-06-09得票数 2
下面的代码显示了pykalman包的一次尝试，以预测进一步的位置。我刚刚通过添加前三个经度/纬度值修改了测量值。pip install pykalmanimport numpy as np
kf = KalmanFilter(transition_matrices
浏览 43修改于2021-01-05得票数 0
from pykalman import KalmanFilter as KFy=pd.DataFrame(y)x=pd.DataFrame
浏览 7修改于2021-01-25得票数 0
我运行以下代码： import numpy as np (smoothed_state_means, smoothed_state_covariances)=kf.smooth(measurements)
正如您所看到的，我尝试使用pykalman我尝试使用easy_install pykalman方向，错误是无效语法。另一个问题是，我有一个庞大的数据集，所以我的变
浏览 3修改于2018-05-07得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号