本发明公开了一种基于变分贝叶斯平行因子分解的缺失振动信号的恢复方法,通过分割采样点将采集的时域振动信号构造成三维张量,将分解后的三维张量结合贝叶斯方法,引入似然模型,有效利用因子矩阵的先验信息,引入有效精度的后验分布,采用贝叶斯方法处理该模型,推断出包括因子矩阵和超参数在内的所有未知数的参数的后验分布,采用变分贝叶斯算法推导出因子矩阵和超参数的后验分布,从而进一步推断出缺失信号的分布预测。利用均方根误差对该方法的性能进行评估,变分贝叶斯平行因子分解算法相较于传统的低秩张量补全算法,误差更小,能够更加有效的恢复缺失的信号,有效地解决了振动信号分析中因传感器失效而引起的信号缺失的问题。
声明:
“基于变分贝叶斯平行因子分解的缺失振动信号的恢复方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)