一种基于张量加权伽马范数的工业时序数据补全方法

    公开(公告)号:CN117056327A

    公开(公告)日:2023-11-14

    申请号:CN202311027600.2

    申请日:2023-08-15

    Abstract: 本发明涉及工业时序数据补全技术领域,尤其涉及一种基于张量加权伽马范数的工业时序数据补全方法,包括通过传感器采集工业时序数据并转换为观测张量;对观测张量进行缺失值处理得到待补全张量,构建低秩张量补全模型;定义张量加权伽马范数代入低秩张量补全模型得到使用张量加权伽马范数的低秩张量补全模型;采用交替方向乘子法求解使用张量加权伽马范数的低秩张量补全模型得到目标解;将目标解转换为工业时序数据的格式,得到补全后的工业时序数据;本发明利用张量加权伽马范数完成工业时序数据补全,进一步利用数据间的相互依赖性及变化趋势,缓解因核范数近似秩函数对所有的奇异值相同程度收缩带来的影响。

Patent Agency Ranking