概述
目录
1.算法概述
2.仿真效果
3.MATLAB仿真源码
1.算法概述
了解信号的概率分布具有重要的实际意义。许多应用中，我们感兴趣的信号通常是可以被描述，可以被压缩的，这与严格稀疏的信号不同。可压缩信号的概率分布通常是重尾的，重尾又可以使用双状态高斯混合分布描述。信号的每个元素可以从’大‘或者’小’两种状态取值。假设信号中的各个元素独立同分布，可以证明信号元素取小值比取大值更加频繁。其他的一些重尾分布函数也可以描述系数信号的元素：拉普拉斯分布。这种重尾分布广泛应用于基于贝叶斯推理的稀疏主分量分析中。目的是根据测量矩阵和y估计处原信号x。这个估计过程有贝叶斯估推理形式，主要求在给定y下的x的边缘条件概率。可以得出MLEMAP（最大后验概率估计），这个推理是一种参数优化过程&#x
最后
以上就是专一摩托为你收集整理的基于信号稀疏重建的轴承故障诊断matlab仿真1.算法概述的全部内容，希望文章能够帮你解决基于信号稀疏重建的轴承故障诊断matlab仿真1.算法概述所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复