卫芬.旋转机械多传感器信息融合智能故障诊断关键技术研究[D].哈尔滨工业大学,2018(01).

Olivier Janssens,Viktor Slavkovikj,Bram Vervisch,Kurt Stockman,Mia Loccufier,Steven Verstockt,Rik Van de Walle,Sofie Van Hoecke.Convolutional Neural Network Based Fault Detection for Rotating Machinery[J].Journal of Sound and Vibration,2016.

Dong Wang.K -nearest neighbors based methods for identification of different gear crack levels under different motor speeds and loads: Revisited[J].Mechanical Systems and Signal Processing,2016.

Fannia Pacheco,José Valente de Oliveira,René-Vinicio Sánchez,Mariela Cerrada,Diego Cabrera,Chuan Li,Grover Zurita,Mariano Artés.A statistical comparison of neuroclassifiers and feature selection methods for gearbox fault diagnosis under realistic conditions[J].Neurocomputing,2016.

韩崇昭,朱洪艳,段战胜.多源信息融合[M].清华大学出版社,2021.

张玉宏,杨铁军.从深度学习到图神经网络[M].电子工业出版社,2023.

尚前明,王瑞涵,陈辉,唐新飞.多信息融合技术在船舶柴油机故障诊断中的应用[J].中国航海,2018(03).

岳应娟,王旭,蔡艳平.内燃机变分模态Rihaczek谱纹理特征识别诊断[J].仪器仪表学报,2017(10).

牛晓晓,王贺春,李旭,胡松,王银燕.基于神经网络的柴油机性能预测模型优化[J].内燃机学报,2018(06).

韩敏,李锦冰,许美玲,韩冰.具有工作状态转换的EIIKF船舶柴油机故障预测[J].自动化学报,2019(05).

蒋佳炜,胡以怀,方云虎,李方玉.船舶动力装置智能故障诊断技术的应用与展望[J].中国舰船研究,2020(01).

陈冬梅,赵思恒,魏承印,陈亚杰.船舶柴油机状态监测及预测性维护研究及应用[J].中国机械工程,2022(10).

陈智君,吴萌萌,王忠俊,袁强,余永华.基于多级DSN的船舶柴油机故障在线诊断[J].内燃机学报,2022(04).

王瑞涵,陈辉,管聪,黄梦卓.基于图卷积网络的非均衡数据船舶柴油机故障诊断[J].中国舰船研究,2022(05).

白雲杰,贾希胜,梁庆海,白永生.基于深度学习的柴油机气门健康状态评估[J].科学技术与工程,2022(10).

石大亮,张毅然,湛日景,林赫,邱爱华,刘佳彬.基于关联规则分类的船用柴油机故障诊断[J].内燃机学报,2023(04).

刘丹,王瑞虎,吕伟,秦岭,林水春.基于IPSO-LSTM的新能源汽车锂电池健康状态监测[J].中国安全科学学报,2023(09).

仝磊,陈越,王直,秦琪.基于D-S证据理论的柴油机故障诊断[J].科学技术与工程,2010(15).