[1]张建,曹愈远,李艳军,张丽娜.基于改进灰靶理论的航空发动机健康监测方法[J].振动、测试与诊断,2018,38(2):228-233.

[2]崔建国,严雪,蒲雪萍,齐义文,蒋丽英,师建强.基于动态PCA与改进SVM的航空发动机故障诊断[J].振动、测试与诊断,2015,35(15):94-99.

[3]崔建国,严雪,蒲雪萍,齐义文,蒋丽英,师建强.基于动态PCA与改进SVM的航空发动机故障诊断[J].振动、测试与诊断,2015(1):94-99,190.

[4]文振华,侯军兴,左洪福.航空发动机静电监测信号的特征分析及提取[J].振动、测试与诊断,2015,35(3):453-458.

[5]程军圣,马兴伟,杨宇.基于ICA相关系数和VPMCD的滚动轴承故障诊断[J].振动、测试与诊断,2015,35(4):645-648.

[6]胥永刚,孟志鹏,陆明.双树复小波包和ICA用于滚动轴承复合故障诊断[J].振动、测试与诊断,2015,35(3):513-518.

[7]刘占生,曹智选,沈勇,欧阳运芳,张广辉.某型涡轴发动机气路故障数值仿真[J].振动、测试与诊断,2014,34(5):844-850.

[8]艾延廷,费成巍,张凤玲等.ICA在航空发动机振动信号盲源分离中的应用[J].振动、测试与诊断,2010,30(6):671-674.

[9]谢学多,肖黎,屈文忠.温变工况下螺栓松动检测的独立成分分析方法[J].振动、测试与诊断,2018,38(5):922-928.

[10]陈建国,王珍,李宏坤.SDICA方法在单通道信号故障分类中的研究[J].振动、测试与诊断,2017,37(2):256-260.

[11]李洋,钟诗胜.基于递归过程神经网络的航空发动机滑油系统状态监测[J].润滑与密封,2006(10):29-32.

[12]李强,皮智谋.基于ICA和小波变换的滚动轴承故障诊断方法研究[J].装备制造技术,2014(8):22-24.

[13]李强,皮智谋.基于独立分量分析和相关向量机的轴承故障诊断研究[J].制造业自动化,2014(15).

[14]郭保伟,李书明.基于模糊层次分析法的民航发动机状态评估[J].装备制造技术,2012(12):160-162.

[15]李志农,张芬,肖尧先.基于CVA-ICA的机械故障源动态盲分离方法[J].机械工程学报,2015(12).

[16]刘嘉辉,董辛旻,李剑飞.基于全矢谱时间固有尺度分解和独立分量分析盲源分离降噪的滚动轴承故障特征提取[J].中国机械工程,2018(8).

[17]何清波,冯志华,孔凡让.设备噪声监测中主分量的特征表示[J].光学精密工程,2006,14(6):1093-1099.

[18]王大伟,纪华,王延杰.一种新的复值独立分量分析的特征融合识别方法[J].光学精密工程,2009,17(8):2024-2032.

[19]基于深度信念网络的航空发动机气路故障诊断技术研究[J].机械制造与自动化

[20]李宏坤,赵长生,周帅,郭义杰.基于小波包—坐标变换的滚动轴承故障特征增强方法[J].机械工程学报,2011,47(19).