[1]陈仁祥,张晓,张旭,赵玲,夏亮.改进掩码自编码器的滚动轴承半监督故障诊断[J].仪器仪表学报,2024,44(1):26-33.

[2]邓聪颖,邓子豪,苗建国.极限标签下基于解耦特征伪标签传播的故障诊断[J].仪器仪表学报,2023,44(10):145-155.

[3]吕枫,王义,阮胡林,秦毅,王平.深度嵌入关系空间下齿轮箱标记样本扩充及其半监督故障诊断方法[J].仪器仪表学报,2021(2):55-65.

[4]杨康鹏.一种改进的滚动轴承故障诊断方法[J].机械制造,2012,50(5):83-86.

[5]刘会芸,侯志平.基于自动编码器数据降维的滚动轴承故障诊断研究[J].现代制造工程,2022(1):148-153,160.

[6]黄明辉,徐东喜,胡征.一种改进的灰色诊断关联度分析方法[J].机械设计,2001,18(12):43-46.

[7]韩晓娟.按转矩转速分析计算滚动轴承的寿命[J].机械设计与制造,1996(6):26-26.

[8]苏文胜,王奉涛,朱泓.基于小波包样本熵的滚动轴承故障特征提取[J].振动、测试与诊断,2011,31(2):162-166.

[9]赵耀,仲志丹,田恒,谢兴会,程永龙.基于滑动窗口一维卷积自编码器的滚动轴承故障实时诊断[J].轴承,2023(3):68-73+82.

[10]杜小磊,陈志刚,许旭,张楠.基于小波卷积自编码器和LSTM网络的轴承故障诊断研究[J].机电工程,2019,36(7).

[11]张智恒,周凤星,严保康,喻尚.基于改进堆叠稀疏降噪自编码器的轴承故障诊断[J].轴承,2021(2):35-41.

[12]兰杰,李志宁,吕建刚.基于ELM-AE的轴承性能退化和早期故障检测[J].轴承,2023(2):121-129.

[13]杜小磊,陈志刚,张楠,郭兴国.基于小波和深度小波自编码器的轴承故障诊断[J].机械传动,2019,43(9):103-108.

[14]丁煦,王栋,翟华.半监督阶梯网络和GAN在滚动轴承故障诊断的应用[J].机械设计与制造,2022,375(5):152-156.

[15]廉冰娴,闫波,邓振明,史珂.基于DDAE-GRA的滚动轴承早期故障诊断[J].轴承,2023(11):76-80.

[16]基于角域经验小波变换的滚动轴承故障诊断[J].机械传动

[17]张韦,张永,骈晓琴,苏赫,蔺相东.基于改进EMD样本熵和SVM的风机滚动轴承故障诊断[J].机电工程技术,2021,50(12):38-41,67.

[18]董会锦,劳胜领,修素朴,李生.基于CFA参数优化DAE方法的滚动轴承故障诊断[J].机械设计与研究,2023(6):109-112.

[19]陈康,安康,王骁贤,宋俊材,陆思良.基于振动和电流信号深度融合的电动机转速估计及轴承故障诊断[J].轴承,2023(2):54-60.

[20]邵海东,林健,闵志闪,明宇航.分布外样本干扰下基于改进半监督原型网络的齿轮箱跨域故障诊断[J].机械工程学报,2024(4):212-221.