王振亚,姚立纲.广义精细复合多尺度样本熵与流形学习相结合的滚动轴承故障诊断方法[J].中国机械工程,2020(20).

乔新勇,顾程,韩立军.基于VMD多尺度散布熵的柴油机故障诊断方法[J].汽车工程,2020(08).

丁闯,冯辅周,张兵志,吴守军.改进多尺度符号动力学信息熵及其在行星变速箱特征提取中的应用[J].振动与冲击,2020(13).

李永健,宋浩,刘吉华,张卫华,熊庆.基于改进多尺度排列熵的列车轴箱轴承诊断方法研究[J].铁道学报,2020(01).

付文龙,谭佳文,王凯.基于VMD散布熵与改进灰狼优化SVDD的轴承半监督故障诊断研究[J].振动与冲击,2019(22).

李从志,郑近德,潘海洋,刘庆运.基于精细复合多尺度散布熵与支持向量机的滚动轴承故障诊断方法[J].中国机械工程,2019(14).

戚晓利,王振亚,吴保林,叶绪丹,潘紫微.基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断[J].航空动力学报,2019(04).

黄大荣,柯兰艳,林梦婷,孙国玺.一种参数优化VMD多尺度熵的轴承故障诊断新方法[J].控制与决策,2020(07).

郑近德,潘海洋,张俊,刘涛,刘庆运.基于多变量多尺度模糊熵的行星齿轮箱故障诊断[J].振动与冲击,2019(06).

丁闯,冯辅周,张兵志,吴守军.行星变速箱振动信号的线性量子信息熵特征[J].兵工学报,2018(12).

王志坚,常雪,王俊元,杜文华,段能全,党长营.排列熵优化改进变模态分解算法诊断齿轮箱故障[J].农业工程学报,2018(23).

陈征,温广瑞,张志芬,刘晨辉.集成轴心轨迹信息熵及盒维数的转子故障程度判别与故障预示[J].西安交通大学学报,2019(02).

杨大为,冯辅周,赵永东,江鹏程,丁闯.VMD样本熵特征提取方法及其在行星变速箱故障诊断中的应用[J].振动与冲击,2018(16).

任国春,赵永东,冯辅周,丁闯.基于自适应EEMD样本熵的行星齿轮箱特征提取方法[J].装甲兵工程学院学报,2017(06).

丁闯,张兵志,冯辅周,江鹏程.局部均值分解和排列熵在行星齿轮箱故障诊断中的应用[J].振动与冲击,2017(17).

Wu Shoujun,Feng Fuzhou,Zhu Junzhen,Wu Chunzhi,Zhang Guang.A Method for Determining Intrinsic Mode Function Number in Variational Mode Decomposition and Its Application to Bearing Vibration Signal Processing[J].Shock and Vibration,2020.

Azami Hamed,Rostaghi Mostafa,Abasolo Daniel,Escudero Javier.Refined Composite Multiscale Dispersion Entropy and its Application to Biomedical Signals.[J].IEEE transactions on bio-medical engineering,2017.

Mostafa Rostaghi,Hamed Azami.Dispersion Entropy: A Measure for Time-Series Analysis.[J].IEEE Signal Process. Lett.,2016.

Konstantin Dragomiretskiy,Dominique Zosso.Variational Mode Decomposition.[J].IEEE Trans. Signal Processing,2014.

张依东.基于多尺度融合离散熵的齿轮故障诊断方法研究[D].浙江大学,2018(12).