| [1] |
崔吉强, , 高军伟, , 吴文凯, . 基于SENet-MultiHead-BiTCN的轴承故障诊断方法[J]. 噪声与振动控制, 2025, 45(6): 190-195. |
| [2] |
顾宇轩, 张金哲, 于佳鑫, 管宇, 林可欣, 黄研清. 基于动态贝叶斯网络对飞机机翼结构健康监测[J]. 噪声与振动控制, 2025, 45(6): 203-208. |
| [3] |
万懿茹, 廖爱华, 胡定玉, 师蔚. 基于时间-角度循环平稳的轴箱轴承轨旁声学诊断[J]. 噪声与振动控制, 2025, 45(6): 214-219. |
| [4] |
李耀华, 张鑫杰. 改进图注意力网络变工况滚动轴承故障诊断方法[J]. 噪声与振动控制, 2025, 45(5): 110-116. |
| [5] |
李志伟, 曹乐. 基于SVM-DS证据理论融合决策的故障诊断方法[J]. 噪声与振动控制, 2023, 43(5): 148-153. |
| [6] |
吴科伟, 封远鹏, 王超, 王广斌, 何水龙, 蒋占四, . 基于MPA-VMD的滚动轴承故障诊断方法[J]. 噪声与振动控制, 2023, 43(2): 112-119. |
| [7] |
马添翼, 李伟, 陈建政, 赖伊雯, 杨吉忠. 基于CEEMDAN–MPE算法的地铁短波长钢轨波磨识别[J]. 噪声与振动控制, 2023, 43(2): 120-126. |
| [8] |
李鹏飞, 张则荣, 张威, 樊智敏. 基于应变模态的风机塔筒根部 疲劳裂纹损伤检测研究[J]. 噪声与振动控制, 2023, 43(2): 127-131. |
| [9] |
董荣, 徐育为, 龙志宏, 张益辉, 钟坤, 屠宇. 采用大核注意力机制的抗噪轴承故障诊断模型[J]. 噪声与振动控制, 2023, 43(2): 162-168. |
| [10] |
沈学利, 杨莹, 秦鑫宇, 俞辉. 基于残差神经网络的风机叶片结冰故障诊断[J]. 噪声与振动控制, 2022, 42(1): 79-87. |
| [11] |
张建宇, 王国峰, 杨洋. 多故障源混合信息的特征分离与精确辨识[J]. 噪声与振动控制, 2022, 42(1): 88-94. |
| [12] |
汤天宝, 周志健, 张涛, 李可, 卢立新. 基于奇异谱分解和两层支持向量机轴承故障诊断方法#br#[J]. 噪声与振动控制, 2022, 42(1): 100-105. |
| [13] |
柯耀, 王琪, 苗育茁, 黄浪, 陈汉新. 基于PARAFAC分析和SVM离心泵故障诊断方法[J]. 噪声与振动控制, 2022, 42(1): 106-111. |
| [14] |
和丹, , 张丽洁, 肖渊, , 刘学婧. 基于SED-EMD的大圆机轻微齿轮偏心故障诊断[J]. 噪声与振动控制, 2022, 42(1): 132-137. |
| [15] |
张龙, 周俊. 基于WELCH算法集成学习模型的滚动轴承故障诊断#br#[J]. 噪声与振动控制, 2022, 42(1): 144-149. |