[1]易,丁,龙永红,龙晓薇,姜,山,江元元.冷却塔振动信号的重构及其时频分析[J].湖南工业大学学报,2012,26(2):93-97.

[2]周川,伍星,刘畅,贺玮.基于EMD和模糊C均值聚类的滚动轴承故障诊断[J].昆明理工大学学报(自然科学版),2009,34(6):34-39.

[3]刘增力,徐双,全海燕,郭毅刚.基于EMD自适应滤波的谱分析方法研究[J].昆明理工大学学报(自然科学版),2009,34(5):22-25.

[4]基于EMD重构和SVM的滚动轴承故障诊断方法研究[J].东北电力学院学报

[5]于芙蓉,王淑芳.小波变换在振动故障信号仿真研究中的应用[J].北京石油化工学院学报,2008,16(3):47-51.

[6]孙晖,朱善安.基于自适应滤波的滚动轴承故障诊断研究[J].浙江大学学报(工学版),2005,39(11):1746-1749.

[7]CEEMD-FFT在滚动轴承故障诊断中的应用[J].郑州大学学报(工学版)

[8]陈松,陈立爱.经验模态分解和神经网络在滚动轴承故障诊断中应用研究[J].安徽建筑大学学报,2016,24(4):64-68.

[9]谭季秋,鄂加强,刘云卿,龚金科.含噪声车用柴油机振动信号混沌识别[J].重庆理工大学学报(自然科学版),2008,22(6).

[10]荆双喜,方佳雨,孟惠荣,张英琦.基于小波分析的信号滤波方法研究[J].中国矿业大学学报,2000,29(2):190-194.

[11]张家凡,翟彤.机械故障振动信号的分离与提取[J].武汉工业学院学报,2007,26(3):35-38.

[12]王伯昕,杨海涛,王清,高欣,陈小旭.基于补充改进集合经验模态分析法-多尺度排列熵分析桥梁振动信号优化滤波方法[J].吉林大学学报(工学版),2020,50(1):216-226.

[13]赵祥鸿,暴景阳.多波束测深异常数据探测方法[J].哈尔滨工程大学学报,2018(9).

[14]黄海,陈祥献.基于Hilbert-Huang变换的语音信号共振峰频率估计[J].浙江大学学报(工学版),2006,40(11):1926-1930.

[15]经验模态分解和稀疏表示的SAR图像去噪方法[J].哈尔滨工程大学学报

[16]EEMD与小波包在液压管道振动信号研究[J].沈阳化工学院学报

[17]宋绍楼,吕亮,刘昕明.基于CEEMDAN‐SPSO‐ELM的旋转电机滚动轴承故障检测方法[J].辽宁石油化工大学学报,2022,42(1):86-91.

[18]苏凌峰,叶树江,刘柏森.基于极值域均值模式分解最大相似度的语音增强方法[J].黑龙江工程学院学报,2012(2):56-60.

[19]郝慧艳,孙运强,李晓峰,刘明杰.基于EEMD和Choi-Williams分布的侵彻加速度信号时频分析[J].中北大学学报(自然科学版),2012(5):547-551,567.

[20]李娟,郑强,从玉良,乔乔.基于时频峰值滤波的管道泄漏定位算法[J].吉林大学学报(工学版),2020,50(4):1517-1521.