波波夫，V.L.接触力学与摩擦；斯普林格：海德堡，柏林，2010；第219-250页。[谷歌学者]

Kaboli，M.；Armando，D.L.R.T.；Walker，R.；Cheng，G.《通过机器人手、人造皮肤和新的触觉描述子的纹理特性进行手部物体识别》。《Ieee Ras国际人形机器人大会论文集》，韩国首尔，2015年11月3-5日；第1155-1160页。[谷歌学者]

Chathuranga，D.S.；Wang，Z.；Ho，V.A.；Mitani，A.。一种适用于触觉反馈系统的仿生软指尖，用于纹理识别。《IEEE触觉视听环境与游戏国际研讨会论文集》，土耳其伊斯坦布尔，2013年10月26-27日；第29-33页。[谷歌学者]

Batista，G.E.A.P.A.；Keogh，E.J.；Tataw，O.M.；Souza，V.M.A.D.《CID：时间序列的有效复杂性不变距离》。数据最小知识。迪斯科舞厅。2014年第28期，第634–669页。【谷歌学者】【交叉引用】

利用线性支持向量机进行深度学习。2013年12月14日，arXiv:1306.0239。[谷歌学者]

Lee，C.P.；Lin，C.J.《L2损耗（平方铰链损耗）多类支持向量机的研究》。神经计算机。2013年，25日，1302–1323年。[Google Scholar][CrossRef][PubMed]

Kak，A.C.；Martínez，A.M.PCA与LDA。IEEE传输。肛门模式。机器。因特尔。2001年，23日，228–233。[谷歌学者]

布雷曼，L。随机森林。机器。学习。2001，45，5-32。【谷歌学者】【交叉引用】

Bishop，C.M.《模式识别的神经网络》，牛津大学出版社：牛津，英国，1995年；第1235-1242页。[谷歌学者]

Shull，K.R.《接触力学与软固体的附着力》。马特。科学。2002年，第36期，第1-45页。【谷歌学者】【交叉引用】

Jamali，N.；Sammut，C.《多数投票：通过使用表面纹理的触觉感知对材料进行分类》。IEEE传输。机器人。2011年，27日，第508-521页。【谷歌学者】【交叉引用】

Ho，V.A.；Araki，T.；Makikawa，M.；Hirai，S.《薄型织物触觉传感器表面识别能力的实验研究》。2012年IEEE/RSJ智能机器人与系统国际会议论文集，葡萄牙维拉莫拉，2012年10月7-12日；第4497-4504页。[谷歌学者]

Baishya，S.S.；Bäuml，B.使用深度学习的触觉皮肤对材料进行稳健分类。2016年IEEE/RSJ智能机器人和系统国际会议记录（IROS），韩国大田，2016年10月9-14日；第8-15页。[谷歌学者]

Gómez-Eguíluz，A.；Raó，I.；Coleman，S.A.；McGinnity，T.M.《通过递归触觉感知进行多模式材料识别》。机器人。自动。系统。2018，106，130–139。【谷歌学者】【交叉引用】

Rasouli，M.；Chen，Y.；Basu，A.；Kukreja，S.L.；Thakor，N.V.。一种基于极端学习机器的用于纹理识别的神经形态触觉传感系统。