自编码器及其改进算法在滚动轴承故障诊断的应用

自编码器作为神经网络中典型的无监督学习模型，在数据降噪和数据可视化降维方面具有明显的优势，且在各应用领域都引起了普遍重视，在滚动轴承故障诊断中的应用也日渐增加。为了及时了解并掌握自编码器及其改进算法在滚动轴承方面的应用，对近年具有代表性的自编码器相关算法进行了分类和总结。首先，阐述了自编码器的原理和几种基于其改进的自编码器方法的理论简述，并分析了这些算法的改进目的与改进方式。然后，列举了上述算法在滚动轴承故障诊断领域的应用。最后，总结了当前自编码器及其改进算法存在的问题，分析了解决问题的思路。     

我国船舶工业行业VOCs排放现状与污染控制路线分析

针对目前我国船舶工业行业挥发性有机物（Volatile Organic Compounds，VOCs）排放现状，对源头、工艺过程和末端治理各环节所采取的减排措施进行分析和梳理，从工艺设计到工艺全流程系统地提出降低涂装VOCs排放治理的路线，可为船舶工业行业全面开展VOCs污染防治工作提供技术基础。