全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于TOPSIS法的临空经济发展阶段评价模型构建——以国内区域航空枢纽城市为例
- 作者： 魏中许 裴思远 来源： 科技和产业 年份： 2023 文献类型 ： 期刊 关键词： 组合赋权法 TOPSIS法 临空经济 波特钻石模型
- 描述： 构成的改进型TOPSIS法构建临空经济发展阶段评价模型。以中国8个区域航空枢纽城市沈阳、郑州、西安、乌鲁木齐、昆明、成都、重庆和武汉为例，进行实证研究。结果表明，成都、重庆临空经济发展阶段处于发展后期，郑州、西安和武汉的临空经济发展阶段处于发展前期，沈阳、乌鲁木齐和昆明的临空经济发展阶段处于起步期。
- 新时代民航特色“五维”复合型创新人才培养体系的构建研究与体会——以中国民航大学材料物理专业为例
- 作者： 宋庆功 来源： 教育教学论坛 年份： 2019 文献类型 ： 期刊 关键词： 材料物理专业 民航特色 需求驱动 人才培养体系 新工科理念
- 描述： 根据民航行业跨越发展的需求论述了研究复合型创新人才培养体系的重要意义。结合"新工科"建设理念,提出了构建新时代民航特色复合型创新人才培养体系的"五个维度",即思政文化教育、专业理论教育、专业实验实践
- 专利视角下陕西省航空航天制造业创新能力分析——基于Granger检验和VAR模型
- 作者： 王晓琦 万振塬 来源： 技术与创新管理 年份： 2019 文献类型 ： 期刊 关键词： Granger检验 创新能力 VAR模型 航空航天设备制造业 专利
- 描述： 从专利视角探究陕西省航空航天制造业创新能力。运用Granger因果检验,脉冲响应和方差分解等方法,实证检验陕西省航空航天设备制造业R&D经费内部支出、科研机构数量对专利申请的影响。Granger检验结果表明,R&D经费内部支出和科研机构数量均对专利申请具有正向影响。脉冲图像显示,科研机构数量在短期内有明显的促进作用,R&D经费内部支出的长期促进结果更为持久。方差分解结果显示,经费投入的解释能力随时间推移下降,研发机构的解释能力随时间推移上升。R&D经费内部投入和专利申请数之间存在双向因果关系,且R&D经费内部投入和科研机构数量对于专利申请数量的影响程度随时间推移发生变化。经费的投入的解释能力随时间推移下降,研发机构的解释能力随时间推移上升。在此基础上,需要鼓励多种渠道资本的介入,着重建立成果追踪和转化机制。
- 基于经验模态分解和ARMA模型的国际航空油价实证分析——以港湾石油航空燃油价格数据为例
- 作者： 高伦 张心成 来源： 金陵科技学院学报(社会科学版) 年份： 2020 文献类型 ： 期刊 关键词： 聚类 组合预测 过度分解 经验模态分解 ARMA
- 描述： 基于经验模态分解和ARMA模型的国际航空油价实证分析——以港湾石油航空燃油价格数据为例
- 基于SBM-DEA模型及Malmquist指数的中国与欧盟航空运输企业能源效率比较研究
- 作者： 解文华 方虹 张军峰 彭博 方思然 来源： 数学的实践与认识 年份： 2018 文献类型 ： 期刊 关键词： DEA模型 技术进步变化 Malmquist 能源效率 Luenberger指数 航空运输业 SBM
- 描述： 分析研究.结果表明,总体看欧盟航空运输企业能源效率优于中国企业;动态Malmquist指数分析结果表明,中国航空企业全要素生产率波动较大,欧盟企业则更为平缓,中国企业的全要素生产率与综合效率变化指数的变动
- 基于航天航空应用型人才培养的机械工程课程体系改革——以桂林航天工业学院为例
- 作者： 霍佳波 来源： 教育观察 年份： 2019 文献类型 ： 期刊 关键词： 实践教学 航空航天 机械工程课程体系
- 描述： 桂林航天工业学院机械工程课程体系存在与地方经济发展吻合度较低、缺乏系统性、课程设置重理论轻工程应用等问题,为实现培养面向航天航空领域机械工程专业的应用型人才的目标,应从以下几方面进行改革:构建
- 基于注意力机制和CNN-BiLSTM模型的航空发动机剩余寿命预测
- 作者： 张加劲 来源： 电子测量与仪器学报 年份： 2022 文献类型 ： 期刊 关键词： 注意力机制 航空发动机 卷积神经网络 剩余寿命 双向长短期记忆网络
- 描述： 航空发动机作为飞机的主要动力源，其可靠性是保证飞机安全的关键。剩余使用寿命预测对于提高航空发动机的可用性和降低其寿命周期成本具有重要意义。针对现有的预测算法存在对航空发动机多维数据特征提取不足的问题，提出了一种基于注意力机制的卷积神经网络和双向长短期网络融合模型。首先，采用卷积神经网络提取特征和双向长短期记忆网络获取特征中的长短期依赖关系；其次，使用注意力机制来突出特征中的重要部分，提高模型预测的准确率。为验证所提出方法的有效性，在C-MAPSS数据集上进行了实验。实验表明，模型可以准确地预测出航空发动机的剩余使用寿命，并比传统方法有着更高的预测精度。