深刻理解办学指导思想,创造性开展工作

本文从力学指导思想的认识与落实教学改革，师资队伍建设３个方面结合本院实际进行浅议。     

高校协同创新型人才培养机制问题研究

高校协同创新型人才培养问题是基于胡锦涛在庆祝清华大学建校100周年大会上的重要讲话基础上,我国启动的“2011计划”过程中,伴随着我国协同创新问题的研究而出现的,它在协同创新领域的研究中具有重要的意义和地位.主要在分析了高校协同创新型人才的特点的基础上,提炼出高校协同创新型人才培养要素,根据各要素的作用,最终总结了构建高校协同创新型人才培养的机制.     

单人制机组资源管理(SRM)的训练

针对SRM的背景和基本概念进行了分析和介绍,探讨了飞行员初始飞行训练中SRM的组成、训练方法和评估要点,为飞行员培养中SRM能力的训练和应用奠定了基础。     

基于CDIO模式的飞行计划实践课程教学方法研究

针对民航院校的交通运输专业飞行运行管理方向的飞行计划实践课程,基于CDIO工程教育教学模式理念和方法,提出了以案例为导引,"多目标-多层次-多效果"的教学模式,重点阐述了基于CDIO模式的飞行计划实践课程的教学模式改革与实践应用。教学实践证明:该项研究对深化民航院校的教学改革,更新实践课程的教学模式,培养应用型和创新型人才具有一定的意义。     

基于军网的无人机远程维修保障及模拟训练专家系统研究

为解决无人机维修保障力量薄弱的问题，本文提出了一种基于军网技术的远程维修保障和模拟训练智能专家系统。首先对专家系统的结构模型和功能模型进行了设计，其次阐述了用户管理模块、远程故障诊断模块、可视化模块、数据库维护模块、模拟训练模块等5个专家系统的主要功能模块的实现方法，最后介绍了专家系统的安全防护措施。分析表明，该专家系统可以提高无人机维修保障效率，提升维修保障人员故障诊断能力。     

跨文化培训与外语教学

笔者结合跨国公司跨国经营成败的实例，分析了跨国公司对其海外经营人员进行跨文化培训的必要性，强调大学英语教学应该培养学生跨文化交际的能力，并探讨了在实施跨文化教学过程中应注意的问题。     

回归人本管理——百年管理史从"科学"到"人文"的发展趋势

管理学诞生百年来，随着社会的进步，“人”的价值日益突显。早期泰勒的“科学管理”是产生于机器大工业特殊历史背景下的产物，其基本信条是工人如牛马，效率高于一切，管理就是监控。20世纪20年代至20世纪30年代，管理学开始关注“人”，其中，人事管理学派主张在管理中“善待”其雇员，但其追求的最高境界只是雇主与雇员利益关系的整合。20世纪中后期，特别是20世纪90年代以来，由于新技术革命的推动，人力资源，特别是知识工人和专业化的人力资本越来越成为决定企业市场竞争成败的战略性要素，于是，以“战略性激励”为核心理念的人力资源管理学逐渐成为管理学主流，但人力资源管理的实质是要求从战略高度将人作为资财（资源、资产、资本）来运营。21世纪的管理要进一步超越人力资源管理，真正树立“以人为本”的理念，从总体上、动态上、“人本”精神层面去挖掘员工的“群体精神创造力”。这在本质上符合马克思关于“人的全面发展”的思想。     

CNS／ATM工作站培训系统分析与实现

CNS/ATM工作站系统即通信、导航、监视/空中交通管理系统,是新航行系统的重要组成部分,是航空电信网(ATN)的地面终端系统。CNS/ATM工作站培训系统是为我国逐步实施新航行系统而设计的,主要用来培训适应新一代航管系统的管制员。本文介绍了CNS/ATM工作站培训系统的总体构成、工作原理和各模块的功能,分析了某些模块的设计和实现方法。     

航天电子对抗基地训练设计探析

简要分析了航天电子对抗的现状,就航天电子对抗基地训练中的训练方法、训练内容、蓝军扮演以及训练评估等总体设计的相关情况进行研究。相关结论对提升航天电子对抗基地训练水平有一定意义。     

Aero-engine fault diagnosis applying new fast support vector algorithm

A new fast learning algorithm was presented to solve the large-scale support vector machine ( SVM ) training problem of aero-engine fault diagnosis.The relative boundary vectors ( RBVs ) instead of all the original training samples were used for the training of the binary SVM fault classifiers.This pruning strategy decreased the number of final training sample significantly and can keep classification accuracy almost invariable.Accordingly , the training time was shortened to 1 / 20compared with basic SVM classifier.Meanwhile , owing to the reduction of support vector number , the classification time was also reduced.When sample aliasing existed , the aliasing sample points which were not of the same class were eliminated before the relative boundary vectors were computed.Besides , the samples near the relative boundary vectors were selected for SVM training in order to prevent the loss of some key sample points resulted from aliasing.This can improve classification accuracy effectively.A simulation example to classify 5classes of combination fault of aero-engine gas path components was finished and the total fault classification accuracy reached 96.1%.Simulation results show that this fast learning algorithm is effective , reliable and easy to be implemented for engineering application.