前言：中文期刊網精心挑選了贏在行動范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
贏在行動范文1
5月24日，由國際低碳經濟研究所主持編寫的《中國低碳經濟發展報告（2013）》。報告作者認為，治理當前霧霾或需30年時間。
事實上，環境問題遠不止于大氣污染—水污染、農業污染、噪聲污染甚至核污染所帶來的影響，正在侵入我們日常生活的每一個縫隙?？梢哉f，生態環境破壞是現代文明給人類社會帶來的最大負效應之一，并已經成為人們面臨和亟須著手解決的社會問題。
自1950年代以來，環境保護意識漸漸深入人心，針對環境污染的治理工作也在世界各國陸續開展。直至今日，環境保護仍是經濟社會發展過程中不容忽視的課題。圍繞環境污染與環境保護的話題，攝影界所進行的記錄和創作也非常豐富，其中不乏優秀作品。
這些影像，展示了人類文明在進步中所付出的沉重代價；同時，這些影像也試圖用光影的吶喊，使浸在物質欲望中的人們警醒，直面我們的生存環境。
本期專題，力圖通過從多個角度，反映攝影師如何通過鏡頭描述環境污染情況和呼吁環境保護；嘗試探討攝影在記錄報道環境問題時的作用與能力。
閱覽本期專題，您將看到1970年代由成立不久的美國環保署推動的“記錄美國”項目，也將看到近年來各國攝影人對自然生態環境變化的反思。他們或用紀實化方式展現人類活動對于環境的影響；或用藝術化方式呼吁人們關注全球環境危機；他們以相機為武器，在行動，在戰斗；他們及其作品都有一個共同點，那就是用影像介入社會話題，并期待攝影能夠成為開啟改善人類生存環境這扇門的一把鑰匙。
贏在行動范文2
【關鍵詞】自動化技術；電子行業；應用
引言
隨著電子工業的發展及大規模和超大規模集成電路的出現，使得電路設計和分析變得越來越復雜，對電路設計的可靠性和設計周期的要求越來越高，人工設計、分析電路的途徑已無法適應一般要求，因此，借助計算機對電路進行模擬和分析，變得十分重要：另一方面，隨著計算機工業的飛速發展，其速度快、容量大、精度高且操作方便等特點，使得計算機成為進行電路模擬的一個優秀技術條件，從而促進了電路模擬技術的發展。
1 自動化技術的簡介
自動化技術是指執行一項任務的設備、系統、或者生產過程，在沒有人或有很少人的直接參與下，經過整個系統的自動化檢測、信息傳輸、運算處理、分析判斷、控制執行，實現人們預定的控制目標。隨著計算機技術的發展，自動化技術也被人們廣泛運用，可以和各行各業進行結合，諸如工業自動化、農業自動化、軍事指揮自動化、交通運輸調度自動化、醫療服務自動化等方面。自動化技術將人們從繁瑣的體力勞動、惡劣的工作環境中解放出來，極大的拓展了人的腦力勞動能力，提高了勞動生產率，增強了人類認識世界和改造世界的能力。因而，自動化技術是一個國家工業、農業、國防和科學技術現代化的重要支撐和顯著標志，也是一個國家綜合國力的重要體現。
2 電子行業技術的背景
人類已經進入了信息社會，電子信息產品已經透射到我們生活的各個角落，包括國防軍工用品、通信、醫療、計算機及周邊視聽產品、玩具等。
傳統的電子線路設計工作需要有完備的元器件及儀器設備，在實驗室中繁復調整測試才能完成。這需要消耗大量的時間、精力以及實驗成本。傳統的電子線路設計方法和手段，已經難以適應電子技術飛速發展的需要。
隨著社會的發展和技術的進步，人美對電子相關行業提出了更高的要求：精確、穩定、輕巧、保密、可靠；同時，電子行業又具有產品更新快，研發周期短的特點，為了滿足不斷發展的市場需求，加快產品結構的升級，在核心技術領域取得重大突破，電子行業必須采用新的研究方法和技術。隨著計算機的發展，計算機在電子設計中占有了很大的比重。計算機輔助技術（ComputerAided Design，CAD）技術，以及在其基礎上發展起來的電子設計自動化（Electronic Design Automztion，EDA）技術已成為電子領域的重要學科，并逐漸成為一個新型的產業部門。
3 自動化技術在電子行業的應用
自動化技術以其高可靠性和良好的控制性能，被人們廣泛應用在電子行業中，利用計算機軟硬件平臺，可以搭載先進的自動化技術，為電子行業的發展帶來了革新性的變化。
（1）電子設計自動化
隨著電子技術和計算機技術的發展，催生了CAD技術的研究和應用，自動化技術以其良好的適用性，很快被人們應用在電子設計中，這就誕生了電子設計自動化技術（ElectronicDesign Automation，EDA）。在EDA的應用中，可以利用EDA應用軟件，實現由系統層到電路層再到物理層的整個設計過程的自動化。在設計過程中，設計人員可以按照電子線路或系統的指標要求，采用完全獨立于芯片廠商及其產品結構的描述語言，在功能級別對設計產品進行定義，并利用應用軟件提供的仿真技術驗證設計結果。具體地講，設計人員可以從概念、算法、協議等開始設計電子系統通過計算機機上自動完成。
同時，利用EDA技術，可將傳統設計過程中的設計、測試、調試等工作直接用計算機迅速而方便的進行。從而節約了大量的人力和物力資源。不存在MCU所特有的復位不可靠，還可將整個系統下載于同一芯片中縮小了體積，易于管理與屏蔽，從而具有高可靠性。
（2）計算機與自動化計算的綜合應用
在電子行業除了電子設計中廣泛運用電子設計自動化技術，在電子產品的批量化生產和規模化效應方面，同樣有自動化的身影。借助于計算機，可以將設計好的電子產品的工藝參數自動轉化為制造信息，從而驅動自動化裝備，對產品進行加工，裝配，檢驗，測試，包裝等全套物流生產過程，所有這些生產工序，均是利用自動化機器手進行，無須人工干預，可以連續24小時運轉，極大的提高了工業化批量生產的效率。同時，也極大的促進了電子行業的自動化水平。
4 結束語
科技在進步，電子行業的發展也日新月異，自動化技術不斷的滲透到經濟建設的各個方面，尤其是在電子行業，人們不僅需要“能夠”提供解決方案，而且要求能更有效、更便捷、更經濟地解決問題。在這種情況下，電子設計自動化技術（EDA）的應用將會更為廣泛，電子設計人員對其掌握的程度要求也越來越高。
參考文獻：
[1]柳春鋒：《電子設計自動化（EDA）教程》，北京理工大學出版社，2005
[2]楊茜.電子設計自動化在電子行業中的應用[J].科技天地，2009
贏在行動范文3
朝陽區：打造宜居環境
7月底，朝陽區新建成的望和公園與周邊的太陽宮公園、北小河公園等一系列公園銜接起來，形成“望京綠道公園環”，成為京承高速沿線的一道生態風景線。望和公園分北園和南園，北園以“靜”為主，主要結合周邊北湖渠天仙圣母廟、東湖關帝廟、南湖渠興隆寺等文化背景及景觀，在主體水面上設置環形堤壩，形成“堤環水繞，堤水相依”的情境；南園以“動”為主，如戶外運動、休閑娛樂、觀光旅游等。公園設計和建設過程中，針對北京市缺水的特點，充分運用綠色生態、節能節水技術，將雨水利用與排水、蓄滯和生態景觀建設結合起來，形成雨水花園、表流濕地和湖，既能涵養地下水源，又可提升生態品質。公園北建有慢行健身步道、環湖健康跑道、攝影花園、數字花園等多種形式的主題花園。公園結合地形起伏建設的“高大密厚”的綠色屏障以及利用秋色葉樹種形成的彩葉林帶，既為周邊25萬居民提供一片天然氧吧，也為APEC會議途徑沿線增加一道靚麗景觀。
這座占地約40公頃、高標準建成的望和公園正是朝陽區六公主墳棚戶區拆遷改造后的成果。北京市朝陽區六公主墳自然村位于北四環望河橋東側，緊鄰京承高速，是北京市典型的城鄉結合部地區，因毗鄰四元橋汽配城、北四環燈具市場、廣龍家具市場等三大市場，住在里面的多數是商戶和他們的員工，這些房子多為平房，年久失修，“低矮殘破、臟亂不堪”向來是六公主墳在望京人心里的形象，望和公園的建成治愈了當地居民的一塊“心病”。
2014年，朝陽區對涉及京承高速、機場南線沿線的6個重點區域進行了拆遷整治，累計疏解拆遷六公主墳地區、崔各莊奶東村、黃港橋區、來廣營北湖渠村等地223萬平方米的占地面積，居全市之首。以六公主墳為例，朝陽區在拆遷整治過程中，突出理念創新、政策創新、手段創新，按照“用地最少、聚集人口最少、成本最低”的基本要求，結合首都非核心功能調整和疏解方向，本著拆多建少、拆大建小、拆低級次市場建高品質綠地、不占用規劃綠地的原則，對原有規劃方案進行大幅度調整，實現了用最少資源取得最大效益的工作實效。
一是強化政策集成和手段創新。創新和調整房屋征收方式、規劃建設方案、土地出讓形式等，集成資源、簡化流程，將科學合理的征收方案與深入細致的群眾工作相結合，將綜合執法與適度補償相結合，將簡化手續與優化流程相結合，有力推進了拆遷建設，并同步啟動實施住宅房屋征收、非住宅拆除和安全隱患執法檢查、回遷安置房建設、綠化建設，各項工作整體推進。
二是在住宅房屋征收過程中，將拆遷與建設相結合。一方面，詳細了解被征收人的情況和意愿，科學合理制定征收方案和補償標準；另一方面，突破原有方式，直接授權區屬國有企業昆泰集團作為回遷安置房項目開發主體，提前參與回遷安置房地塊手續辦理和建設方案設計，使居民在獲得征收補償的同時，也全面了解回遷安置后的住房情況。最終，在先期采取預簽約的基礎上，用30天時間實現了征收簽約率100%。
三是在非住宅拆除騰退過程中，將適度補償與打擊違法經營行為相結合。一方面，充分考慮市場經營多年的實際情況，制定非住宅拆遷補助方案，確保政策落得實、工作推得動；另一方面，堅決打擊非法經營、非法出租行為，整合公安、城管執法、安監、消防、工商等部門和屬地街道力量，在春節前后持續加大聯合執法力度，形成了震懾，促成了非住宅的拆遷騰退。
四是在房屋征收的同時，同步啟動安置房建設和綠化建設。特別是在綠化建設中，創新理念，將排水、蓄滯和水資源循環利用有效結合，建設雨洪利用系統，取得了綜合生態效益。在項目實施過程中，通過企業先行墊付、銀行貸款等方式，保障資金到位，減輕了財政負擔。在項目推進過程中，無論是征收方案設計，還是拆遷騰退、后續建設階段，每個環節都充分聽取群眾意見建議，扎實細致做好解釋、發動和服務工作。在征收方案征求意見期，通過現場會、入戶查等方式，反復征求、尊重每戶家庭的愿望和需求。
順義區：美化沿線環境
圍繞APEC峰會環境保障工作，北京市順義區也在全力做好相關工作。若途徑機場高速或來到順義，你會眼前一亮，更加享受此地的順暢與美麗。
贏在行動范文4
孔棟認為，對于中國航空業，2008年很值得總結、反思和回顧?！皣桨ㄕ麄€中國航空業2008年遭遇了全行業的巨額虧損。這個虧損想起來是令人很痛心的。整個行業虧損了282個億。而對比2007年，僅國航一家公司就盈利54個億?！?/p>
“民航業遭遇了改革開放三十年來的首次負增長。2007年從運輸周轉量上看，中國成為超過德國和日本的排名世界第二大航空大國。”孔棟告訴《小康•財智》記者，整個行業出現了這么大的問題因素有很多，也值得企業以及政府主管部門深思?？讞澲赋?，近四五年內，在航空業的高速發展期里，民營航空企業在進入到這個行業以后發展的也比較快。但由于他們的規模效應、資金支持，以及對于航空業高投入、高回報等特點掌握上的不足，導致一些民營航空公司出現了種種的困難和不足。發生資金鏈斷裂，以至瀕臨破產的邊緣。
據孔棟判斷，還會有很多更小的航空公司會撐不下去。大家暫時還沒有看到航空公司的破產，但孔棟覺得，隨著這個行業的冬天還要延續一段時間，這個問題是非常值得重視的。
“航空公司的準入門檻應該是比較高的，但在前幾年的大發展過程中，對這個問題比較忽略。很多做房地產、旅游的民營企業家就陸陸續續進入了這個領域?！笨讞澱J為，而這一問題背后，很多其實是國外投行的資本以及國外更強勢的航空公司曲折進入中國的一個策略。而此次金融危機的發生，就導致風險基金進不來了，民營航空就更顯困難。
孔棟認為，航空業的問題是市場的過度競爭，而不是競爭不完善的問題。由于競爭的白熱化，航空的一折票、兩折票幾乎已經低于了火車的硬座。這是很不正常的。在西方，這應該是一種反傾銷的概念。這種現象會使更小的航空公司受傷更重。
孔棟分析，類似前幾年民營航空一窩蜂涌入的局面已經不會再發生。即便有個別的航空公司會成立，但也都是兩年前就向中國民航總局遞交了申請。目前，準入的門檻也已經提高?！霸谶^去只要八千萬資金，甚至可以沒有自己的飛機，就可以成立航空公司，這顯然是不合適的?！?/p>
孔棟說，作為行業里處于領先地位的企業，國航也一直在關注著行業內小企業的現狀，該出手時就出手，去拉他們一把，避免出現破產倒閉等現象。
孔棟透露，順利的話，國航將在三月內完成對東星百分之百全資的收購。這樣，在中南地區，國航就彌補了過去的航線缺陷。目前，國航也已經組建了上海分公司。
贏在行動范文5
Barrows在20世紀60年代末提出PBL（problem based learning，PBL）教學方法，他指出要把學生置身于多重的而有意義的問題情境中，通過讓學生合作解決問題，來獲取隱含于問題背后的知識，從而培養學生積極學習、主動合作以及解決問題的能力。[2]由于此教學方法能真正體現以學生為主體的教育理念，近年來世界上很多著名醫學院校均采用此方法進行教學，并取得了較好的效果。我國于1986年首次引進PBL教學模式，隨著教育改革的推進，全國各醫學院校紛紛開展了PBL教學實踐。
航空航天生物動力學教研室自2014年開始嘗試實施實習課的PBL教學實踐，取得了一定的教學效果。下面以《救生裝備的性能和使用方法》這節實習課來具體講解傳統教學與PBL教學的效果差異。
一、PBL教學應用于航空航天生物動力學課程的具體實施辦法
《救生裝備的性能和使用方法》這節實習課的實驗目的是了解各類救生裝備的性能和掌握救生裝備的使用方法。以往的教學這節課分為三個學時，第一學時教師利用20分鐘回顧航空救生相關知識并介紹救生裝備種類，剩余時間以及第二學時詳細介紹離機下降裝備、求救聯絡用品、醫療衛生用品和生存輔助用品的性能和使用方法并實物示教，第三學時假設場景救生討論并小結。實施PBL教學實踐后，本節實習課學時數不變，具體授課方式為：（1）教師在課前提出問題：飛行員在彈射離機、空中降落和生存營救三個階段中會遇到怎樣的困難和危險以及相應的救生措施是什么。（2）空中降落后的生存營救又分為海上生存、寒區生存、沙漠生存和熱帶叢林生存，因此我們將每個班分成六個小組，每個組通過自學、查文獻和資料以及請教教師的方式學習每部分內容，最后每組推選一名學員分別講述飛行員在彈射離機、空中降落、海上生存、寒區生存、沙漠生存和熱帶叢林生存過程的救生措施以及要用到的救生裝備。在講授過程中其他同學隨時可以提出問題并討論。每個小組講述半個學時，共三個學時。（3）最后，六名同學講述完后，教師進行點評和歸納總結，并把同學們在講述中遺漏的問題進行了補充。
二、PBL教學應用于航空航天生物動力學課程的效果評價
1、PBL教學的優勢
首先，PBL教學能夠調動學生的積極性，發揮學生的主觀能動性，激發學生的學習興趣，使學生由被動學習轉為主動學習，學生要自行研究問題的意義所在以及解決問題的途徑就要主動查閱大量文獻和資料，請教教師和高年級學生，收集相關信息并進行整理分析，最終找到問題的答案；其次，PBL教學能夠提高學生的創新能力、團隊合作精神和語言表達能力，在沒有教員的面對面的課堂指導下要解決一個問題需要大家分工合作、發揮各自所長并要集體討論問題和對策，最后還要在課堂上進行清晰的講解，這些都能培養學生的創新思維、溝通合作能力和表述能力。
2、PBL教學存在的問題和不足
首先，國內學生由于長期接受傳統式教學，已習慣于教師課堂填鴨式教學，部分學生還不能很快接受PBL這種新穎式教學，片面地認為講授是教師的事，自己只負責學習，所以積極性不高，團隊合作能力差，課堂講授效果不好；其次，PBL教學雖然是以學生為主導，教師看似只是坐在臺下聽課和講評，實則PBL教學對于教師的要求很高。PBL教學中教師的角色發生了變化，從單純的課堂教授者轉變為學生學習活動的組織者、引導者、幫助者和協調者，[3]這就要求教師要有豐富的專業知識水平和足夠的組織和指導技能，但部分教師尤其是年輕教師知識水平有限，組織和指導能力差，對于學生提到的本課程外的知識不了解，不能指出學生的不足，因此不能很好的指導和激勵學生，從而達不到應有的教學效果，而知識面廣又兼具良好組織和指導能力的教師非常少，所以開展PBL教學有很大困難。
三、討論
1、傳統授課方式與PBL教學法相結合
PBL教學法是國際上比較流行的一種教學方法，它的特點是“以問題為中心”和“以學生為中心”，能夠激發學生的學習興趣，取得很好的教學效果。歐美發達國家已實施五十多年，我國也引進三十余年，但是任何事物都有其兩面性，PBL教學法也有其不完善之處，比如，同樣多的教學內容，PBL教學法所要花費的時間和師資遠多于傳統教學法；由于它是基于單一或多個問題展開，學生最后獲得的知識缺乏系統性和連貫性；學生需要花費大量的課后時間以獲得較為豐富完善的研究成果；課程結束后分數的評定沒有一個較為完善、客觀的評價體系，[4]因此我們不能全盤照抄，而是應當循序漸進，并結合我國國情，將傳統授課方式與PBL教學法相結合。例如，在航空航天生物動力學實習課中，我們可以挑選知識點少并且簡單易懂適合自學的實習課《地面模擬失重的方法及對抗措施》來實施PBL教學；也可以將實習課《噪聲的測量和分析》分成兩部分：教師先傳統教學，講授基本理論知識：聲級計的結構及工作原理以及利用聲級計對噪聲進行測量和分析的方法；再實施PBL教學，讓學生結合大課和小課上半部分所學噪聲的相關知識，講述航空航天環境中噪聲的防護措施，這樣使學生從心理上更易接受，也會更大的激發學生的學習興趣，從而達到更好的教學效果。
贏在行動范文6
Li Bifeng；Li Furong；Di Yazhou；Wang Xiaofei
（Naval Aeronautical and Astronautical University Qingdao Branch，Qingdao 266041，China）
摘要：為了挖掘隱藏在飛參數據背后的信息知識，應用數據挖掘技術對航空發動機健康狀態進行判別研究。利用飛參數據中與發動機健康狀態相關的九個參數和典型的故障數據，分別建立了神經網絡和決策樹模型，通過結果的比較，確定了最佳分類預測模型。
Abstract: In order to tap the information and knowledge hidden behind the flight data, we use data mining technology to judge and research the health status of aero-engine. Making use of nine parameters and typical fault data related with engine health, the models of neural network and decision tree were established respectively, and the optimum model of classification and prediction was determined by comparing the results.
關鍵詞：飛參數據 神經網絡 決策樹 Clementine
Key words: flight data；neural network；decision tree；Clementine
中圖分類號：V23文獻標識碼：A文章編號：1006-4311（2011）19-0019-02
0引言
飛參數據是由飛參采集記錄設備所記錄的與飛機飛行性能、設備狀態有關的實時飛行數據。主要用行事故調查、飛機設計、機務維修和飛行質量評估。隨著參數量的增加，采樣率的提高，記錄時間的延長，飛參系統記錄的數據量也急劇膨脹，為飛參工作人員利用地面數據處理軟件確定機載設備系統的故障以及幫助地勤維護人員視情維修帶來了巨大的挑戰。目前，各種飛參地面數據處理軟件依賴邏輯運算判據對機載設備的故障狀態定性進行描述，積累了海量的描述性故障數據，為數據挖掘技術在飛參數據智能處理中的應用帶來了廣闊的應用前景。
1基于發動機飛參故障數據的數據挖掘
數據挖掘是一個以數據為中心的循序漸進的螺旋式數據探索過程，主要包括業務理解、數據理解、數據準備、建立模型、方案評估和方案實施等多個階段。根據某航空部隊所反饋的有關飛參數據故障現象的描述，問題大多出在發動機上。因此，數據挖掘過程圍繞航空發動機的健康狀態進行，包括數據預處理、建立模型和結果分析三大環節。
1.1 數據預處理一般來說，在整個數據挖掘實施過程中，70%的工作量用于進行數據預處理，主要是提高數據質量。針對發動機健康狀態所描述的故障現象，涵蓋起飛階段、空中飛行階段以及著陸階段所出現的左發動機超轉、右發動機超轉、雙發超轉、轉速相同情況下左發動機或右發動機排溫不正常、排溫相同情況下左發動機轉速或右發動機轉速不正常、左發動機或右發動機最高排溫偏低等方面。通過對所描述飛參故障數據的分析，發動機健康狀態y可定義為四個類別，即左發動機故障、右發動機故障、兩個發動機均故障、正常，分別用數值1、2、3、4表示（注意此處故障包括具有故障征兆的含義）。事實上，新生成的發動機健康狀態屬性y是對定性故障描述數據的一個定量處理。而依據故障現象描述及飛參判據從51個參數中篩選與發動機健康狀態有關的9個參數，分別為指示空速、左發排氣溫度、右發排氣溫度、左發高壓轉速、右發高壓轉速、左起落架放下、右起落架放下、襟翼放下25度、襟翼放下35度，用參變量xi（i=1，2，…，9）表示。經過參數篩選和新屬性生成，接下來就需要對數據進行合并、抽樣處理。數據合并生成112901個樣本，抽樣后生成60411個樣本。數據預處理節點流程見圖2明確變量角色節點之前。
1.2 神經網絡與決策樹算法作為數據挖掘算法，神經網絡與決策樹是常用的分類預測方法，其分類也甚多，這里主要介紹所使用的BP神經網絡和決策樹中的C5.0算法。
BP神經網絡是一種前饋式、多層、感知機網絡。圖1是含有一個隱層的BP網絡結構，輸入向量為X=（x1，x2，…，xn），輸出向量為Y=（y1，y2，…，ym）。
隱層的輸出Uj及網絡輸出yk的計算公式如下：
U■=f■w■x■+θ■ j=1，2，…，p（1）
y■=f■w■U■+θ■k=1，2，…，m（2）
式（1），（2）中，wij是輸入層與隱層的連接權值，wjk是隱層與輸出層的連接權值，f是（0，1）型Sigmoid激活函數，即：
f（z）=■（3）
網絡的確定主要由訓練數據對隱層的連接權值ωij、ωjk和閾值θj、θk進行調解，以達到最佳輸入輸出的映射關系。
決策樹是一個可以自動對數據進行分類的樹形結構，是樹形結構的知識表示，可以直接轉換成分類規則。決策樹算法是以一組樣本數據集為基礎的一種歸納學習方法，著眼于從一組無序、無規則的樣本數據中推理出決策樹表示形式的分類規則[1]。而C5.0作為決策樹算法之一，是C4.5的商業化版本，其核心與C4.5相同。下面對C4.5算法進行描述[2]：
輸入：R-候選屬性的集合（可以是連續值），C-分類屬性，S-訓練集。輸出：一棵決策樹。
方法：
①創建結點N。如果訓練集為空，則返回結點N并標記為Failure；如果訓練集中的所有記錄都屬于一個類別，則以該類標記結點N；如果候選屬性為空，則返回N作為葉節點，標記為訓練集中最普通的類。
②for each 候選屬性attribute_list。
③if 候選屬性是連續的 then 對該屬性進行離散化。
④選擇候選屬性attribute_list中具有最高信息增益的屬性D。標記結點N為屬性D。
⑤for each 屬性D的已知值di。由結點N長出一個條件為D=di的分支。
⑥設Si是訓練集S中剩的訓練樣本的集合。
⑦if Si為空。加上一個樹葉，標記為訓練集中最普通的類。
⑧else 加上一個由C4.5（R-{D}，C，Si）返回的結點。
1.3 Clementine建模及結果分析選擇Clementine12.0軟件作為數據挖掘工具，xi（i=1，2，…，9）為條件屬性，發動機健康狀態y為決策屬性，分別建立BP神經網絡和決策樹模型，從60411個樣本中抽取70%的樣本作為訓練樣本，30%樣本作為檢驗樣本，執行的結果作為結點加入數據流中。數據挖掘流程如圖2。條件屬性值經[0,1]標準化處理后的決策樹分類預測結果見表1。其中1_Training 是訓練樣本，2_Testing是檢驗樣本，$C-故障類別是故障類別的預測值，$CC-故障類別是預測置信度。
表2給出了BP神經網絡和決策樹分類預測精度的對比。通過比較可以看出，BP神經網絡和決策樹的分類預測精度都非常高，兩者差距不大，但是從執行效率上相比，決策樹明顯優于BP神經網絡，僅用時34秒，所以選擇決策樹作為航空發動機健康狀態的分類預測模型比較理想。
2結論
航空發動機作為飛機的核心部件，其健康狀態直接影響飛行質量和飛行員的安全。通過對發動機飛參故障數據的分析處理可知，面對海量的飛參數據，將數據挖掘技術應用于航空發動機健康狀態的分類預測是可行且具有推廣價值的。
參考文獻：
[1]廖芹，郝志峰，陳志宏.數據挖掘與數學建模[M].北京：國防工業出版社，2010.2.
[2]紀希禹.數據挖掘技術應用實例[M].北京：機械工業出版社，2009.4.
