一种数据驱动的卫星健康状态判读模型

针对海量卫星健康管理数据的处理面临参数维度高、冗余参数多、参数间关系难量化、健康状态难以定量判读的问题,文章提出一种结合相关性聚类分析的数据处理机制和多分类器集成的健康状态判读模型。首先通过最大信息系数(MIC)量化参数关系并提取关键特征,然后应用聚类分析将关键特征参数数据转换成健康状态知识库,最后基于健康知识库集成训练多分类器来实时监测卫星的健康状态。应用某卫星载荷的遥测数据对该模型有效性进行了验证,结果表明:该判读模型经过数据挖掘后的关键关联参数训练,具有较好的卫星异常状态识别能力,其准确度达到了98%,可为在轨卫星健康状态监视手段的选择提供参考。

就医记录背后的跨省患者流向

中国人口基数大、流动性大,加之医疗卫生资源区域分布不均衡、基本医保统筹层次低,导致跨省异地就医人员日益增多。跨省异地就医过程中,参保人员'垫支'与'跑腿报销'等经济、时间、事务负担较重,是社会一直反映的民生痛点问题。为此,国务院自2016年年底开展了跨省异地就医费用直接结算工作,并于2017年实现国家医疗保险跨省异地就医直接结算信息系统的全国联通。根据国家医疗保障局公布的数据,截至2018年8月底,全国跨省异地就医定点医疗机构数量达到11915家,累计实现跨省异地就医直接结算93万人次,医疗费用224.1亿元,基金支付131.5亿元,基金支付比例58.7%。