按病种分值付费背景下医院科室收入核算模式探索

医保支付方式改革已迈入了全面实施阶段,按病种分值付费对公立医院经济运营管理与科室绩效管理提出了新的挑战。样本医院从改革科室收入核算模式入手,创新性提出了与按病种分值付费制度高度融合的科室收入核算模式。通过运用于科室绩效考核,切实引导医务人员理解医保支付制度,推动医疗收入内涵式增长与医疗费用合理管控,促进医院高质量可持续发展。

基于随机数的分组动态帧时隙ALOHA算法研究

当读写器识别范围内同时存在大量标签时容易引起碰撞问题,导致系统吞吐率恶化。针对此问题,提出基于随机数的分组动态帧时隙ALOHA算法。在原有算法基础上,使标签携带多级随机数,将多数空闲时隙转化为成功时隙,减少时隙消耗数,提高系统吞吐率;提出改进的帧长与标签数对应关系,提高系统稳定性。仿真实验结果表明,该算法表现出较好的吞吐率与稳定性,系统吞吐率由36.8%提高至55.3%。

融合网格密度的聚类中心初始化方案

提出了一种采用密度指针的聚类中心初始化方法——density pointer(DP)算法.DP算法以网格单元的几何中心为对称中心,连接该中心与网格单元各顶点,以此对称分割传统的类矩形网格单元,形成超三角形子空间;进而根据各个超三角形子空间与邻居单元相邻的超三角形子空间的密度差异确定密度指针的方向,并根据密度指针计算出每个密集网格单元的聚集因子;最后将具有较大局部聚集因子的网格单元族的重心作为初始聚类中心.在公开数据集和人工数据集上的实验结果表明,DP算法能快速高效地找到接近于真实聚类中心的数据点作为初始聚类中心.针对算法的效率实验表明,DP算法的时间开销与数据集实例数、维度以及网格单元数量均呈一阶线性关系.

采用属性聚类的高维子空间聚类算法

为了解决现有子空间聚类算法时间复杂度偏高以及对输入参数敏感的问题,提出了一种基于属性聚类方法的高效子空间聚类算法.算法首先通过计算每个属性的基尼值来过滤冗余属性,而后通过基于二维联合基尼值的关系函数建立非冗余属性的关系矩阵,以衡量任意2个非冗余属性的相关度,进而在关系矩阵上应用可产生交叠的聚类算法,聚类结果即为所有兴趣度子空间的候选集合,最后调用聚类算法得到所有存在于这些子空间内的簇.在人工数据集和真实数据集上的实验表明,新算法不仅在时间复杂度和子空间簇的寻找能力方面均有较优表现,而且对输入参数的取值不甚敏感.

决策树分类准确率极限的研究

采用最大分类树作为分析经验风险与结构风险的工具,对决策树分类准确率极限进行了研究。针对决策树模型的分类效果难以客观评价的问题,讨论了决策树分类准确率极限的存在条件,给出了求出该极限的方法。以最大分类树作为分析工具,提出了在经验风险和结构风险4种分布条件下分类准确率极限是否存在的4个定理,并从机器学习理论和工程建模实践2个角度进行了讨论。实验验证了该理论的正确性。

基于BiGRU-SVM的网络入侵检测模型

随着计算机网络的广泛应用,网络安全问题受到了前所未有的关注。入侵检测技术是一种主动性安全防护技术,是网络安全管理的重要手段之一。鉴于神经网络在计算机视觉、自然语言处理等领域取得的显著成就,针对网络入侵行为具有的不确定性、复杂性、多样性和动态性等特点,提出了一种将门控循环单元(GRU)应用于入侵检测的模型。该模型在传统门控循环单元基础上进行改进,采用双向门控循环单元(BiGRU)对数据进行正向和逆向学习,然后对学习结果进行线性组合,最后引入支持向量机作为分类器。采用京都大学蜜罐系统的2013年网络流量数据集进行实验测试,在数据集上实现了网络入侵检测的二分类问题。实验结果表明,基于支持向量机的双向门控循环单元(BiGRU-SVM)入侵检测模型误报率降低了5.15百分点,准确率提高了14.61百分点。表明BiGRU-SVM是一种可行且高效的方法,为网络入侵检测领域提供了一种新思路。

一种基于复合近邻的聚类中心点初始化算法

提出了一种有效选择初始聚类中心的算法CNICC．该算法参考了网格聚类算法的思路．划分数据空间为相应维度上的网格单元，然后根据实例的分布情况确定初始聚类中心．从二阶差分的概念出发，CNICC定义了网格单元的一阶邻居和二阶邻居，算法根据每个网格单元的一阶和二阶邻居的局部密度变化寻找包含聚类中心的网格单元．在人工数据集上进行的实验表明，与现有初始化聚类中心的方法相比，CNICC能够有效减少K-means算法的迭代次数，提升聚类精度．同时，随着数据集实例数、维度和网格单元数量的增加，算法的时间复杂度呈线性增加．

基于双半径密度差异的孤立点检测算法

针对现有基于密度的孤立点检测算法的不足,给出了一种新的基于密度的孤立点定义,并提出了相应的基于双半径(DR)密度差异的孤立点检测(OD)算法——DROD。该算法通过考察数据空间内任一点的双邻域半径与邻域半径内的数据密度的差异,有效地识别孤立点。DROD 算法摒弃了传统孤立点检测方法中的 k-近邻查询,大大节省了时间开销。在人工数据集和真实数据集上的实验表明,与现有孤立点检测算法相比,DROD算法在时间复杂度和孤立点的寻找能力方面均有较优表现。

基于数据挖掘技术的电信业客户流失管理框架

本文首先阐述了客户资源的重要性,然后对客户流失这一当今运营商普遍遭遇的难题进行了分析。接着从理论上指出了过去客户保持手段的弊端,分析了防止客户流失的新思路和途径,并总结和归纳了电信业以客户流失管理为主题的数据挖掘项目的几个关键点。在此基础上,提出了基于数据挖掘的客户流失解决方案框架。

从资费曲线看3G套餐竞争力

针对电信运营商营销策划人员缺乏分析工具的现状,文章首先分析了通信行业套餐的定义和设计方法,其次介绍了资费曲线模型的原理和建模方法。同时,以国内三大运营商最新的3G套餐为案例,演示了资费曲线模型对套餐参数设计、分析和优化的分析过程,最后归纳了资费曲线模型对套餐设计的几点启示。

基于定位的数据聚类新算法

针对现有聚类算法计算复杂度普遍较高的问题,提出了一种基于定位的方法。该算法采用空间定位的方法将数据对象映射到特征空间中,并利用空间立方体的某些特殊顶点定位任一数据点;通过计算数据点与空间立方体顶点群的距离差异,完成聚类过程。在电信数据集上的实验结果表明,算法的时间复杂度降至O(N)级别。

浅谈审美教育与情感在中职语文教学中的渗透

在语文教学过程中，要重视培养学生的审美能力，陶冶学生美好的情操，促进学生能力和智力的全面发展。我们的语文课教学中教师要善于用各种方式，利用各种契机使学生认识关、体验美、培养美，引导他们热爱自然、感悟生命、感受崇高，并使他们最终确立正确的审美观。

用“东方”模式切入互联网经济

中国电信这样的固网运营商在3G牌照发放的前夜面临着移动运营商疯狂的价格攻势,受到固网粘性下降、语音业务存量流失严重、互联网业务应用发展不畅、宽带用户增长缓慢等一系列问题的困扰。介绍中国电信宁波市分公司的“东方商城”网站及其商业模式,分析其盈利原因和运营流程的合理性,并进一步指出了其他运营商和本地网要把握的关键点和可能的改进方向。

我国稀土产业发展问题及对策研究

稀土是现代工业的“维生素”，也被当今世界科学家称为“21世纪的新材料宝库”，是关系国家经济发展和国家安全的重要战略资源。我国是稀土资源大国，近些年我国稀土资源开发和稀土产业发展面临着国际和国内的双重挑战，导致我国稀土资源大量流失、国内稀土产业混乱以及环境严重破坏。

黑龙江中俄信息资源开发问题研究

21世纪是信息化的社会，而信息对经济的巨大促进作用已经为全世界所公认。我国正处在信息化建设的陕速发展期，信息资源开发成为其中重要的—环。黑龙江省因为有着得天独厚的地缘优势，对俄经贸成为我省经济发展的动力之一。如何开发中俄信息资源，使其能够更好的促进经济发展成为—个重要的问题。

加快科技成果产业化 构筑龙江发展新优势

黑龙江省认真贯彻落实习近平总书记提出的“要向高新技术成果产业化要发展”要求,坚持以科技创新,推动龙江全面振兴全方位振兴。通过从源头上深化科技成果供需对接,从纵向上加强创新链“补链延链”,从横向上推动全要素协同创新服务,从支撑上完善科技成果转化机制四个层面研究加快推动科技成果产业化的路径,从而构筑起发展新优势,助力龙江全面振兴全方位振兴。

三级公立医院绩效考核管理

2019年1月,国务院发布《关于加强三级公立医院绩效考核工作的意见》(以下简称《意见》),全面启动了对三级公立医院的绩效考核工作,既对三级公立医院的发展带来了挑战,也对医院的绩效管理提出了更高的要求。本研究在深入研究国家新医改政策的基础上,以三级公立医院绩效考核政策为工作指引,旨构建一套科学、有效、可行的医院绩效管理体系,以促进医院的持续发展。

大数据时代的云安全课程思考

伴随着大数据时代的到来,未来我国的教育教学活动将会和大数据产生更紧密的结合,传统教育教学方式需要向满足新时代、新需求的教学方式转变。本文分析了传统信息安全特点,阐述了大数据时代下云安全课程改进的一些思考和改进建议,提出了以大数据为中心来建设云安全课程、搭建优质的云安全平台、构建合理的云安全测评体系等思路,为云安全课程的开设提供了参考。

基于KNN的网络流量异常检测研究

互联网的不断发展和广泛使用给网络用户带来了极大的方便,但同时也使得网络安全形势变得越来越严峻。针对网络异常检测方法检测精度不高,网络环境动态不稳定的问题,提出了基于K-最近邻算法(K-Nearest Neighbor,KNN)的网络流量异常检测算法。算法基于属性加权与距离加权组合加权的方法进行异常检测,其中使用随机森林算法进行特征选择并为特征赋予权重,样本距离采用高斯函数加权。最后采用KNN算法检测异常,经实验验证,本算法具有较好的检测效果和时效性。

面向整体区域的改进VIRE定位算法研究

VIRE定位算法的虚拟参考标签分布在中心区域,导致非中心区域定位精度低,并且算法需要根据环境重复调整阈值,增加了实验难度。针对上述问题,在VIRE算法的基础上提出面向整体区域的改进VIRE算法。首先,将虚拟参考标签放置到整体定位区域;同时,利用牛顿插值估算虚拟参考标签的RSSI值;随后,通过动态阈值选择邻近参考标签,经过邻近参考标签可信度检查后确定最终邻近参考标签;最后,对其进行误差校正得到定位标签的坐标。仿真实验结果表明,该改进VIRE算法不仅在定位精度上有大幅提升,而且对定位环境有较强的适应能力。