基于深层神经网络的SCMA增强解码器

部分边缘化消息传递算法(partial marginalization message passing algorithm, PM-MPA)是一种消息传递算法(message passing algorithm, MPA)的串行变体,用于稀疏码复用接入(sparse code multiple access,SCMA)信号检测,然而,PM-MPA仍然可以实现接近最佳的性能。针对以上问题,将PM-MPA扩展到深度神经网络(deep neural network, DNN)层以优化分配给因子图的边缘的权重。采取权重作为网络参数,离线训练网络以获得权重这可以使损失函数最小化。仿真结果表明对于之前研究的其他深度学习解决方案,提出的解决方案在保持较低计算复杂度的同时,实现了更好的误码率(bit error rate, BER)性能假定的复杂性。

基于PESTEL的医师多点执业实施分析及监管对策研究

本文以PESTEL模型为基础,从政治、经济、社会、技术、环境和法律等维度对医师多点执业实施的外部环境进行了分析,探讨了医师多点执业过程中存在的优、劣势,旨在为完善医师多点执业政策设计和强化卫生行政部门监督提供政策支持和决策依据。

民营医疗机构卫生监督量化分级管理应用研究

目的通过分析民营医疗机构执业过程中存在的问题,为进一步规范民营医疗机构执业活动提供决策依据;方法采用均数、标准差、百分比对评价结果进行描述性研究,采用T检验和方差分析对各类别机构不同项目得分差异情况进行分析;结果量化等级主要以B级单位62.2%为主,民营医院B级以上单位(100%)所占比例高于门诊部(95.0%)和个体诊所(78.9%);统计结果显示,影响各类民营医疗机构评分等级的关键项目各不相同,其中共性问题为消毒管理不到位,如未定期开展消毒灭菌监测,消毒剂索证不齐全,手卫生设施不合格等;结论将量化分级应用到民营医疗机构管理中,推动医疗机构监管向"风险度、诚信度"转变,有助于建立和完善医疗安全和保证体系,促进医疗机构管理规范化。

基于aLSTM的5G网络冲突预测

提出了一种自适应长短期记忆(adaptive long short-term memory,aLSTM)模型,以学习网络输入的超参数,以优化LDPC的编码率,网络平均流的吞吐量,以及上面所述间距离的用户和所述基站和用户数。分析了两个不同城市和地区用户数量的影响农村地区的延时。提高了网络覆盖和用户传输速率。通过比较的示例性数据与所述预测结果的LSTM预测方法,验证了所提出的aLSTM预测模型,实验结果表明,所提出的aLSTM预测模型使用的参数减少了0%~20%,且迭代次数减少了一半。该方法不仅有效,而且具有较高的预测精度。

医院心理卫生管理浅析

医院心理卫生管理浅析李倬珍王慧苹医疗卫生事业是救死扶伤，防病治病，保障人们身心健康的特殊服务性行业［１］。在新形势下，这个行业的职工心理管理如何进行，为此，对院１４６名职工进行了心理测评研究。（一）测评研究目的：①全方位地从理论和实践的结合上把握职工...

农村医疗机构量化分级管理应用研究

目的:通过辖区内9个乡镇、139家村卫生室的量化分级管理,探索基层医疗机构在执业过程中存在的问题;方法:利用逼近理想值(TOPSIS)法、秩和比(RSR)法对各乡镇量化分级结果进行排名分档,通过得分率了解存在的问题和薄弱环节;结果:量化评分B级以上单位占85.62%,C级单位占14.39%排名分档结果显示A4,A2两镇相对较差,A1,A6两镇评分等级较高,其余乡镇为中、良,各单位在其中机构环境、机构资质、消毒管理等方面得分率较低;结论:TOPSIS结合RSR相合能科学地真实反映量化分级的评价结果;应重点加强薄弱环节的监管,以促进医疗机构加强自身管理,提高医疗服务质量。