运用价值流分析实现急诊救治零跑动的实践与探讨

目的通过价值流分析来识别急诊诊疗过程中医患双方人力资源的隐性浪费,并利用信息等管理手段来提高急救时间的利用率。方法分析急诊抢救区非绿通患者、家属及医疗工作者的诊疗,确定时间浪费的爆发点,构建以急救区域为中心的信息、物流系统,并对比优化前后的结果。结果优化后患者用药时间、CT时间、检验时间、流程时间均较优化前缩短,时间有效率高于优化前,差异均具有统计学意义(p<0.05);医护人员流程PT、LT均较优化前缩短,时间有效率高于优化前,差异均具有统计学意义(p<0.05);家属跑动次数从6次降为0次;医护接触次数较优化前下降,患者满意度较优化前升高,差异均具有统计学意义(p<0.05)。结论利用价值流分析并构建的以急救区域为中心的信息、物流系统,减少医患双方劳动力的隐性浪费,提高急救时间的利用率。

隐性权位比特函数的线性复杂度

布尔函数既是分组密码的关键部件,也是设计序列的重要方式,在对称密码的设计与分析中起着重要的作用,关于布尔函数的密码学性质研究一直是密码界研究的热点。隐性权位比特函数(HWBF)因具有平衡性、高非线性度等诸多“好”的密码学特性而备受关注,而它的线性复杂度指标在文献中尚无相关结论。因此,讨论了采用n-元HWBF函数构造周期为2n的二元伪随机序列,从数学理论的角度证明该序列是具有最大线性复杂度的平衡序列。同时,应用数论中的Hasse导数和Lucas同余式,计算出该序列的2-错线性复杂度的取值,其中当n(mod 4)∈{0,1,3}时,该序列的2-错线性复杂度达到最大值。结果表明,该序列是一类具备多种密码学指标的优质序列。

基于特征流融合的带噪语音检测算法

针对语音通话中语音段的起始检测性能不佳,检测语音连续性结构受到破坏的问题,提出了一种基于特征流融合的带噪语音检测算法。首先,根据语音特性分别提取时域特征流、谱图特征流和统计特征流;其次,利用不同的语音特征流分别对带噪音频中的语音段进行概率估测;最后,将各个特征流估测得到的语音估测概率进行加权融合,并利用隐马尔可夫模型对语音估测概率进行短时状态处理。通过对复合语音数据库在多类型噪声与不同信噪比条件下的性能测试表明,所提算法相对于基于贝叶斯与DNN分类器的基线模型相比,语音检测正确率分别提高了21.26%与11.01%,显著提高了目标语音的质量。

基于多传感器融合的动态手势识别研究分析

研究利用三类传感器(表面肌电仪、陀螺仪和加速度计)信号的特点进行信息融合,提高可识别动态手势动作的种类和准确率。将动态手势动作分解为手形、手势朝向和运动轨迹三个要素,分别使用表面肌电信号(s EMG)、陀螺仪信号(GYRO)和加速度信号(ACC)进行表征,利用多流HMMs进行动态手势动作的模式识别。对包含有5个运动轨迹和6个静态手形的识别实验结果表明,该方法可以有效地从连续信号中识别动态手势,三类传感器组合使用获得的全局平均识别率达到92%以上,明显高于任意两个传感器组合和仅采用单个传感器获得的平均识别率。实验表明该方法是一种有效的动态手势识别方法,并且相较于传统的动态手势识别的方法更具有优势。

对Py的一种改进的区分攻击

提出了对流密码算法的一种改进的区分攻击方法。首先利用隐Markov模型给出了有效计算的输出序列在一个特定的事件发生的情况下的条件分布的公式,并由此构造了一个“最优”区分器,在区分优势和目前最有效的区分攻击相同的情况下,所需密钥流长度缩短为原来的1/3.2。

基于比特流的虹膜特征数据的隐藏算法

对生物特征数据的攻击是生物特征识别自身安全的主要威胁。为了提高虹膜特征数据的安全性,根据现有主要的虹膜识别方法中特征模板的数据特性和基于汉明距的比对方法,提出一种基于比特流的将虹膜特征模板数据嵌入人脸图像的数据隐藏算法。实验结果表明,该算法具有较强的隐蔽性,隐藏算法本身误码率为零,计算效率高,不会影响虹膜识别技术本身的性能,能够有效保护特征模板数据,增强虹膜识别系统自身的安全性。

上游式尾矿坝安全隐患分析

分析了上游式尾矿筑坝方法的安全隐患 ,指出分期筑坝方法应是未来尾矿库建设的发展方向。

城市物质代谢分析—以贵阳市为例

笔者以“欧盟导则”为基础，结合区域物质流分析及贵阳市的实际情况，对贵阳市2006年至2010年的城市物质代谢进行分析．研究中，除了常规数据的收集与区域物质流的核算之外，加入了隐藏流、水、空气等条件，从宏观上反映贵阳城市物质代谢状况，分析显示贵阳市经济高速增长的同时其肓接物质输入明显减少，得出贵阳市大力建设生态城市至今已取得一定成效，城市物质代谢“高投入、高污染”的经济发展特征已有所改变．所以，继续推动转变传统经济增长方式，进行贵阳生态城市的建设是实现贵阳市可持续发展的根本途径．

基于多流隐马尔可夫模型的网络信号传输过程建模

网络输入信号进入网络后,会不可避免地被网络延时污染,所以接收端得到的网络输出信号与发送端的输入信号间存在着误差,这种误差在接收端分别为事件驱动(Event-Driven)节点触发方式和时间驱动(Time-Driven)节点触发方式时分别由不同原因造成;基于多流隐马尔可夫模型(MS-HMMs)对接收端分别工作在两种节点触发方式时的网络信号传输过程进行建模,采用Viterbi算法对网络输入信号进行估计;实验结果表明该模型能够有效地实现对网络输入信号的估计。

P2P流媒体系统中基于多点获取的快速启动机制

在对等网络(P2P)流媒体系统中,为保证媒体的平滑播放,缩短节点的启动时延,充分利用P2P网络中节点的存储资源和带宽资源,提出了一种基于多点获取的启动方法.即在提供服务的节点上缓存一部分媒体数据,以提高客户节点请求数据的命中率;同时,客户节点以自身与服务节点间的端到端时延为依据,并发地从多个服务节点获取媒体数据,以加快获取媒体数据的速度.该方法隐藏了P2P流媒体系统中的搜索时延,屏蔽了网络时延,加快了数据获取,从而将节点的启动时延缩短40%以上.

基于卷积神经网络的视频流隐藏信息检测方法

为解决现有视频流隐藏信息检测中,人工检测特征设计难度不断加大的问题,提出一种基于卷积神经网络的视频流隐藏信息检测方法。在神经网络中构建残差学习单元,避免深层次卷积神经网络在训练时的梯度消失,利用深层神经网络自动从数据中挖掘检测特征,在此基础上引入量化截断操作,增加检测模型多样性,提升检测性能。使用FFmpeg与x264编码标准CIF序列生成的视频进行实验,实验结果表明,该方法相比现有方法具有更高的检测准确率。

基于流式聚类及增量隐马尔可夫模型的实时反欺诈系统

针对目前金融支付行业交易中存在的欺诈风险复杂化和高频化的问题,提出一种基于密度分布演化的流式聚类算法(DDE-Stream)。利用CLIQUE算法对账户交易特征进行网格聚类,结合隐马尔可夫算法构建账户交易行为档案模型,根据该模型进行实时的欺诈侦测,并在模型自更新阶段,利用DDE-Stream算法对多维度交易特征进行实时聚类。实验结果表明,该算法能够实时侦测交易欺诈风险,且在验证集上获得的准确率相比传统随机森林分类算法超过50%。

小茅塔水库成库条件分析

小茅塔水库库区内以碳酸盐岩分布为主,右岸出露鱼洞子暗河泉点,采用手持GPS泉点定位与地质构造分析相结合的手段,查清了东西向发育的区域性断裂及其次生构造对地下水的影响,由此揭示出鱼洞子暗河系统的发育规律,及地下水的流向,为后续勘察设计工作提供了较为准确的地质依据。

岩溶地基的处理方法与实践

岩溶地区的地基情况十分复杂。本文分别就岩溶地区常见的沉积土、土洞、溶洞暗河、粘土夹碎石等几种典型的地基类型,说明了这些地基处理的一般方法,所举的工程实例可供参考。

基于隐马尔可夫模型的流数据分类算法

为优化周期性概念漂移分类精度,提出了一种基于隐马尔可夫模型的周期性流式数据分类(HMMSDC)算法,算法结合实际可观测序列的输出建立漂移概念状态序列的转移矩阵概率模型,由观测值概率分布密度来预测状态的转移序列.当预测误差超过用户定义阈值时,算法能够更新优化转移矩阵参数,无须重复学习历史概念即可实现对数据概念漂移的有效预测.此外,算法采用半监督K-Mean学习方法训练样本集,降低了人工标记样例的代价,能够避免隐形马尔可夫模型因标记样例不足而产生的欠学习问题.实验结果表明:相对传统集成分类算法,新算法对周期性数据漂移具有更好的分类精确度及分类时效性.