日本护理等级评估标准制定方法与配套条件研究

与国际上常用的根据失能状态划分护理等级的“日常生活活动能力量表(ADL)”和最小限数据集(MDS)相比,日本基于护理服务需求量划分护理等级的失能度评估标准,不仅解决了最小限数据集(MDS)不能根据评估结果判定服务申请者护理等级的难题,还达成了利用护理等级控制不合理的护理服务报酬之目的,并兼具适用于医疗、保健、康复领域之优势。而我国始于2016年的长期护理保险试点工作,出现了各地护理等级评估标准不统一问题,制约了规范公平的护理保险制度的建立。本文以评估调查的信息收集与分析为突破口,围绕评估指标设计、指标赋值法、“评估指标群”法和“树形图”法的内容,剖析日本护理等级评估标准制定方法与配套条件,为我国制定护理等级评估标准提供参考。

基于K值改进的K-means算法在入侵检测中的应用

K-means聚类算法在入侵检测的运用中存在两个重要的缺陷:一是初始聚类中心是随机选择的,二是容易陷入局部最优解。提出一种改进的K-means算法,首先通过数据筛选确定高密度区域,然后确定两个最远点作为初始聚类中心以及非模糊型的集群评估指标来确定剩下的初始聚类中心,最后再进行聚类分析。实验表明,改进后的K-means算法不再依靠随机的K值和聚类中心,使得聚类过程可以依据数据集本身进行自适应的调整,同时保证了较高的网络入侵的检测率和较低的误报率。