基于递归系统模型的宫颈癌患者住院费用影响因素分析

目的分析宫颈癌患者住院费用的影响因素,为控制住院费用提供依据。方法收集厦门市某三甲医院2012-2014年入院接受治疗且信息完整的宫颈癌患者的一般情况和住院费用等资料,通过递归系统模型分析各因素的直接与间接效应,计算总效应,找出费用控制的关键性因素。结果共纳入524例宫颈癌患者,其中医保患者占49.8%,首诊年龄的中位数为48岁,住院天数的中位数为28天,总费用的中位数为43841.06元。支付方式、转移情况对总费用仅有直接效应,同时治疗其他疾病、MRI检查仅有间接效应;临床分期、治疗方案、手术方式既有直接效应又有间接效应;治疗方案的总效应值最大。结论宫颈癌住院费用受到多个因素的直接效应、间接效应、直接和间接效应的影响,其中以治疗方案的影响最大。可通过规范化制定治疗方案控制宫颈癌的住院费用。

(n,1,m)递归系统卷积码的盲识别

递归系统卷积码(RSC码)是Turbo码子编码器常采用的编码形式。针对(n,1,m)递归系统卷积码的盲识别问题,给出了完整的编码参数和生成多项式识别方法。首先,采用矩阵分析法先求得卷积码参数,避免后续识别生成多项式时因参数循环估计带来的额外计算量。然后,根据RSC码的特性推导出生成多项式识别模型,给出了模型的具体求解步骤,并对所采用的Walsh-Hadamard变换算法进行了介绍。最后,运用Matlab平台进行仿真验证。仿真结果表明,该方法容错性能明显优于常规方法,在误码率为10-2条件下成功识别概率能达到90%,对于Turbo码的进一步研究具有重要意义。

住院费用影响因素分析的递归系统模型

以病情及有关社会因素为外生变量，住院天数和住院费用为内生变量，经变量筛选后，建立递归系统的联立方程，对住院费用的影响因素进行定量分析．模型拟合结果，Ｘ２拟合优度检验Ｐ＝０．８７８，拟合优度指数０．９９２，分析效果满意．

卒中病人住院费用影响因素的递归系统模型分析

目的 分析卒中病人住院费用影响因素 ,为今后费用控制提供依据。方法 根据指标之间有层次性的特点 ,针对卒中病人住院费用建立递归系统模型。结果 除住院天数外 ,对卒中病人住院费用影响较大的外生变量依次为 :手术次数、治疗效果、付费方式、抢救次数和感染并发症等。结论 递归系统模型增加了模型拟合效果的可解释性 ,能较清晰明了地显示医院指标间复杂的层次关系 ,值得推广。

基于递归系统模型的农村老年人直接住院费用影响因素分析

目的旨在了解各因素对农村老年人直接住院费用影响。方法对山东省某县级市参合患者住院资料库中60岁及以上农村老年人医疗费用进行调查,采用递归系统模型分析各相关因素对直接住院费用的影响。结果研究结果发现医院级别、是否手术等指标对住院费用的影响不仅存在直接效应而且存在间接效应,且与住院费用呈正相关,说明以上指标既直接引起住院费用的增加,也可以通过影响住院天数而影响住院费用;而年龄、是否高血压等指标对住院费用仅有间接效应,说明以上指标仅间接影响住院费用。结论该研究通过分解影响因素的不同作用层次,寻找其内在联系,为控制费用不合理增长提供有意义的循证依据和量化参考。

长约束非递归系统卷积码的盲识别

针对长约束非递归系统卷积码识别性能随约束长度增加而迅速恶化的问题,提出一种基于码型转换的识别方法。该方法适用于1/2长约束非递归系统卷积码及以其为母码的(n-1)/n删除卷积码。首先根据编码原理,利用编码数据构造一种码长约为原卷积码约束长度1/n的线性分组码;然后求取该线性分组码的校验矩阵,进而从校验矩阵中重构原卷积码的生成多项式。对IESS309中涉及到的两种长约束非递归系统卷积码进行仿真试验。相对于现有方法,当码率为1/2时,识别性能约改善了1dB;当码率为2/3和3/4时,改善程度均超过了2dB。仿真结果表明,与现有方法相比,所提方法具有更好的识别性能。

病种住院费用递归系统模型的多因素分析

本文以某医院1995年15种疾病的住院病例为研究样本,将病情及有关社会学因素作为外生变量,住院天数和住院费用为内生变量,针对单病种建立住院费用分析的递归系统模型,对住院费用的直接影响、间接影响及总影响进行了多因素分析.研究结果表明,不同病种的疾病特征不同,导致费用差异较大;许多外生变量对住院费用的影响是通过住院天数间接产生的,不只限于直接效应.

利用奇异值分解的二阶递归系统数值稳定性方法

为了简便地解决二阶递归系统的稳定性问题,将二阶递归系统转变为二阶离散时变线性系统,并讨论递归系统的稳定性.在二阶离散线性时变系统稳定性分析的基础上,利用奇异值分解(SVD),将其转化为参考信号(RS)系统.提出一个新的离散时变线性系统不稳定性的充分条件,并以离散正交Krawtchouk多项式与Jacobsthal数列递归式为主,讨论并推导出其在Ⅱ,Ⅳ象限上的变化情况和新的不稳定性判据.仿真结果验证了结论的准确性.

慢性阻塞性肺疾病患者住院费用影响因素递归系统与结构方程模型分析

目的慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)给患者带来沉重的经济负担,已成为全球面临的重大公共卫生问题。预计至2020年COPD将成为全球第3位致死原因。中国每年因COPD死亡的人数128万。本研究通过对甘肃省兰州市2013-2016年COPD患者住院费用进行分析,对患者住院费用增长主要因素进行定量评价,为相关部门优化卫生费用结构、建立更加完善的卫生资源控制机制提供依据。方法将数据经过预处理后使用递归模型与结构方程模型方法对数据进行分析。结果通过递归系统模型(recursive system model,RSM)最后得出医院等级对于住院费用影响总效应为0.568。在递归系统模型中医院等级影响综合医疗服务费、诊断费与药费总效应分别为0.247、0.587与0.532,医院等级均排在各分析方法影响因素的首位。在递归方程模型中是否手术和入院途径影响因素的总效应分别0.208和-0.075。结构系统模型中(structural equation model,SEM)是否手术影响各部分住院费用的总效应仍然排在前列,其影响综合服务费、诊断费和药费的总效应分别为-0.133、-0.128和0.025 6。入院途径对综合医疗服务费与诊断费的总影响效应分别为-0.324和0.120。结论影响COPD患者住院费用的最主要因素为医院等级、是否手术与入院途径,同时住院天数与职业对住院总费用也产生一定影响。

Turbo码在数字图像传输系统中的应用

介绍了Turbo码在数字图像传输中的应用及系统组成,阐述了Turbo码编码与译码原理,并对系统实现的关键技术Log—MAP译码算法进行了详细推导,给出了该算法在FPGA中的实现,即通过采用两个Calcuiation单元并行计算向前／递推向量(αUnit和βUnit)进行译码;仿真验证显示,Turbo码纠错能力强,且误码率明显低于Viterbi译码,应用该算法既可提高数字图像传输质量,减小系统传输时延,又可最大限度地节约硬件资源。

高速铁路电视递归卷积码状态同步机制

应用于高速铁路电视单频网的ADTB-R由于使用了递归系统卷积码(RSC)作为内编码方式,需要"定期清零"使RSC状态同步,但是这种机制同步恢复时间较长。为此,本文提出并实现一种改进的基于同步信息包比特置换的递归卷积码同步机制,使RSC编码器状态具有更短的同步恢复时间。

非突变有限生灭系统的瞬态解

研究了非突变有限生灭系统,利用系统转移速率矩阵的特殊形式,以Caley-Hamilton定理为基础,结合齐次线性递归系统的通解,获得了该系统形式简洁,计算比较封闭的幂级数形式的瞬态解,并给出了系数的确定方法,最后通过数值仿真验证了解的可靠性.

通信系统中Turbo码技术的研究

本文介绍了Turbo码编码以及译码的基本原理,同时对Turbo码中的随机交织器及递归系统卷积码进行了研究。最后,用MATLAB实现了Turbo码编译码的仿真,并分析了不同参数对Turbo码性能的影响。

基于PRP共轭梯度法求解代价函数的RSC码参数识别算法

Turbo码是一种常用的信道编码方式,正确识别Turbo码首先要正确识别其子递归系统卷积(recursive system convolutional,RSC)码,由于信道噪声与干扰引发误码,这就要求识别算法具有良好的抗误码性能以及识别能力。利用解调软判决序列,通过编码码元约束方程,构建指数形式的代价函数模型,将识别RSC码的生成矩阵问题转化为求解代价函数全域极值的最优化问题,最后在共轭梯度法的基础上,采用新的PRP步长因子来寻找全域极值点。仿真结果表明,所提算法与现有算法相比,收敛速度更快,在低信噪比下也有良好的识别能力。

基于校验函数梯度的Turbo码编码器识别

针对现有的Turbo码编码器识别算法中存在容错性差和计算量大的问题,本文提出了计算复杂度低和在低信噪比条件下容错性强的编码器识别算法。本文利用码元之间线性约束关系,构造代价函数,定义每个时刻的函数符合度,这个概念能明确地展现每个时刻码元之间约束关系的强弱;函数符合度将作为识别递归系统卷积码的代价函数,待识别的生成多项式参数的概率值作为代价函数的变量,将RSC码识别问题进而转化为代价函数求解极大值问题。利用迭代更新的方式,在迭代次数一定的条件下,对函数中的未知生成矩阵参数求解梯度,完成对未知生成矩阵参数的识别。仿真结果表明:算法在迭代20次时可以对编码器参数的识别收敛,同时在低信噪比条件下相比已有算法容错性强、计算复杂度低。

10种常见恶性肿瘤住院费用构成及影响因素研究

目的:分析10种常见恶性肿瘤住院费用的构成情况及影响因素。方法:选取某肿瘤医院2009-2013年10个病种共197593份病历资料进行分析;采用结构变动度、结构变动值等指标来分析费用的特征、分布及构成情况;采用递归系统模型分析各相关因素对住院费用的影响。结果:病种间费用结构差异大,药费占比高,技术性收费低;性别、年份、病种、是否首次住院、是否医保、是否手术对住院费用既有直接效应也有间接效应,而病人来源对住院费用只有直接效应。结论:合理控制住院天数、优化住院费用结构是控制住院费用的关键。

一种新型的动态模糊神经网络控制器

基于前向模糊神经网络 ANFIS提出了一种新型的动态模糊神经网络 ( DFNN) ,将模糊逻辑、神经网络和 PID控制器三者的优点有机地融合在一起 .通过在 ANFIS的归一化层和输出层之间加入递归层 ,构成了动态模糊神经网络 ( DFNN) ,并推导了基于 BP的反传学习算法 .与 ANFIS和 PID控制器相比 ,DFNN具有更好的控制效果 .DFNN的参数具有明确的物理意义 ,可根据专家的经验选择初值 ,加快了网络的收敛速度 ;由于 DFNN为动态神经网络 。

基于SOVA译码算法的Turbo码在TMS320C54X上的实现

Turbo码是迄今为止性能最为优异的一种信道编码方式 ,是 IMT2 0 0 0信道编码的推荐标准 .本文采用 (7,5 )递归系统卷积码 ,最小距离伪随机交织 ,软输出维特比译码算法在 TMS32 0 C5 4X上实现了 Turbo码 ,并对所实现的 Turbo码在不同信道 ,不同信噪比情况下的的性能指标进行了模拟测试比较 .

基于时间动态下推网络可达性分析

动态下推网络(DPN,Dynamic Pushdown Networks)由一组能刻画动态创建线程的动态下推系统(DPDS,Dynamic Push Down Systems)组成.本文首先将描述连续时间的实时时钟引入DPN,提出了时间动态下推网络(TDPN,Timed Dynamic Pushdown Networks),能对动态创建线程的实时并发递归系统建模;然后基于时钟关键点的时钟等价优化方法,并采用on-the-fly技术,仅关心栈顶及下一层的域状态转换,动态的将连续时间模型TDPN转换为时间域表示的离散模型DPN,同时给出TDPN到DPN的转换算法;最后证明在TDPN中的可达状态当且仅当其转换状态在DPN中可达,从而可解决带动态线程创建的实时并发系统的可达性分析.

Turbo码在DVB-RCS标准中的应用

分析了Turbo码的基本原理,讨论了CRSCTurbo码的特点,论述了在DVB-RCS中应用的双二元CRSCTurbo码的结构和实现方法。