数据时代医院档案数据管理创新实践研究

大数据时代,实现医院档案管理工作的数据化、时代化是因时而变、因势而变之需。大数据技术应用在医院档案数据管理中符合当前医院行业的发展趋势,对于医院的可持续发展有着重要的价值,可以提高医院档案信息化管理水平,而且也可以提高档案管理的工作效率。这既是对传统的档案管理工作模式的革新,也是对传统档案管理过程中的出现一些弊端的革除,促进了医疗事业的可持续健康发展。同时,在当前医院运行管理中会产生大量的数据,通过大数据技术的应用,还可以充分发挥医院档案以及医疗数据的价值,较好解决医院巨大数据量与处理能力严重不足之间的矛盾。

基于DMX的数据挖掘算法包原型的设计与实现

数据挖掘扩展插件DMX(Data Mining eXtension)语言是由微软提出的在SSAS(SQLServer Analysis Services)中实现的符合OLE DB for Data Mining规范的数据挖掘语言,它提供了创建、访问和管理数据挖掘算法和信息的数据存储方式和开源的可扩展的模型调用体系。为了满足目前国内中小企业迫切需求的数据挖掘工具的应用需求,通过分层设计、逐次封装,设计并实现了一种基于DMX语言的特性和功能并具有平台无关性和应用推广性的数据挖掘算法包原型系统。通过公共测试数据验证了该原型系统的可行性和可用性。

基于改进MVU的非线性动态过程故障检测方法

针对化工过程数据的非线性和动态性分布特征,引入Laplacian特征映射(LE),提出了一种基于改进最大方差展开(MVU)的特征提取算法。在改进算法中,局部以欧式距离、全局以测地线距离为尺度度量数据间差异性,以更好反映数据内在几何性质;此外,借鉴LE算法思路,通过最小化近邻点间距离实现流形结构保持。改进算法兼具全局特性保持和局部流形学习能力,计算效率也有较大提高。将其用于提取非线性动态过程高维数据子流形特征,利用SVDD在特征空间建立故障检测模型,构造统计量并确定其控制限。TE过程仿真及丙烯聚合过程实验研究表明改进方法能有效挖掘过程特征信息、监控过程变化并及时检测故障发生,故障检测率较传统方法有显著提高。

信息熵和HQ准则在最大Lyapunov指数计算中的应用

最大Lyapunov指数是判断时间序列是否为混沌的一个重要判据,目前应用比较广泛的是小数据量法。将信息熵和HQ准则应用在最大Lyapunov指数的算法中,改进了小数据量法。信息熵优化了相空间重构参数,克服了独立求解重构参数的不足;利用HQ准则确定邻近点个数增加了计算时的精度。仿真实验表明该改进的小数据量法在计算最大Lyapunov时具有良好的准确性,对噪声具有良好的鲁棒性。

数据挖掘在高校招生中的应用研究

随着教育改革的不断深入,我国的高等教育得到了长远的发展,高职院校招生规模的不断扩大,招生数量的逐年递增,招生方式朝着多元化、自主化方向发展,院校的招生竞争日趋激烈。本文建立高校招生数据挖掘系统,主要对高校招生信息进行挖掘,提取出有利于高校招生的策略,为高校招生提供决策支持。

基于十六位单片机在耐压测试仪中的应用

本文主要叙述了以高性能十六位单片机8XC196MC为核心的耐压测试仪设计。介绍了用单片机耐压测试仪的软、硬件设计新方法,文中给出了所设计的耐压测试仪的数据流图、硬件原理框图、主流程图。尤其是将数据库管理系统的软件工程设计方法引用于单片机系统的设计,使整体设计简明、清晰,此法不失一般性。

Inmarsat-C/GPS技术在水声测量浮标系统中的应用

本文介绍了一种利用Inmarsat C/GPS技术对用于水声测量的海洋浮标实施远程测控和定位的新方法。内容包括Inmarsat C/GPS的系统组成、工作方式和技术特点以及将其集成应用于海洋浮标系统中的硬件、软件实现方案。

云解析人工影响天气数值模式的改进、初步试验和展望

基于WRF四维资料同化和预报技术,初步发展了针对我国西北地区云微物理和播云催化技术的云解析人工影响天气模式系统(CR-WMM,Cloud-Resolvable Weather Modification Model)。该模式耦合并改进了中国气象科学院发展的微物理方案(CAMS-MP)和碘化银(AgI)催化方案,并实现基于大涡模拟(LES)模式的飞机、地面烟炉等播撒源及毗邻区域AgI粒子扩散的精细模拟方法。选取降水案例对CR-WMM资料同化功能、CAMS-MP微物理参数化和AgI的催化数值模拟方案进行测试和评估,验证了该系统的资料同化能力、微物理参数化和AgI催化数值模拟方案的可靠性。CR-WMM具备连续同化常规和加密气象观测,特别是针对云微物理过程的新型卫星、云雷达和人工影响天气外场作业飞机和基地的特殊观测能力,能生成全面、精确的云和降水热力、动力和微物理分析场,支撑云和降水过程及云催化技术的理论研究及优化人工播云方案辅助决策。并提出为达到这一目标,CR-WMM模式在未来5—10年应集中攻克的五个方面的科学难题。

AutoCAD表格图形文件中的数据读取

为了实现AutoCAD表格图形文件中的数据读取,把AutoCAD制图中的表格绘图文件(*.DWG)通过图形交换文件(*.DXF)格式输出,在分析其结构组成的基础上,用高级语言编程,将表格图形中的数据写入到相应的数据文件(*.DAT)中并以图形检验数据的正确性。方便了后续过程对表格图形数据的引用,可以满足并行工程中的数据交换。

基于拉普拉斯特征映射学习的隐匿FDI攻击检测

智能电网中的隐匿虚假数据入侵(False data injection,FDI)攻击能够绕过坏数据检测机制,导致控制中心做出错误的状态估计,进而干扰电力系统的正常运行.由于电网系统具有复杂的拓扑结构,故基于传统机器学习的攻击信号检测方法存在维度过高带来的过拟合问题,而深度学习检测方法则存在训练时间长、占用大量计算资源的问题.为此,针对智能电网中的隐匿FDI攻击信号,提出了基于拉普拉斯特征映射降维的神经网络检测学习算法,不仅降低了陷入过拟合的风险,同时也提高了隐匿FDI攻击检测学习算法的泛化能力.最后,在IEEE57-Bus电力系统模型中验证了所提方法的优点和有效性.

基于Philips单片机的变压器运行数据采集处理系统

介绍了使用菲利普单片机对电力变压器负荷数据和运行状况进行实时采集、检测、处理的实用系统。整个系统由三个独立的部分组成:现场实时数据采集器、便携式数据抄录器、数据处理机.这里着重介绍了使用菲利普单片机构成的现场数据采集器的结构和软、硬件的设计。

柏格森究竟是不是现象学家?——柏格森哲学思想的另一种理解

胡塞尔的现象学还原企图从直接经验的意识流中找到稳定的世界的基础,它找到的仅仅是一种"死的永恒",而不是一个流动不居的现象界,现象学"回到事物自身"的目标已经得不到保障。柏格森的直觉方法使我们进入对象内部,与对象交融一起,与对象一起共感,回到流动的经验实在,现象学的口号"回到事物自身"在柏格森这里具体化为"回到了材料自身"。因此可以在某种意义上说,柏格森更像一个贯彻现象学理念、撑起现象学旗帜的现象学家。

基于XMSF的仿真训练系统的研究与应用

介绍了可扩展建模与仿真框架(XMSF)的概念,提出了基于XMSF的某船舶动力系统电力传输与控制仿真训练系统的设计方案,分别从硬件和软件上研究了系统的体系结构以及所用到的关键技术,主要包括:数据表示、图形用户接口的描述和中间件的设计等。

面向电子档案大数据的可视化组织与分析

电子档案发展至今已经积累到大数据状态,数据可视化成为解决电子档案管理问题的主要方法。根据以上描述,提出面向电子档案大数据的可视化组织与分析新方法。所提新方法将瓦片模型用于进行电子档案大数据可视化组织工作,借助瓦片图层的金字塔结构与矢量特征建立可视化组织结构。讨论了电子档案大数据编码方法与矢量瓦片可视化绘图流程,提高了可视化组织工作的准确性与效率。依次通过可视化图层捕获、非关系数据存储、数据流处理、已处理数据读取、分析结果显示以及图层更新,进行电子档案大数据可视化分析。实验结果显示,所提新方法的可视化效果优异,大数据读取效率较高。

民国期刊编读栏目及其文学史料价值——以《现代》杂志为中心的考察

《现代》编读栏目在体现编者编辑立场和建构公共讨论空间、作为“副文本”对“正文本”进行阐释和补充、保存现代文学史料等方面有着重要价值。同时,它体现出的良好的编读关系,对当下期刊界的编读互动来说不无启示意义。由此,在现在的出版大环境下,编者只有把读者当成朋友,以诚相待,一本杂志才能走得更远。

探索LKJ基础数据自动化编制技术

LKJ2000型数据资料涉及部门多,各类型数据计算相互调用复杂,且LKJ基础数据编制完全依靠手动键入方式,制约了LKJ数据编制向高新科技的发展。探索应用专业软件规范提报数据资料使得辅助编制软件实现基础数据自动化编制,建立取用相关局数据最优化机制使得LKJ数据与高新技术有机结合,实现编制本局数据源文件从源头上安全可控和取用相关局数据精准有效,将在准确度和安全性上有质的飞跃。