期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
突发公共卫生事件中基层医疗机构物资保障决策支持系统研究 被引量:6
1
作者 尹天露 高晓欢 +4 位作者 王敏 张海芳 刘卫刚 朱庆华 刘志军 《中国医院》 2020年第10期45-47,共3页
目的:建立一套可应对突发公共卫生事件的智能化物资保障决策支持系统架构。方法:采用Pareto图、CVA管理法和价值流分析等方法全面分析应急医疗物资保障中的有效环节,采用多种工程学算法建立优先级决策原则并对不确定因素进行处理,通过La... 目的:建立一套可应对突发公共卫生事件的智能化物资保障决策支持系统架构。方法:采用Pareto图、CVA管理法和价值流分析等方法全面分析应急医疗物资保障中的有效环节,采用多种工程学算法建立优先级决策原则并对不确定因素进行处理,通过LabVIEW开发平台实现系统功能。结果:从检测网络、致病因子预报、疫情预测、风险评价、干预5个层次更新了系统概要,建立了优先级的筛选配置函数原则;应急救援物资结合经济效值分为4个等级。结论:优先级决策支持系统可在突发公共卫生事件导致的暂时性资源短缺情况下,较大程度保障医疗物资供应。基于区域信息平台,可辅助管理者快速掌握各环节运行状态和盲点。 展开更多
关键词 突发公共卫生事件 医疗物资 优先级模型 决策支持系统
在线阅读 下载PDF
基于标签混淆的院前急救文本分类模型
2
作者 张旭 生龙 +2 位作者 张海芳 田丰 王巍 《计算机应用》 CSCD 北大核心 2023年第4期1050-1055,共6页
针对院前急救文本专业词汇丰富、特征稀疏和标签混淆程度大等问题,提出一种基于标签混淆模型(LCM)的文本分类模型。首先,利用BERT获得动态词向量并充分挖掘专业词汇的语义信息;然后,通过融合双向长短期记忆(BiLSTM)网络、加权卷积和注... 针对院前急救文本专业词汇丰富、特征稀疏和标签混淆程度大等问题,提出一种基于标签混淆模型(LCM)的文本分类模型。首先,利用BERT获得动态词向量并充分挖掘专业词汇的语义信息;然后,通过融合双向长短期记忆(BiLSTM)网络、加权卷积和注意力机制生成文本表示向量,提高模型的特征提取能力;最后,采用LCM获取文本与标签间的语义联系、标签与标签间的依赖关系,从而解决标签混淆程度大的问题。在院前急救文本和公开新闻文本数据集THUCNews上进行实验,所提模型的F1值分别达到了93.46%和97.08%,相较于TextCNN(Text Convolutional Neural Network)、BiLSTM、BiLSTM-Attention等模型分别提升了0.95%~7.01%和0.38%~2.00%。实验结果表明,所提模型能够获取专业词汇的语义信息,更加精准地提取文本特征,并能有效解决标签混淆程度大的问题,同时具有一定的泛化能力。 展开更多
关键词 文本分类 院前急救文本 深度学习 加权卷积 标签混淆模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部