首页--医药、卫生论文--预防医学、卫生学论文--保健组织与事业(卫生事业管理)论文--医疗卫生制度与机构论文--医院、综合医院论文

基于信息融合的医院审计预警模型的研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-17页
    1.1 论文背景及意义第9-11页
        1.1.1 研究背景第9-10页
        1.1.2 研究意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 国外研究现状第11-12页
        1.2.2 国内研究现状第12-13页
        1.2.3 存在的主要问题第13页
    1.3 研究内容第13-15页
        1.3.1 研究路线第13-14页
        1.3.2 关键问题第14-15页
    1.4 论文结构第15-17页
第二章 审计预警模型理论基础与相关技术介绍第17-26页
    2.1 信息融合技术第17-18页
        2.1.1 信息融合概述第17页
        2.1.2 信息融合过程第17-18页
    2.2 审计危机预警模型概述第18-21页
        2.2.1 审计危机预警的定义第18页
        2.2.2 审计危机预警模型研究现状第18-20页
        2.2.3 预警指标的选取原则第20-21页
    2.3 医院审计预警系统概述第21-24页
        2.3.1 系统概述第21-22页
        2.3.2 系统网络结构第22-23页
        2.3.3 系统总体框架及重点模块介绍第23-24页
    2.4 系统实现相关技术介绍第24-25页
        2.4.1 J2EE体系结构第24-25页
        2.4.2 Spring MVC框架第25页
    2.5 本章小结第25-26页
第三章 基于神经网络BP算法的审计预警模型的研究第26-45页
    3.1 数据分析与处理第26-28页
        3.1.1 医院审计数据采集第26-27页
        3.1.2 医院审计数据处理第27-28页
    3.2 基于经典神经网络BP算法构建审计预警模型第28-32页
        3.2.1 审计预警算法的对比与分析第28-29页
        3.2.2 经典神经网络BP审计预警模型的构建第29-32页
    3.3 基于改进神经网络BP算法构建审计预警模型第32-37页
        3.3.1 经典审计预警模型存在的问题以及改进方法第32-33页
        3.3.2 OBGA-FHBP审计预警模型的构建第33-37页
    3.4 优化审计预警模型结果分析与对比第37-44页
        3.4.1 输入变量组合对审计预警模型的影响与分析第37-40页
        3.4.2 隐含层神经元个数对审计预警模型的影响与分析第40-44页
    3.5 本章小结第44-45页
第四章 基于D-S证据理论的审计危机预警模型的构建与分析第45-58页
    4.1 审计危机预警指标的分析与确定第45-48页
        4.1.1 指标特性分析第45-46页
        4.1.2 构建审计危机预警指标体系第46-48页
    4.2 构建DR-Z审计危机预警模型第48-57页
        4.2.1 基于D-S证据理论建立审计危机指标等级排序框架第48-49页
        4.2.2 DR-Z审计危机预警模型的实现与分析第49-57页
    4.3 本章小结第57-58页
第五章 医院审计预警系统的设计与实现第58-69页
    5.1 系统设计目标第58页
    5.2 系统总体设计第58-60页
        5.2.1 工作人员角色设计第58-59页
        5.2.2 功能模块设计第59-60页
    5.3 系统详细设计第60-65页
        5.3.1 系统用例图第61-62页
        5.3.2 系统类图第62-64页
        5.3.3 系统时序图第64-65页
    5.4 主要功能模块实现第65-68页
        5.4.1 审计数据预警模块结果分析第66-67页
        5.4.2 审计危机预警模块决策分析第67-68页
    5.5 本章小结第68-69页
第六章 总结与展望第69-71页
    6.1 本文研究工作总结第69-70页
    6.2 今后工作展望第70-71页
参考文献第71-76页
攻读硕士期间的学术成果第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:数据中心网络结构及其调度优化算法研究
下一篇:基于Docker的资源预调度策略构建弹性集群的研究