摘要 | 第1-10页 |
ABSTRACT | 第10-11页 |
第一章 绪论 | 第11-19页 |
·课题背景和研究意义 | 第11-14页 |
·我国的医疗保险制度 | 第11-12页 |
·医疗保险基金在运行过程中医保定点医疗机构所存在的问题 | 第12-14页 |
·课题研究的意义和发展现状 | 第14-17页 |
·对医保定点医疗机构进行信用等级评价的意义 | 第14-15页 |
·现阶段对医疗机构信用等级评价的方法 | 第15-17页 |
·课题所做的主要工作 | 第17页 |
·文章结构 | 第17-19页 |
第二章 医保定点医疗机构信用评价指标体系 | 第19-29页 |
·信用等级 | 第19-20页 |
·信用等级概述 | 第19页 |
·国内企业信用等级的划分方法 | 第19-20页 |
·医保定点医疗机构信用等级划分法 | 第20页 |
·医保定点医疗机构信用评价指标体系的构建 | 第20-25页 |
·医疗机构行业的特点 | 第20-22页 |
·评价指标选取原则 | 第22页 |
·医疗机构的信用评价指标体系 | 第22-25页 |
·医保定点医疗机构信用评价指标的量化 | 第25-28页 |
·医保定点医疗机构信用评价指标的计算公式 | 第25-28页 |
·医保定点医疗机构信用评价指标的量化数据的来源 | 第28页 |
·小结 | 第28-29页 |
第三章 建立人工神经网络学习样本 | 第29-48页 |
·基于德尔菲法的医保定点医疗机构信用评价指标权重评分 | 第29-34页 |
·德尔菲法简介 | 第29-30页 |
·用德尔菲法对医保定点医疗机构信用等级评价指标进行评分的步骤 | 第30-31页 |
·用德尔菲法对医保定点医疗机构信用评价指标进行权重评分 | 第31-34页 |
·数据挖掘前相关数据的预处理 | 第34-42页 |
·医保定点医疗机构的违规行为 | 第34-35页 |
·医保定点医疗机构的行为模式的定义 | 第35-36页 |
·行为模式所包含的属性 | 第36-37页 |
·行为模式属性数据的清洗 | 第37页 |
·行为模式属性数据的变换 | 第37-39页 |
·行为模式属性数据的规约 | 第39-42页 |
·基于孤立点挖掘的医疗机构违规行为的检测 | 第42-47页 |
·孤立点挖掘 | 第42-43页 |
·根据问题来使用相应的孤立点挖掘算法 | 第43-44页 |
·基于密度孤立点检测算法 | 第44页 |
·LOF 算法 | 第44-45页 |
·基于LOF 算法的查找医保定点医疗机构的违规行为实验 | 第45-47页 |
·小结 | 第47-48页 |
第四章 基于BP 网络的医保定点医疗机构信用等级评价模型 | 第48-61页 |
·人工神经网络模型 | 第48-50页 |
·人工神经网络的种类 | 第48-49页 |
·人工神经网络的一般结构和工作原理 | 第49-50页 |
·适合人工神经网络学习的问题 | 第50页 |
·BP 神经网络 | 第50-54页 |
·神经元模型 | 第51-52页 |
·BP 网络模型 | 第52-54页 |
·用BP 网络学习医保定点医疗机构的信用等级 | 第54-60页 |
·医保定点医疗机构信用等级评价网络输入与输出层的建立 | 第55页 |
·医保定点医疗机构信用等级评价网络隐藏层的建立及权值的初始化 | 第55-56页 |
·医保定点医疗机构信用等级评价网络节点变换函数的确定 | 第56页 |
·医保定点医疗机构信用等级评价网权值训练算法 | 第56-57页 |
·BP 网络学习医保定点医疗机构信用等级的实验分析 | 第57-60页 |
·小结 | 第60-61页 |
第五章 基于BP 网络的医保定点医疗机构信用等级评价模型的改进 | 第61-69页 |
·医保定点医疗机构信用评价网络隐藏层节点数的精简 | 第61-64页 |
·隐藏层节点间的相关度和冗余节点的删除规则 | 第61-62页 |
·隐藏层冗余节点的删除算法 | 第62-63页 |
·实验分析 | 第63-64页 |
·基于 PSO 算法的医保定点医疗机构信用评价网络权值初始化方法的改进 | 第64-68页 |
·PSO 算法原理 | 第65页 |
·用 PSO 算法对医保定点医疗机构信用等级评价网络权值进行初始化 | 第65-66页 |
·实验分析 | 第66-68页 |
·小结 | 第68-69页 |
结束语 | 第69-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-74页 |
作者在学期间取得的学术成果 | 第74页 |