bck

收藏本站

基于医保数据的智能审核研究与应用

【摘要】:目前医疗保险行业存在大量的医保记录数据,为了更好的保障医疗保险基金合法使用,需要优化对欺诈骗保的审查手段,加大对医保基金的监管力度。本文基于大规模的医保数据,研究改进聚类及分类算法,将聚类及分类算法应用于医保数据集,设计并实现医保智能审核模型。本文主要研究内容如下:1.为了更有效地利用医保无标签数据,本文首先采用聚类算法对无标签医保数据进行聚类分析。由于传统K-Means存在容易陷入局部最优的问题,本文提出了改进的蚁狮优化与K-Means相结合的聚类模型ALO-KM。该模型首先通过蚁狮优化算法帮助K-Means选择初始簇中心,在迭代过程中再利用蚁狮优化算法更新样本簇的簇中心,削弱了K-Means对初始簇中心的敏感程度。然后提出了基于高斯分布的改进随机游走策略,能够更加全面地搜索解空间,实现对蚁狮优化算法搜索能力的提高。实验证明本文提出的模型在多个指标上都提高了医保无标签样本的划分纯度和聚类效果,有效地解决了医保无标签数据利用率低以及K-Means易陷入局部最优的问题。2.为了更有效地同时利用医保数据中的无标签样本和有标签样本,提高对骗保行为的分辨能力,本文设计了K-Means与逻辑回归相结合的KM-LR模型。首先提出K-Means迭代训练中特征距离向量的概念,在K-Means训练后将特征距离向量映射为逻辑回归模型的回归系数;然后通过逻辑回归训练后学习到的模型对样本进行划分,并分别求得划分后两类的簇中心,再进行下一次整体的迭代。这种交互式的训练模式紧密地连接了聚类与分类两个部分,有效地提高了医保数据的利用率。通过实验证明了KM-LR算法有效地优化了对医保数据的分辨能力,在多种评价指标上均较大地提升了分类精度,达到了同时利用医保无标签样本与有标签样本的目的。3.为了给医保智能化审核与信息化监管提供现代技术支撑,本文构建了基于大数据的医保智能审核系统。该系统可以利用医保数据进行多种模型训练,包括本文提出的ALO-KM与KM-LR,可以由用户上传需要审核的数据样本进行医保防骗审核,可以通过不同的统计图表进行对比分析,最后提供了可视化界面为用户展示各个功能模块的结果。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前17条
1 张曦文;;蚁狮倒退行为在捕食中的作用[J];科学启蒙;2018年07期
2 托芙·扬松;;《魔法师的帽子》[J];快乐语文;2017年17期
3 缪建吾;;蚁狮的行动[J];生物学通报;1958年03期
4 ;蚁狮是怎样捕食的[J];课外生活;2010年09期
5 姜雅风;;也谈蚁狮[J];大自然;2006年02期
6 许培育;;虫虫攻略之“蚁狮”[J];聪明泉(少儿版);2008年12期
7 马安宁;;蚁狮撷奇[J];大自然;2002年02期
8 卢兆盛;汤美玲;;巧设陷阱的蚁狮[J];成才与就业;2019年Z1期
9 许培育;;虫虫攻略之“蚁狮”[J];小学时代;2010年04期
10 尹洪红;杨晓文;刘佳鸣;韩燮;;一种基于蚁狮优化的极限学习机[J];计算机应用与软件;2019年08期
11 王颖娟;张培;李子忠;;正交优化蚁狮黄酮超声提取工艺[J];兴义民族师范学院学报;2018年01期
12 王颖娟;张培;李子忠;;蚁狮多糖对小鼠炎症模型影响的实验研究[J];四川动物;2016年02期
13 于建芳;刘升;韩斐斐;肖子雅;;基于柯西变异的蚁狮优化算法[J];微电子学与计算机;2019年06期
14 周汉辉;张宣达;古德祥;;在人工饲养条件下加速蚁狮发育试验[J];昆虫天敌;1992年01期
15 王若安;周越文;韩博;李剑峰;刘强;;具有自适应边界与最优引导的莱维飞行蚁狮优化算法[J];微电子学与计算机;2018年09期
16 赵克新;黄长强;王渊;;具有随机分形自适应搜索策略的蚁狮优化算法[J];火力与指挥控制;2019年02期
17 张家维;李昊;;多目标蚁狮算法在航材配置优化中的应用研究[J];计算机仿真;2019年07期
中国重要会议论文全文数据库 前1条
1 潘秀兰;;滨河开发对蚁狮生态影响的考察研究[A];第十六届中国科协年会——分5生态环境保护与绿色发展研讨会论文集[C];2014年
中国博士学位论文全文数据库 前1条
1 张杰;蚁蛉科幼虫形态与分子鉴定研究(脉翅目:蚁蛉科)[D];中国农业大学;2017年
中国硕士学位论文全文数据库 前7条
1 周聪宇;基于医保数据的智能审核研究与应用[D];电子科技大学;2019年
2 陈倩雯;基于改进蚁狮优化算法的含风电配电网多目标无功优化[D];西安理工大学;2019年
3 单欣欣;基于蚁狮优化SVM的智能家居入侵检测的研究[D];湖北工业大学;2019年
4 贾江波;水利工程用探地雷达阵列天线优化方法研究[D];河北科技大学;2018年
5 王怡冰;基于距离的蚁狮优化算法的研究与应用[D];湖南大学;2017年
6 王颖娟;泛蚁蛉生物学及人工饲养技术研究[D];贵州大学;2008年
7 杨展;穴蚁蛉幼虫全长均一化cDNA文库的构建及ESTs初步分析[D];暨南大学;2011年
中国重要报纸全文数据库 前2条
1 汗漫;[N];文学报;2014年
2 马良;[N];光明日报;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|