为了提高PageRank算法的准确性,从网络用户对已知网页进行评价的角度引入网页等级,从网页链接分析的角度解决权威性需求.结合网页链接分析和页面内容分析提出一种改进的PageRank算法PRP(PageRank based on Page-level).实验证明,算法为...为了提高PageRank算法的准确性,从网络用户对已知网页进行评价的角度引入网页等级,从网页链接分析的角度解决权威性需求.结合网页链接分析和页面内容分析提出一种改进的PageRank算法PRP(PageRank based on Page-level).实验证明,算法为扩展PageRank提供了广阔的空间,通过选择合适的参数page-level,可以提高传统PageRank算法的网页排序的准确性,有效防止恶意链接对pagerank排序值(PR值)造成的影响.展开更多
中国非物质文化遗产水书文化面临失传威胁,近年大量深度学习的方法用于手写古籍文字的识别.但水书古籍文字识别面临数据集建立和标注困难、样本不平衡等问题,研究进展不大,且鲜少进行水书古籍页面级的文字检测与识别.首先建立了一个较...中国非物质文化遗产水书文化面临失传威胁,近年大量深度学习的方法用于手写古籍文字的识别.但水书古籍文字识别面临数据集建立和标注困难、样本不平衡等问题,研究进展不大,且鲜少进行水书古籍页面级的文字检测与识别.首先建立了一个较大规模的水书手写文字数据集,通过几种数据扩增方式,获得包含80个文字类别,共110610个带标签的字符样本.将Faster-RCNN(faster-region based convolutional neural network)算法应用到水书古籍文字识别研究上,以不同组合的数据集作为输入进行实验,在全部80个目标类别上获得了91.95%的平均识别率,实现了页面级的端到端的水书古籍文字的准确定位与识别.实验结果表明,Faster-RCNN模型在目前的数据集上能很好地实现水书手写文字的检测与识别,文中采用的数据扩增方式能明显提升水书手写文字的识别率,为水书文化的保护和传承提供了新思路,对于解决实际应用场景中的水书文字识别问题具有重要意义.展开更多
文摘为了提高PageRank算法的准确性,从网络用户对已知网页进行评价的角度引入网页等级,从网页链接分析的角度解决权威性需求.结合网页链接分析和页面内容分析提出一种改进的PageRank算法PRP(PageRank based on Page-level).实验证明,算法为扩展PageRank提供了广阔的空间,通过选择合适的参数page-level,可以提高传统PageRank算法的网页排序的准确性,有效防止恶意链接对pagerank排序值(PR值)造成的影响.
文摘目的分析病种分值付费(diagnosis-intervention packet,DIP)背景下福建医科大学附属龙岩第一医院住院病案首页填写的问题,并提出针对性对策,以提升病案首页数据质量,确保DIP分组的准确性和医保支付的合理性。方法采用便利抽样法,抽取2022年1月—2023年12月福建医科大学附属龙岩第一医院300份住院病案,对病案首页的主要诊断、手术操作、国际疾病分类(international classification of diseases,ICD)编码、患者基本信息等项目进行逐项核查。统计病案首页填写问题的分布情况、科室分布情况及问题原因,并结合DIP背景提出改进对策。结果300份住院病案中有52份存在问题,问题项目87项,存在较多的问题是ICD编码缺失、患者基本信息错填或漏填、主要诊断不全或不符,分别占比31.03%、24.14%、17.24%。手术科室中填写存在问题较多的是普外科、骨科、泌尿外科,分别占比13.79%、10.34%、9.20%;非手术科室中填写存在问题较多的是呼吸科、血液科、神经内科,分别占比17.24%、11.49%、9.20%。据调查,填写问题的主要原因有培训不到位、重视程度不够、信息缺失,分别占比58.62%、9.20%、32.18%。结论福建医科大学附属龙岩第一医院住院病案首页填写的主要问题为ICD编码缺失、患者信息缺陷或错漏、主要诊断补全或不符等方面,通过加强医护人员培训、提升信息化水平、优化电子病历系统逻辑校验功能,以及建立病案首页质控反馈机制,可有效提升病案首页填写质量,确保DIP分组的准确性和医保支付的合理性。
文摘中国非物质文化遗产水书文化面临失传威胁,近年大量深度学习的方法用于手写古籍文字的识别.但水书古籍文字识别面临数据集建立和标注困难、样本不平衡等问题,研究进展不大,且鲜少进行水书古籍页面级的文字检测与识别.首先建立了一个较大规模的水书手写文字数据集,通过几种数据扩增方式,获得包含80个文字类别,共110610个带标签的字符样本.将Faster-RCNN(faster-region based convolutional neural network)算法应用到水书古籍文字识别研究上,以不同组合的数据集作为输入进行实验,在全部80个目标类别上获得了91.95%的平均识别率,实现了页面级的端到端的水书古籍文字的准确定位与识别.实验结果表明,Faster-RCNN模型在目前的数据集上能很好地实现水书手写文字的检测与识别,文中采用的数据扩增方式能明显提升水书手写文字的识别率,为水书文化的保护和传承提供了新思路,对于解决实际应用场景中的水书文字识别问题具有重要意义.
