近年來,異常醫(yī)保消費(fèi)案件的發(fā)生在全球范圍內(nèi)愈演愈烈,每年都會導(dǎo)致國家社保機(jī)構(gòu)大量的醫(yī)保基金損失。異常醫(yī)保消費(fèi)不僅不利于國民道德誠信建設(shè),還影響了國家醫(yī)保相關(guān)法律法規(guī)的公平實施和醫(yī)�；鸬挠行Ю�。異常醫(yī)保消費(fèi)案件的不斷出現(xiàn)已經(jīng)嚴(yán)重阻礙了我國醫(yī)療保險的可持續(xù)發(fā)展。因此,怎樣快速的識別出異常醫(yī)保消費(fèi)案件并給予有效的遏制己成為學(xué)術(shù)界一個很有價值的研究課題。但是,目前我國各學(xué)者的研究主要是圍繞醫(yī)保法律法規(guī)的建設(shè)完善和各類監(jiān)督制度的健全等方面,對于利用科技手段來解決這一問題的研究較為少見,基于這個背景,本文嘗試?yán)肂P神經(jīng)網(wǎng)絡(luò)算法來對異常醫(yī)保消費(fèi)數(shù)據(jù)進(jìn)行研究。本文的研究重點主要是怎樣從醫(yī)保消費(fèi)數(shù)據(jù)中快速有效地識別出異常醫(yī)保消費(fèi)行為,先是對醫(yī)療保險消費(fèi)行為出現(xiàn)異常的形式和目前我國大量沿用的防范異常消費(fèi)的相關(guān)政策法規(guī)進(jìn)行歸納,收集現(xiàn)存的大量異常消費(fèi)案例進(jìn)行總結(jié),找出這些異常消費(fèi)行為的規(guī)律,分析常見異常消費(fèi)行為在數(shù)據(jù)層面上的行為特征,并以此作為異常消費(fèi)行為檢測的基礎(chǔ),從而設(shè)計了一個運(yùn)用BP神經(jīng)網(wǎng)絡(luò)算法的異常醫(yī)保消費(fèi)檢測模型。接著提取目前使用的醫(yī)保數(shù)據(jù)信息系統(tǒng)中的海量數(shù)據(jù),抽取部分典型數(shù)據(jù)作為訓(xùn)練樣本和... 

【文章來源】：廣西大學(xué)廣西壯族自治區(qū) 211工程院校

【文章頁數(shù)】：51 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－１轉(zhuǎn)化過程??Ｆｉｇ．?２－１?Ｔｒａｎｓｆｏｒｍａｔｉｏｎ?ｐｒｏｃｅｓｓ??

控制信號來調(diào)節(jié)人體的各項技能活動。整個協(xié)調(diào)的過程中，作為基本單位的神經(jīng)元細(xì)胞??的形態(tài)與別的類型細(xì)胞不太一樣，它具有許多突起，分別被命名為細(xì)胞體、軸突和樹突??氣如圖２－２所示：??＾來自其他神經(jīng)元軸突神經(jīng)末梢??胞核?Ｙ?神經(jīng)末梢??—＼樹突??圖２＿２神經(jīng)元??Ｆｉｇ．２－２?Ｎｅｕｒｏｎ??神經(jīng)網(wǎng)絡(luò)技術(shù)就是這樣的一種模擬人類大腦的結(jié)構(gòu)以期能夠?qū)崿F(xiàn)類人工智能的機(jī)??器學(xué)習(xí)技術(shù)。人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)為“人工神經(jīng)元”，最早的“人工神經(jīng)元”模型于上??個世紀(jì)六十年代提出，又名“感知器”，結(jié)構(gòu)如圖２－３所示。圖中的圓圈代表一個感知??器，；為感知器接收的多個輸入項，接著產(chǎn)生一個輸出值。??１１??

Ｆｉｇ．４－３?Ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ?ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ??ＭＡＴＬＡＢ生成的訓(xùn)練結(jié)果如圖４－４所示，表明經(jīng)過２３０次迭代后，異常醫(yī)保消費(fèi)檢測??模型訓(xùn)練完成，誤差小于預(yù)先設(shè)定的誤差閾值。如此訓(xùn)練好的異常醫(yī)保消費(fèi)檢測模型已??經(jīng)具備對輸入的樣本數(shù)據(jù)中的異常醫(yī)保消費(fèi)行為的檢測能力，下一步就可以通過輸入測??試樣本進(jìn)行后續(xù)的測試步驟。??［?＇?一一’｜??Ｂｆｊ?：?？?－，?ｌ?Ｕ?＇?＇?；?＜Ｈｉ＇?ｒ?；?＇，１?；?？?＇?：?－?？?Ｉ??Ｆｉｌｅ?Ｅｄｉｔ?Ｖｉｅｗ?Ｉｎｓｅｒｔ?Ｔｏｏｌｓ?Ｄｅｓｋｔｏｐ?Ｗｉｎｄｏｗ?Ｈｅｌｐ?、??Ｂｅｓｔ?Ｔｒａｉｎｉｎｇ?Ｐｅｒｆｏｒｍａｎｃｅ?ｉｓ?５．００１９ｅ－０８?ａｔ?ｅｐｏｃｈ?２３０???？???Ｔｒａｉｎ?：??１０°?－??Ｂｅｓｔ?；???Ｇｏａｌ?：??＿??！?Ｉ??－ｉｏＨ?￣＇?＼??


本文編號：2907709