人工神经网络感知机模型判别医疗设备维修期内影响医疗服务满意要素的可行性

发布时间：2024-05-12 18:00

　　目的:探讨人工神经网络感知机模型判别医疗设备故障停机对医疗服务的影响。方法:参考世界卫生组织(WHO)对卫生系统绩效进行测评的反应性水平评估标准,以及人工神经网络的感知机模型和学习规划等资料,对人工神经网络感知机模型进行分析和研究,并对其进行模型构建和判别。通过正交实验设计,验证感知机模型判别医疗设备故障停机对医疗服务影响程度的分析,并通过社会类别、医疗类别和求医类3组训练输出值判别交通因子(T_r)、候诊因子(T_d)和健康因子(H)是否给予关注。结果:患者在医疗设备停机时所受的影响程度可归结为最大关注和可以忽略;社会类别、医疗类别和求医类别3组训练输出值医疗服务满意度(y)均>学习期望值(d);设备停机时患者对交通因子(Tr)的影响可忽略,候诊因子(T_d)不属最大关注,而患者对健康因子(H)的影响表示最大关注。结论:人工神经网络感知机模型判别结果可用于研究医疗设备维护期内影响医疗服务的满意度要素,验证感知机模型判别医疗设备故障停机对医疗服务影响程度的可行性,为大数据下智能化评价医疗服务满意度提供借鉴。

【文章页数】：6 页

【部分图文】：

图1人工神经网络感知机模型

研究医疗设备维护期内影响医疗服务的满意要素，需符合人工神经网络技术最简单的感知机原理和学习规划。感知机模型由感知层(S)、连接层(a)和反应层(R)构成[8]。(1)感知层(S层)是医疗设备的运作信息，分为运转和故障两类；(2)连接层(a层)是指不同的社会群体；(3)反应层(R层....

本文编号：3971690