基于深度卷积神经网络的医院财务预警模型

摘要：

为了对医疗机构的可持续性经营能力进行高效、准确地监管与预警,提出了一种基于优化卷积神经网络的医院财务预警模型,以便为决策者提供具有参考价值的信息.首先,对医院财务系统中的数据进行解析与提取,并通过归一化和特征选择进行原始数据清洗和降维.然后,采用深度卷积神经网络构建财务预警模型,并采用狼群算法优化偏向参数,将偏向参数作为狼群进行训练,以便提高其参数优化效率.最后,对5家大中型医疗机构的近4年财务数据进行了验证分析.实验结果表明,相比其他常用机器学习方法,在均方根误差和拟合优度两个指标方面,构建的优化深度卷积神经网络模型具有最佳的数据拟合性能.

关键词：深度学习;卷积神经网络;狼群算法;财务预警;数据拟合

所属期刊栏目：37

分类号：R197.324(保健组织与事业（卫生事业管理）)

资助基金：河北省高校青年创新人才类项目2019HBQNCX032

在线出版日期：2022-02-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：40-43