【摘 要】
：
利用互联网等计算机技术和手段,管理医院各科室排班,实现各科室排班网络化模式,提高排班信息上报效率,实现无纸化办公,改善排班质量。系统基于PHP语言的开发平台,以MYSQL作为后台数据库,基于医院内联网,采用B/S(Browser/Server)结构即浏览器和服务器架构模式,各科室负责人进行值班人员的填报、提交,通过系统智能识别同一天科室值班与急诊值班是否是同一个人,实现对不同科室值班人员的统一管理。解决了科室手工复制、粘贴值班表耗时长、排班不规范、统计汇总不方便等问题。基于互联网的医院排班系统的构建可提升
论文部分内容阅读
利用互联网等计算机技术和手段,管理医院各科室排班,实现各科室排班网络化模式,提高排班信息上报效率,实现无纸化办公,改善排班质量。系统基于PHP语言的开发平台,以MYSQL作为后台数据库,基于医院内联网,采用B/S(Browser/Server)结构即浏览器和服务器架构模式,各科室负责人进行值班人员的填报、提交,通过系统智能识别同一天科室值班与急诊值班是否是同一个人,实现对不同科室值班人员的统一管理。解决了科室手工复制、粘贴值班表耗时长、排班不规范、统计汇总不方便等问题。基于互联网的医院排班系统的构建可提升
其他文献
为了更好地探究广义指定验证者签密方案的安全性,对一个随机预言机模型下的身份基广义指定验证者签密方案进行了安全性分析,利用接收者与任意第三方合谋的方法对原方案进行了伪造性攻击。本文通过对原方案的具体攻击,演示了一个恶意的接收者可以与某个第三方合谋来破坏方案的不可伪造性。该攻击表明原方案是不安全的,难以在实际环境中进行应用。
针对景区中对人流密度预测的需求,文中在对人流密度检测流程进行分析研究的基础上,建立了面向大规模视频帧数据的人流检测模型。该模型共包含人流检测、人流跟踪和人流计数3个关键技术。在人流检测时,进行图像的降噪滤波以及前景提取。为避免光照的影响,引入了二值图像的边缘检测算法。同时利用视频中的前景像素通过K-means算法进行人体间的分割,以完成个体识别。在人流跟踪时,该模型在连续的多个视频帧中建立起个体映
针对传统摄像头终端仅能存储监控画面,需花费人力时间成本回看或占用网络资源将视频上传云端计算才能捕捉画面有用信息的现状,文中提出了一种基于MPSoC(Multi-Processor System on Chip)的智能摄像头终端系统。文中系统采用边缘计算技术,使用自主设计的软硬件开发平台,以Xilinx公司的MPSoC ZU7EV芯片为处理核心,通过实时处理从MIPI(Mobile Industry
面向变电站运行监控画面对电气图元信息标注的特定需求,本设计开发了电气图元信息自动标注系统。首先基于图像处理技术提取监控画面中的感兴趣区域;然后根据模板图元,使用归一化相关系数模板匹配算法检测每个图元,并基于非极大值抑制算法确定每个图元的最优位置。为确保图元信息标注的正确性,实现了标注信息交互编辑修改功能。测试结果表明:该系统对一种图元的自动信息标注能够在毫秒级完成,且对图元位置与编号的自动检测准确
为解决开放性源码造成的暴露缺陷问题,实现对网络安全环境的有效维护,设计基于Snort的网络安全入侵检测预防系统。以数据包捕获模块作为开放性源码的初始输入端,联合信息解码模块与检测预处理模块,实现对源码信息的编译处置,搭建完成检测预防系统的硬件执行环境。在此基础上,设置Snort页面模式,在展示规则应用文件的同时,计算具体的入侵行为过滤系数,搭建系统的软件执行环境,结合相关硬件设备元件,完成基于Snort的网络安全入侵检测预防系统设计。对比实验结果显示,与IDS型入侵检测系统相比,应用Snort型检测预防系
目前我国交通道路场景复杂,无法直接实时实地测试车流量的通行情况,完全的协作式自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)车辆的交通流也还未普及。因此,对人工车辆和CACC车辆混合车流量的研究显得尤为重要。鉴于此,借助VISSIM交通仿真软件实现对高速公路混合交通流的相关研究。实验旨在针对国内外很少研究的人工车辆和CACC车辆的混合交通流,建立高速公路路网,在多个位置采集数据点,根据采集到的数据研究分析不同车道数、不同CACC车辆比例对交通通行能力的影响
为了解决当下化石能源大量使用引起的碳排放问题以及风力发电大规模发展引起的新能源电力消纳问题,采用风电耦合海水制氢是实现由化石能源向绿色清洁能源转变的理想途径,同时该方法既可以促进新能源电力消纳,又可以缓解因大量消耗淡水所引起的资源分配问题。根据理论能耗计算结果以及海水淡化技术成本的分析可知,相比于目前仍处于研究阶段的海水直接电解制氢技术,海水淡化后制氢具有更大的可靠性及经济性。从可持续发展的角度来看,风电耦合海水淡化制氢储能是早日实现“碳达峰”、“碳中和”的重要战略手段。
在分析了在线学习行为需求及K-means聚类算法原理的基础上,完成了一种基于K-means聚类算法的在线学习行为分析方法的设计,能够从大量用户学习行为数据中挖掘出有价值的信息,通过聚类分析采集到的用户在线学习行为路径数据实现其在线学习行为的获取,并从大数据中挖掘用户学习行为习惯,为提高混合式教学质量及效率提供参考。
为解决传统电力缴费终端数据传输系统存在的传输相似性数据较多,导致系统内存不够、数据传输不完整等问题,设计了基于迁移学习的电力缴费终端数据实时高速传输系统.通过设置F
随着新冠肺炎疫情的恶化,快速识别新冠肺炎患者是目前医疗机构面临的挑战之一。本文针对新冠肺炎图像的分类问题,采用VGGNet和Res Net两个卷积神经网络进行微调,获得较高的分类性能;并引入可视化类激活图,为新冠肺炎图像分类问题提供了一定的可解释性。在BIMCV COVID-19+数据集上的实验结果表明,本文提出的方法具有一定的实用价值。