一种用于脑出血资质的智能认证方法及系统技术方案

本发明专利技术提供了一种用于脑出血资质的智能认证方法及系统，其方法包括：步骤1：当资质认证平台接收到发送的脑出血资质认证指令时，对脑出血资质认证指令进行指令解析以及类别判定，并从用户数据库中调取与脑出血资质认证指令匹配的用户信息集；步骤2：按照资质认证标准对用户信息集进行信息认证，当认证都通过时，判定脑出血资质认证成功；步骤3：当存在认证不通过的信息时，提取认证不通过信息的信息差异，生成规范化提交流程，对目标用户进行提醒。通过在资质认证平台上提交用户信息并进行信息认证，避免用户线下交材料所导致时间的浪费，且在认证过程中，通过对不通过信息进行规范化提交流程生成及提醒，进一步保证报销效率的提高。的提高。的提高。

【技术实现步骤摘要】
一种用于脑出血资质的智能认证方法及系统


[0001]本专利技术涉及智能认证
，特别涉及一种用于脑出血资质的智能认证方法及系统。

技术介绍

[0002]脑出血(cerebral hemorrhage)是指非外伤性脑实质内血管破裂引起的出血，占全部脑卒中的20％～30％，急性期病死率为30％～40％。发生的原因主要与脑血管的病变有关，即与高血脂、糖尿病、高血压、血管的老化、吸烟等密切相关。
[0003]医疗保险报销范围指为保障参保人员基本医疗需求，规范基本医疗保险用药、诊疗等方面的管理，基本医疗保险规定了药品目录、诊疗项目和医疗服务设施的报销范围(俗称“三大目录”)，其中，脑出血在医疗中属于可以报销的病种，现有的报销一般都是需要用户到专门的报销大厅，提交相关的资料进行报销，一般情况下用户并不能完整的了解需要提交材料的详细信息，使得报销时间增长，进而会导致报销效率降低。
[0004]因此，本专利技术提出一种用于脑出血资质的智能认证方法及系统。

技术实现思路

[0005]本专利技术提供一种用于脑出血资质的智能认证方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于脑出血资质的智能认证方法，其特征在于，包括：步骤1：当资质认证平台接收到发送的脑出血资质认证指令时，对所述脑出血资质认证指令进行指令解析以及类别判定，并从用户数据库中调取与所述脑出血资质认证指令匹配的用户信息集；步骤2：按照资质认证标准对所述用户信息集进行信息认证，当认证都通过时，判定脑出血资质认证成功；步骤3：当存在认证不通过的信息时，提取认证不通过信息的信息差异，生成规范化提交流程，对所述目标用户进行提醒。2.根据权利要求1所述的用于脑出血资质的智能认证方法，其特征在于，对所述脑出血资质认证指令进行指令解析以及类别判定，包括：获取历史资质认证指令涉及到源标识以及每个源标识的第一含义及源长度，同时，基于指令解析模型对所述历史资质认证指令进行指令解析，确定每个解析标识的第二含义以及解析长度；根据源标识与解析标识的位置映射关系，将源标识与解析标识的含义进行第一对齐处理，得到第一矩阵D1；其中，Y
j
表示第j个位置的源标识，且j的取值范围为[1,n]；J
j
表示第j个位置的解析标识；同时，将源标识与解析标识的长度进行第二对齐处理，得到第二矩阵D2；其中，LY1表示第j个位置的源标识的源长度，且j的取值范围为[1,n]；J
j
表示第j个位置的解析标识的解析长度；将第一矩阵D1中每列进行第一对比，且结合标识对比标准，锁定第一异常列，同时，将第二矩阵D2中的每列进行第二对比，且结合长度对比标准，锁定第二异常列；根据所述第一异常列的第一个数n1、第二异常列的第二个数n2以及第一异常列与第二异常类的重叠个数n3，确定解析异常等级Yd；其中，Δ
j1
(Y
j1
,J
j1
)表示第j1个第一异常列中源标识Y
j1
与解析标识J
j1
的差异函数；
∝1j1
表示第j1个第一异常列对应的设定解析权重；
∝2j2
表示第j2个第二异常列对应的设定解析权重；根据所述解析异常等级、第一异常列以及第二异常列，从解析修正数据库中调取匹配的修正方案，对指令解析模型进行修正，获取合格解析模型；基于所述合格解析模型，对所述脑出血资质认证指令进行合格解析，并基于所述合格解析结果，确定所述脑出血资质认证指令的指令类别。
3.根据权利要求2所述的用于脑出血资质的智能认证方法，其特征在于，基于所述合格解析结果，确定所述脑出血资质认证指令的指令类别，包括：根据所述脑出血资质认证指令中的指令头位置以及指令变量位置，从所述合格解析结果中提取与指令头位置的头信息匹配的第一标识以及与指令变量位置的变量信息匹配的第二标识；向每个剩余标识类型配置类型权重，且按照第一标识、第二标识与每个剩余标识之间的解析关联，对相应剩余标识的类型权重进行优化；将所有剩余标识中的同类型标识的所有优化权重进行累加，将最大累加和对应的类型作为所述脑出血资质认证指令的指令类别。4.根据权利要求3所述的用于脑出血资质的智能认证方法，其特征在于，按照第一标识、第二标识与每个剩余标识之间的解析关联，对相应剩余标识的类型权重进行优化，包括：基于标识类型
‑
权重映射表，向每个剩余标识配置类型权重；根据对所述脑出血资质认证指令的解析过程以及修正过程，得到第一标识、第二标识与每个剩余标识的解析关联，其中，所述解析关联指的是头信息、变量信息与相应剩余标识的关联程度；的关联程度；其中，ε1表示第一标识与对应剩余标识的解析关联因子；d1
min
表示基于解析过程以及修正过程所获取的第一标识与对应剩余标识下的最小标准化变量值；d1
ave
基于解析过程以及修正过程所获取的第一标识与对应剩余标识下的所有标准化变量值的平均标准化变量值；d1
max
表示基于解析过程以及修正过程所获取的第一标识与对应剩余标识下的最大标准化变量值；ε2表示第二标识与对应剩余...

【专利技术属性】
技术研发人员：李洪滨，任秀英，王亮，
申请(专利权)人：佳木斯大学，
类型：发明
国别省市：