导读:本文包含了决策系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:系统,数据,支持系统,人工智能,自然资源,爬虫,心血管病。
决策系统论文文献综述
马璐,谭明军,杨旭东,聂易彬[1]（2019）在《高速公路投资辅助决策系统设计与开发》一文中研究指出论述了高速公路投资辅助决策系统的开发背景和系统需求,设计了高速公路投资辅助决策系统的总体技术框架、软件物理框架、逻辑架构,探索了系统开发过程中的关键算法,提出了一种高速公路投资辅助决策系统的开发途径,并完成了开发实例。该系统为高速公路投资单位的投资决策活动提供了一种直观、可视化的辅助决策工具。(本文来源于《公路交通技术》期刊2019年06期）
张志标[2]（2019）在《基于大数据及人工智能的核算决策系统构想》一文中研究指出基于大数据及人工智能的核算决策系统,目的是有效提升电费电价核算环节的智能化水平,并挖掘有价值的用电数据,为供电企业提供智能化的营销管理工具,为用电客户提供增值服务。(本文来源于《通讯世界》期刊2019年12期）
记者,张红霞[3]（2019）在《我区启动自然资源综合监管决策系统建设》一文中研究指出本报讯（记者 张红霞） 12月23日，记者从自治区自然资源厅获悉，我区启动自然资源综合监管决策系统建设，构建全区自然资源“天上看”“空中探”“地上查”“网上管”立体化监测体系，对自然资源“批、供、用、补、探、储、采、查、登”实行全生命周期管理，实现自然资(本文来源于《华兴时报》期刊2019-12-24）
董旭,李鹏飞,仲兆满,李存华[4]（2019）在《基于两阶段决策过程的多任务学习推荐系统》一文中研究指出为提高推荐系统的性能,将评分预测任务和排序任务在共享用户和item表示的基础上集成在一个多任务学习框架中,在训练过程中同时优化两个任务的参数集。为进一步提高泛化效果,将用户的决策过程分为两个阶段,即用户选择一个item进行交互(排序任务),再对其评分(评分预测任务)。在此基础上,提出一个可融合不同底层算法的通用多任务框架,在两个数据集上通过实验对其进行评估,实验结果表明,其优于现有的最先进的方法。(本文来源于《计算机工程与设计》期刊2019年12期）
李峰林[5]（2019）在《基于结构化电子病历的护理临床决策支持系统的设计与应用研究》一文中研究指出目的:本文主要对基于结构化电子病历的护理临床决策支持系统的设计与应用进行探究分析。方法:将2015.01-2015.12我院未实施结构化电子病历系统作为实施前(n=100),将2018.01-2018.12我院实施结构化电子病历系统作为实施后(n=100),对比实施前后护理文书书写时间变化、跌倒发生率以及压疮发生率。结果:实施后护理文书书写时间显着短于实施前,差异具有统计学意义(P<0.05);实施后患者跌倒发生率、压疮发生率显着低于实施前,差异具有统计学意义(P<0.05)。结论:基于结构化电子病历的护理临床决策支持系统的设计与应用在临床应用中可获得良好的临床效果,可提高护理人员的工作效率、缩短护理文书书写时间,提高患者住院治疗的安全性。(本文来源于《计算机产品与流通》期刊2019年12期）
井晖,王武魁,张靖然[6]（2019）在《森林抚育作业计划决策支持系统设计与应用》一文中研究指出在天然林保护的背景下,森林抚育是目前森林经营管理的主要方式,实施森林抚育可以促进森林蓄积量的有效增长。由于目前基层生产单位森抚管理较弱,导致我国森林资源单位面积蓄积量仍处于国际较低水平,森林经营效果不佳。针对我国东北地区森抚现状,设计了森抚作业计划决策支持系统,用于辅助管理者进行森抚计划量分配和森抚作业计划的制定。基于流程管理的思想,对东北地区森林抚育业务进行梳理,建立决策者和决策过程模型。采用产生式与框架式相结合的方法表示用于确定森抚类型的知识,构建了知识库和推理机。以能够体现流程管理思想的Activiti平台为流程引擎,完成系统构建,解决森抚资金在各作业林场分配及作业小班定位和作业方式选择问题,并有效提升森抚作`业计划和决策的信息化水平。(本文来源于《林业资源管理》期刊2019年05期）
胡丹,段金君,韩东,王喜兴,张琳媛[7]（2019）在《基于降损辅助决策系统在配变台区叁相不平衡中的应用》一文中研究指出随着用电信息采集系统的全面覆盖,线损日监控的功能逐步实现,如何推进配变叁相负荷不平衡治理,提高配变台区线损成为营销管理工作的重中之重。借助降损辅助决策系统深化应用,得出配变台区用户相别分布不均匀是造成叁相不平衡的主要原因。经过现场普查识别配变台区用户相别并粘贴相别识别贴进行管理,使得台区叁相不平衡得以优化调整,降低台区线损,为企业带来经济效益和社会效益。(本文来源于《科技风》期刊2019年34期）
张勤[8]（2019）在《人工智能决策系统在烧伤领域应用的主要瓶颈与解决途径》一文中研究指出人工智能决策进入临床应用面临着3个瓶颈:烧伤医疗大数据、深度学习和医学伦理。如何在较长时间采集过程中保持数据稳定并选取科学方法加以分析与评判;机器人深度学习,学习什么与分析什么、如何克服人工智能机器与医师培养的长期性差异;在大数据与人工智能迅速发展形势下伦理短板日益体现。解决这3个问题的主要途径:应主动与数据科学家共同搭建数据模型平台,并制定数据采纳基本线路图,与此同时,由全国烧伤委员会制定大数据及人工智能的伦理规则刻不容缓。(本文来源于《中华损伤与修复杂志(电子版)》期刊2019年06期）
宋瑜辉[9]（2019）在《基于MongoDB存储和分析辅助决策系统中的海量日志》一文中研究指出在辅助决策系统中,传统的关系型数据库已经难以满足对海量日志数据的管理,非关系型数据库的出现,为大规模数据存储挖掘问题提供了卓有成效的解决方案。文章着重分析非关系数据库MongoDB的特点和优势,通过存储和检索算法设计和实际的海量日志数据查询性能仿真,提出将MongoDB数据库应用于辅助决策系统中,有效提高了大规模日志数据存储和分析效率。(本文来源于《科技创新与应用》期刊2019年33期）
陈明慧,姜雪,许崴崴[10]（2019）在《临床决策支持系统对高血压患者心血管病风险的评估及管理效果评价》一文中研究指出目的:分析临床决策支持系统(CDSS)对高血压患者心血管病风险评估及管理效果。方法:2017年5月至2018年4月,从吉林长春市电子医疗数据库提取62家社区健康服务中心高血压患者就诊的临床资料,使用CDSS管理的社区健康服务中心有9家,共计3 296例高血压患者,将其作为观察组;未使用CDSS管理的社区健康服务中心有53家,按照1∶5的匹配原则选取16 480例高血压患者作为对照组。比较两组基线就诊时实验室检查指标及管理后就诊次数、血脂异常检出率、降压达标率等指标;并对观察组基线就诊与末次就诊时的心血管病风险评估、生活质量等指标进行分析。结果:两组基线就诊时性别、年龄、BMI、合并症、血糖、血压和血脂等基线资料,差异无统计学意义(P>0. 05)。接受心血管病管理后观察组患者与对照组患者比较,每月每千人就诊次数[680(375,960) vs. 242(29,516)]、血脂检测异常率(57. 8%vs. 30. 0%)、高血压规范治疗率(81. 3%vs. 65. 1%)、降压达标率(69. 2%vs.55. 0%)等指标均有显着提高(均P<0. 05)。观察组基线就诊时与末次就诊时比较,心血管病评估系数下降(5. 76±5. 28) vs.(4. 9±4. 71)比较差异有统计学意义(均P<0. 05)。结论:将CDSS系统应用于社区高血压病管理中,有助于促进降压治疗效果,提升患者预防意识,控制与改善其他心血管疾病,提高患者生活质量。(本文来源于《心肺血管病杂志》期刊2019年11期）
决策系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于大数据及人工智能的核算决策系统,目的是有效提升电费电价核算环节的智能化水平,并挖掘有价值的用电数据,为供电企业提供智能化的营销管理工具,为用电客户提供增值服务。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
决策系统论文参考文献
[1].马璐,谭明军,杨旭东,聂易彬.高速公路投资辅助决策系统设计与开发[J].公路交通技术.2019
[2].张志标.基于大数据及人工智能的核算决策系统构想[J].通讯世界.2019
[3].记者,张红霞.我区启动自然资源综合监管决策系统建设[N].华兴时报.2019
[4].董旭,李鹏飞,仲兆满,李存华.基于两阶段决策过程的多任务学习推荐系统[J].计算机工程与设计.2019
[5].李峰林.基于结构化电子病历的护理临床决策支持系统的设计与应用研究[J].计算机产品与流通.2019
[6].井晖,王武魁,张靖然.森林抚育作业计划决策支持系统设计与应用[J].林业资源管理.2019
[7].胡丹,段金君,韩东,王喜兴,张琳媛.基于降损辅助决策系统在配变台区叁相不平衡中的应用[J].科技风.2019
[8].张勤.人工智能决策系统在烧伤领域应用的主要瓶颈与解决途径[J].中华损伤与修复杂志(电子版).2019
[9].宋瑜辉.基于MongoDB存储和分析辅助决策系统中的海量日志[J].科技创新与应用.2019
[10].陈明慧,姜雪,许崴崴.临床决策支持系统对高血压患者心血管病风险的评估及管理效果评价[J].心肺血管病杂志.2019
论文知识图
