基于 CV-SVM 方法的手术时间估计
高妮妮1
刘子先2
张海英3
1.天津商业大学商学院,天津,3001342.天津大学管理与经济学部,天津,3000723.沧州师范学院教育系,河北沧州,061001
摘要：手术时间估计是进行科学手术排程的前提和依据，为了能够准确地估计手术时间从而为手术排程提供有效信息，采用交叉验证（ CV）方法优化支持向量机（ SVM）参数，构建基于交叉验证的支持向量机模型对手术时间进行估计。为了验证模型的性能，将CV-SVM模型与径向基（ RBF）神经网络模型相对比，通过某医院眼科角膜移植手术时间估计进行实例验证。结果表明，相比RBF模型，基于CV-SVM模型的手术时间估计结果平均绝对百分误差在11％以内，相对误差在23％以内，验证了模型的有效性，为手术时间估计提供了一种有效的方法。
关键词：手术时间交叉验证(CV)支持向量机(SVM)
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(70871086)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 111-115 )
英文信息