智能交通中的支持向量机及其集成方法

主题：智能交通中的支持向量机及其集成方法
主要内容：支持向量机是早期机器学习的四大方向之一，具有理论清晰、实用性强的特点。近年来集成学习成为了机器学习领域的热门研究领域之一。集成学习试图在特征层、模型层、输出层运用集成的方式提高学习的性能，受到了研究人员的肯定和认可。本报告将从基本的支持向量机入手，一直深入到支持向量机的集成。同时，还将呈现这些方法在智能交通中的实际应用。本报告对于试图运用支持向量机或集成学习进行实战的人员具有较好的参考意义。
专家姓名：肖建力
工作单位：上海理工大学
专长和学术成就：智能交通、人工智能
专家简介：肖建力毕业于上海交通大学，获得模式识别与智能系统博士学位，现为上海理工大学副教授，目前的研究方向为人工智能与大数据，在TRB，ITSC, Physica A，IET-IP，Journal of Advanced Transportation等国际顶级会议及前沿SCI杂志上发表论文20余篇，主持国家自然科学基金及其它项目多项，独立编著图书《人工智能怎么学》（2022年出版发行）。
时间：2021-11-18 14:00:00
地点：交运楼209