二维最优化：全卷神经网络在人群计数中的图形化方法

二维最优化问题的图解法是一门基于全卷积神经网络的人群计数技术，该课程由主讲教师和望利教授授课，邮箱：wanglihe@ecust.edu.cn，QQ号：32720469。课程的核心是探索最优化方法在工程领域的应用，即如何在各种情况下找到最佳解决方案，以实现最小成本或最大效益。 课程内容分为几个部分： 1. **最优化概述**：介绍了最优化问题的本质，它是数学的一个重要分支，强调了寻求在多种可能性中选择最优解的价值。无论是生活中的决策还是工程设计，最优化都扮演着关键角色。 2. **课程内容**： - **线性规划**：讲解了线性规划的基本概念，以及其对偶问题，这是解决最优化问题的一种基础方法。 - **一维搜索法**：涉及简单的一维优化算法，如梯度下降法，用于求解单变量的最优化问题。 - **无约束与约束最优化**：区分了这两种情况下的优化策略，前者没有限制条件，后者则需要考虑约束条件。 - **动态规划与多目标规划**：介绍了解决具有时间依赖性和多个目标问题的方法。 - **现代优化算法**：涵盖了模拟退火、遗传算法和禁忌搜索等高级优化算法。 3. **学习要求**：强调了学生应积极参与，定期复习和完成课后习题，多阅读参考书籍以深化理解。 4. **参考书目**：推荐了郭科、陈聆和魏友华编著的《最优化方法及其应用》作为教材，以及陈宝林的《最优化理论与算法》作为补充阅读。 5. **考核方式**：采用闭卷考试进行评估，成绩由平时成绩（30%）和期末考试成绩（70%）组成，其中平时成绩包含考勤、作业和课堂表现。 课程结构清晰，从最优化的基本概念出发，逐步深入到具体的方法和技术，旨在让学生掌握最优化问题解决的理论和实践技巧。章节内容涵盖了线性规划的基础、不同类型的优化方法，以及现代优化算法的实际应用，有助于提升学生的理论素养和实际操作能力。