|
$ e( r% b* \# m 原标题：《人工智能海洋学基础及应用》正式出版！
" x O# R- y8 }$ h: p4 u
- n% B, w2 W& g! I( c o 
3 n2 h1 B4 h' P9 x, a% Q
（请在订单备注处注明发票抬头和税号）
0 J; n& b7 Y p5 m; Z: O 官方旗舰店质量保证！出版社库房直发， ' k; ?5 @9 f+ r( o4 e
提供正规电子发票！
6 m. s% G9 O1 \6 |; W2 E 人工智能海洋学是一门融合人工智能和海洋学的新兴交叉学科，本书旨在详尽充实地介绍人工智能海洋学的相关知识。本书共分9章，介绍了海洋大数据、Python语言、人工智能基础（神经网络、深度学习、卷积神经网络和循环神经网络）、海洋特征智能识别、海洋参数智能预测、动力参数智能估算和模式误差智能订正等，深入浅出地介绍了人工智能技术在海洋学中的应用。
& f2 E {& H1 l, ` 目录
9 t' z5 }1 L; I" t 前言 $ e3 b7 h+ [% p# G6 y# j
第1章 绪论 1
" ^! C" b+ l. a6 U' w 1.1 人工智能发展历程 1 0 m$ D6 @8 z! s9 S& x; I
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 3 q0 `. Y8 v; A# C1 ~5 N. B
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 ! V( b3 C2 [) B7 U
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
5 Y1 W N& }5 X* \4 H' t2 H 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3
0 }) C/ L* u, e8 j 1.1.5 第3次浪潮(20世纪90年代中期至今) 3 + g3 A/ e* O! O+ [7 I
1.2 人工智能海洋学发展历程 5
! @, Z3 \. d+ S, _/ w 1.2.1 海洋特征智能识别 6 3 T" Z6 L4 ~" i/ i/ }' H2 P
1.2.2 海洋参数智能预测 6 , _6 K* v) ~0 X3 H/ D
1.2.3 动力参数智能估算 7
! U; L0 N4 m# O4 n) f 1.2.4 海洋智能化探测 7
. [; a) W$ R0 D3 ^ 1.3 本书的结构和基本内容 8 ) M- X3 W7 j1 l
第2章 海洋大数据简介 10 8 Y" a, Y$ r* u/ z
2.1 大数据概况 10
; U. ^3 X) [) F6 Q- H8 D 2.2 海洋大数据的发展历程 10 , w9 G. S! s+ C0 b- F
2.2.1 海洋数据的初步积累阶段 11
7 z2 O8 @ u1 @2 j 2.2.2 海洋数据的进一步积累阶段 12
. K, i0 \+ C) c& X2 G 2.2.3 海洋数据的大量积累阶段 13
: o. P' z5 J8 h, v 2.3 海洋大数据的定义及特征 14
. ?" q7 R/ F0 D3 o 2.3.1 海洋大数据的定义 14
/ }- j$ a8 H3 ]* j$ M. y 2.3.2 海洋大数据的特征 14 $ f3 {' x, H _5 p
2.4 海洋大数据的数据来源 15 0 d) p! D0 G8 _
2.4.1 海洋实测数据 15
9 d' H6 g+ R- z: Y- o" g) B 2.4.2 海洋遥感数据 18 ; z4 }% G* O, A6 F& E! s. Q9 m; e
2.4.3 海洋模式数据 21
5 L/ V( P" j7 H1 z% ?6 \ 2.5 海洋大数据的处理分析 23
# U+ k1 c: U- K# J; a# m 2.5.1 海洋大数据的存储与管理 23 6 _. r0 Q. S$ X
2.5.2 海洋大数据分析挖掘技术 24 * D7 P/ Y7 h- }* H% h2 {$ O
2.5.3 海洋大数据可视化技术 24 : V( O+ h- e& C$ n+ ~
2.6 常用海洋大数据平台 25
: ]- b% U' k- {5 b6 v1 B! f. v 2.6.1 海洋科学大数据中心 25
) w! r6 V& w- o L3 b 2.6.2 美国国家数据浮标中心 26 : j" r- ]& t! S" y$ Q
2.6.3 欧洲海洋观测和数据网络 26 ! t% j+ D, x: O$ p+ k4 X
2.6.4 日本气象厅平台 27 8 L+ c- k) S! `' j# q# s! V
2.7 一种常用的海洋大数据管理系统 27
" q6 M9 e2 Q- M- i1 y7 C: U 2.7.1 为什么需要Hadoop 27
" F6 N& y. E8 o3 e$ U1 S; _% Y& K 2.7.2 HDFS 29 0 j8 g2 w" w" | P4 a
2.7.3 MapReduce 31 - a7 f# K' Q$ g, r7 O
2.7.4 Hadoop的部署 32 4 v& q4 I$ h8 V- ^ _( J f
思考练习题 37
7 ^* V. z% X9 n8 i, }% Y& B 第3章 Python语言 38 2 E7 N9 V; r9 |& N4 Z+ o7 j
3.1 安装与运行 38
2 F W& x# j2 J, B3 F 3.1.1 安装Anaconda 38 8 S6 e! k' B7 o$ {
3.1.2 安装PyCharm 41 3 p& m; T' m Z( V
3.2 基本变量类型 42
/ f0 X% m- ^; M- W% d3 f8 q 3.2.1 数字与运算 43 ; [; [2 v5 B# q) @$ c5 ?
3.2.2 字符串 44
: g( I( W+ S( h- ^ 3.2.3 列表 44
3 C; n4 }5 k6 \ 3.2.4 字典 46 $ |7 p( V3 x0 n! c1 j
3.3 函数和类 48
& o$ g% F" a6 R8 V( m- [5 u: o4 e# R 3.3.1 函数 48 0 a8 @8 E7 b$ c, C& d) V3 f, _
3.3.2 类 48 : {2 k8 C8 Y5 M
3.4 循环与判断 51 0 r) ]5 k- x" W u9 }! D
3.5 库 52 / U5 ^2 @; N& I( d9 C8 H4 T5 r
3.5.1 Numpy 52 # o7 [3 Z0 U* S8 _0 E
3.5.2 Matplotlib 55
3 ^$ H. @) ]% [! F5 `; L8 X 3.5.3 NetCDF 69
R. e1 C0 c5 Z5 w4 l5 D. n# e4 y 3.5.4 Xarray 69 - V. _0 ], {" ~) `' P# ?, f
3.5.5 Cartopy 72
; f0 Q% n: m% ^) @ 3.5.6 TensorFlow 73 . {) N1 [( d7 F+ k9 x" S
思考练习题 76
- O( k6 L6 C, _4 J6 } 第4章 人工智能基础 79
% w3 }- u3 Z+ s' a" j- `% K 4.1 人工智能基本概念 79
5 V' E S2 l& C* A 4.1.1 数据集划分方法 79
2 [6 l% @1 Q# L% p1 k% [' K 4.1.2 分类问题评价指标 80
+ C" [! P8 l5 ]% W5 D 4.1.3 回归问题评价指标 82 + r5 d" ]/ }% j. l) {' a
4.2 BP神经网络 82
6 A$ u9 i/ R* x5 `3 n: d 4.2.1 神经网络基本概念 83
" r, }2 T C$ S2 _* G, R8 G2 B 4.2.2 M-P模型 84 ) \$ U* a7 B& H; L# ?1 Z
4.2.3 感知机模型 85 $ L* r' Y2 ]9 ~9 u) u3 N
4.2.4 BP神经网络 87
' r0 `4 g$ i: v" P 4.3 其他神经网络 90 # A% {7 o* P, r% B( m
4.3.1 前馈神经网络 90
# q9 y0 r8 q, e. [1 ]* W 4.3.2 模糊神经网络 91
e0 |! D- q$ W- w' K 4.3.3 径向基神经网络 93
1 @0 A: ]( o+ z! J% O8 n 4.4 上机实验：搭建BP神经网络 95 & L6 B j# s# `6 X! o4 c
4.4.1 数据准备 96
6 p( C# i K8 N1 y9 K4 [, T! L 4.4.2 模型搭建 96
3 d% }# V& {% B8 f 4.4.3 结果检验 97
6 p' _1 u C4 P9 ~ 思考练习题 100
' z* l0 P8 I/ w* k& T 第5章 深度学习 101
4 r$ ?, r+ s0 e& Z5 g8 W$ C1 L 5.1 深度学习入门 101
e5 G, C; R- j+ Q6 U M* j 5.2 深度学习的特征 102
Z( M! ^( D F2 j N0 u- c2 M) F 5.3 卷积神经网络的基础结构 104 H. @$ e, w% h; V9 S2 o" J0 ]
5.3.1 数据输入层 104 5 Y" p) W! R( U0 ?4 ]
5.3.2 卷积层 105
' {9 b2 s& z1 i9 A/ }- U 5.3.3 池化层 107 0 X' F# r6 z$ e n: J
5.3.4 全连接层 109 % D8 }( ]# s. d/ {9 g1 U5 ~
5.4 常用的4类卷积神经网络架构 109 2 @1 q$ x$ O/ ~, `
5.4.1 LeNet5 110
0 B9 H5 Y5 a& j6 T# ]" |8 N! |1 o 5.4.2 AlexNet 111 ; w: o; m! n+ j3 z6 g" u7 G H" |% `
5.4.3 VGG 114
3 k q/ ~0 n/ _" ~ S/ x/ t, \, r 5.4.4 ResNet 115
4 _# q7 t+ `, i% g, L2 T$ Q3 n 5.5 基于卷积神经网络的语义分割 118
1 k# X+ Q5 Q# ]) \& L 5.5.1 图像处理的不同层次 118
2 g$ L0 s- I4 X! f; [' n" y% e 5.5.2 全卷积神经网络 120 6 x5 J/ j$ {3 Q9 L
5.5.3 DeepLab系列模型 123
. c X8 G2 z% j: v* a 5.5.4 PSPNet 127
, i3 _: R8 L5 x6 L! F* W) x 5.6 上机实验：搭建卷积神经网络 129
. m9 [* o: ~( `$ ]6 Q2 j- d6 G8 F4 } 5.6.1 模型搭建 129
. o( B' d& h7 P, ]1 H: ~ 5.6.2 结果检验 131
% M* x$ ?# ~& L8 r* w! S3 B 思考练习题 133 * X8 X4 m: F5 u! l5 ~
第6章 循环神经网络 134 5 R: ?. H5 M3 P3 X
6.1 循环神经网络 134
' V0 ~. a- U0 Z3 D7 \ 6.2 长短时记忆网络 137 , t1 d) ?1 k* x* B- ?
6.2.1 LSTM的内部结构 137 0 ]% S$ ~7 k( }" q. {6 z
6.2.2 LSTM的“门”结构 138
( h; Q" T- B3 J* o0 v 6.3 门控循环单元 141
/ r8 b$ @7 a; Y' v+ { 6.3.1 GRU的网络结构 141 2 k1 ?" B" v# }: a, F
6.3.2 重置门和更新门 142
- d. N- K7 _5 J) c1 M5 y 6.3.3 候选隐藏状态 142 3 w' k8 A2 J9 B) U* s
6.3.4 隐藏状态 143
2 |- r( {7 A+ O, g" U2 K, d2 { 6.4 双向网络结构 145
4 ?- ^4 S' G# ]2 P3 y 6.4.1 双向长短时记忆网络 145 3 l! k" _% k5 l1 Y
6.4.2 双向门控循环单元 146
2 [: N, y* w8 z3 {- a) W 6.5 上机实验：搭建循环神经网络 147
( x- c% q% d8 }) |( g) w 6.5.1 数据准备与模型搭建 147
( g, k6 w5 N) S7 V$ s3 A 6.5.2 结果检验 149 # S8 `* [8 o" C4 t1 A5 Q
思考练习题 151 1 V9 T( b' z4 k" O0 P; ^* ]
第7章 海洋特征智能识别 152
: x4 q7 T; P( H7 V% [4 o 7.1 海洋涡旋与智能识别 152 2 @' g/ L: Q, I" O5 }
7.1.1 海洋涡旋 152 & z- S$ j' `( d4 L2 z+ w
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
: @7 C" F$ m3 i- e; G 7.1.3 不同人工智能算法在海洋涡旋识别应用中的比较 160
z1 I' V9 j8 A& x6 ?) Z 7.2 海洋内波与智能识别 166 + g5 h5 c& o) G
7.2.1 海洋内波 166
9 t, Q, B7 m+ z 7.2.2 海洋内波的智能识别 168 7 x7 ^1 A4 Y( H$ L' h) _: C
7.3 海表溢油与智能监测 170 / w% Q) I- x0 x- ^ U# t
7.3.1 海表溢油 170
% @. D' C( ^) k( ^$ z) `. X 7.3.2 海表溢油监测 172 0 n w) U! s- a6 J
7.3.3 海表溢油的智能监测 172 9 y. O' o, S+ l8 ~; f8 E
7.4 海冰与智能探测 176
* {' o/ X* n- L' Y 7.4.1 海冰 176 + `" _, B. c& t" G0 c! B6 b2 v5 J4 O
7.4.2 海冰探测 177
' ]8 g1 n! ^' h+ a( n* o8 m 7.4.3 海冰智能探测 177
* ^4 O" p8 t4 L$ \ 7.5 海洋藻类与智能识别 180
2 G( F3 J) K0 t0 |5 H 7.5.1 海洋藻类 180 g/ K5 u% N% _8 i
7.5.2 海洋藻类的智能识别 181
Q+ ` G* I |4 [ 7.6 海上船只与智能监测 183
, P# U) i7 D U& H0 u 7.6.1 海上船只监测 183
" ~' F# }- H9 J% c7 | 7.6.2 海上船只智能监测 184 2 V1 @% u& }0 H: D8 a
7.7 上机实验：语义分割识别海洋涡旋 187
, ?8 w; ?5 w ?; |9 m- v. Q) ]- b 7.7.1 数据准备 187 ( n) u" g6 D" v6 P* Q2 Q9 r3 J
7.7.2 模型识别 189
3 a0 L! _9 U0 }. n3 E4 A& N7 m 7.7.3 结果显示 193
* l6 q9 ?0 M& R1 U8 O$ O- I/ T! j 思考练习题 197
, n! ^0 M6 i: O2 i- q+ L, ] L 第8章 海洋参数智能预测 198 " ]+ {9 d8 X7 k( z! j3 ~3 u) `4 k
8.1 海洋气候预测 198 # Q$ C, Y% e% p/ b
8.2 近岸风暴潮智能预测 201
. b4 h* x q/ Q 8.2.1 风暴潮单点水位智能预测 202
3 O3 B2 {+ \" P) I, i5 l. q 8.2.2 风暴潮漫滩过程智能预测 206
9 k* k7 ]' h# t" `; G 8.3 海洋波浪智能预测 209 5 J* p0 f' z n+ N0 J0 t# o
8.4 海面风速智能预测 211
2 ]! h' [, t" S9 P8 a: ]9 f+ K 8.5 海表温度智能预测 213 ! U& j6 A$ B/ H3 m: Z' C; u; g
8.6 上机实验：有效波高智能预测 217
; t* H4 @1 ]6 x" x& Q5 Z2 I 8.6.1 数据准备 218
/ s& A( B/ j3 Y" F# o( B' A 8.6.2 模型构建 218
) N; Q4 F' }9 ?2 f% C# b5 P' N 8.6.3 结果展示 220 % A' s% ~% a) j' e2 X9 ~
思考练习题 221
}3 ]! h6 H) q3 q 第9章 动力参数智能估算和模式误差智能订正 222
7 ?) P$ l- |2 h' k% c( q 9.1 海洋模式次网格动力参数的智能估算 223 5 _6 {3 k4 Y) p1 h
9.1.1 准地转海洋模式 223
6 J1 W' M, c) n. e" C n) h6 ~' @0 V/ z. W 9.1.2 降低数据分辨率 224 " c c( P1 T$ ^9 j7 t, t
9.1.3 智能估算模型 225
: W0 Y5 y7 C8 I; P 9.1.4 智能估算结果 226 " G$ c# g. L: z# U' C3 V
9.2 大气模式湿物理参数的智能估算 229 . J; W: S9 q% [6 P6 a
9.2.1 湿静力能量守恒 230 3 j+ Y& N4 w$ ^& A6 k& V, B- p
9.2.2 神经网络设置和数据 230
* G& v% K% b1 q 9.2.3 ResCu的智能预测结果 232
. C6 a" h8 M; l1 l& e 9.3 数值模式误差智能订正 235 " z ?' c/ r0 e
思考练习题 238
; q w! H. z' X3 e) b 参考文献 239
$ T1 O0 q8 ?6 B& Z- x! d9 D7 \, h8 U2 `4 `+ [0 q
（请在订单备注处注明发票抬头和税号） 5 Z8 ?3 }- p& n8 B
官方旗舰店质量保证！出版社库房直发， / ^7 n% x9 v% B+ F' \1 i* y
提供正规电子发票！
3 c) y4 F* b- ~0 _
& `1 M" H( Y! X+ q; t( M — END—
* B+ G; V* J$ x( |9 E 信息来源：科学出版社。
8 y4 R9 `& H" @6 {( k8 |! v; _ 转载请注明信息来源及海洋知圈编排 1 e2 H% o& ]( R+ d% J; g; ^9 ?( c
大家都在看 , w2 m; X5 r& ~2 E0 O9 X7 j% h
% S }. a [- C" R ► 戴民汉、周忠和院士重磅推荐！国内首套极地海洋科考绘本出版！四位一线科考队员倾力创作……
* F6 Q$ d% D( f( ~3 i; R' c ► 中科院海洋所李新正课题组组织编撰的《中国近海底栖动物分类体系》和《中国近海底栖动物常见种名录》出版发行！
% E# C1 b' F0 p( E" K ► 经国务院批准成立！自然资源部部长王广华担任“联合国海洋科学促进可持续发展十年”0 z" a0 v8 N3 Q& g# j, R
中国委员会主任，主持召开委员会成立会议并讲话
; o8 Q9 A& m( p) w ► 自然资源部副部长，国家海洋局局长王宏：努力推动海洋强国建设取得新进展 & e E8 \8 Y; ~- S& C8 I8 i
► 王颖院士主编《数字南海》正式出版！
! c% _) P: ~4 [5 a8 u4 J' L/ O9 u7 _0 k& r8 Y1 E
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） : x. }3 V* Y; |9 Z1 F# R
►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！ a5 R( _# W Q5 B* p6 T/ B) b/ |
►《海洋数值模拟》正式出版！董昌明主编
- a' |. r3 c0 G$ Q% c5 X ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 ! J6 c6 h- r2 R' G2 H( N! ?
► 填补海洋气象学领域空白！《爆发性气旋》专著出版 & G! R& a* P! `+ L
► 《黄河三角洲湿地碳循环与碳收支》专著出版
6 y% r7 z, |; `0 } ► 《海洋环境分析监测技术》中科院烟台海岸带所陈令新研究员等编著
2 R9 K7 c+ u% s8 G& o7 K 海
6 |3 u9 W8 c+ |4 S9 h ► 我国首部风暴潮数值预报专著《现代风暴潮预报技术及应用》
4 g" {5 ^- k% ?1 o4 T* j8 Q' { 洋 4 Z. V& Q, x0 x: J
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？ ( V6 R* Q8 a1 a* Z: w1 }- y
书
+ P* E8 ~( o1 r4 V) v9 [/ @3 H# @ ►《现代海底热液活动》栾锡武研究员 著
+ s6 t4 j0 {. T# a 屋 7 Y I5 i- T5 L- ?
►《海洋机器人科学与技术丛书》出版发行 " w6 L% w' }' X! ` S
► 我国第一部《海洋生物地球化学》研究生教材出版 - L& D; [% W! @3 R6 s$ a u
► 自然资源部海洋二所吴自银研究员等牵头撰写《High-Resolution Seafloor Survey and Applications》出版 0 S" [( u4 Y( m7 ~
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 ! ]5 ^& X( Q% }" q x, n( J
►《渤黄东海生源要素的生物地球化学》 中科院海洋所宋金明研究员等编撰
) R5 j- c3 }5 R) S% _' f0 P" X ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 # N* |3 s5 D1 v: C3 }+ O4 u" p
►《恢复生态学》：湿地生态系统的功益及退化湿地生态恢复的技术方法 & r& ^4 a8 @# x0 Y5 W
►《地球系统与演变》 白令海道开启和和北冰洋的演变 （附注：北冰洋大洋钻探 ）| 汪品先院士：为地球系统科学正本清源
s" j2 b! M6 _. J' L$ k$ d ► 《黄河三角洲湿地生境演变遥感监测》出版 & W' I6 u- P4 t( f9 x
海洋知圈
5 Y7 |! Y/ |' \" Z 知晓海洋 | 探知海洋
0 N1 ?1 m" h0 p- i* R 宣传海洋 | 服务海洋 : w2 p+ \( \4 ~# o
如您喜欢，请“点赞”并点亮“ 在看” |
