|
: m! Z6 ?# T- f4 _4 d+ S( S
原标题：《人工智能海洋学基础及应用》正式出版！ 2 t# j9 j2 V j9 f' G7 C
" _2 R" o$ V- u9 ]/ j
1 j, b* n6 g; {8 W （请在订单备注处注明发票抬头和税号）
8 l9 K" L5 L s! d2 v9 [. Q 官方旗舰店质量保证！出版社库房直发， / e9 g; c/ w( f+ `! {6 |/ Z2 @
提供正规电子发票！ ! l% g6 }3 `' q1 ~5 \
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。
# h* N7 {, \7 `& b R 目录 6 j) {0 ~( F, T5 K+ |
前言 & }1 [2 a/ H( G6 H0 D
第1章 绪论 1
@! O" b+ B$ ^) h, {2 c 1.1 人工智能发展历程 1
: j2 m+ y( R X9 E 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 8 z9 p4 N4 o1 v6 o) p' L
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2
. v, G ]7 H+ [; c( A, w4 a4 B$ f 1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
4 c! _; F2 |. z- Z5 R: q# Q5 o 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 9 Y i+ d# m, W: a/ g
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
7 d" L2 [- X: H2 i 1.2 人工智能海洋学发展历程 5
6 ]- k8 o* c$ i9 A S/ r 1.2.1 海洋特征智能识别 6 . c/ X- W3 G5 h- H
1.2.2 海洋参数智能预测 6
! ?: D- C) e3 d" _$ d+ |# ^1 i 1.2.3 动力参数智能估算 7
0 s4 u) |: o! a 1.2.4 海洋智能化探测 7
/ j6 }" q: o" t% M; t+ i 1.3 本书的结构和基本内容 8 - ?* S q9 n! I- x, Y1 a5 L
第2章 海洋大数据简介 10
7 S# E* s. Y7 p7 z" w; @ 2.1 大数据概况 10 ; e- ~1 e* e3 u* h& L
2.2 海洋大数据的发展历程 10
% q. X* K K. q( a+ P0 r 2.2.1 海洋数据的初步积累阶段 11
$ F7 J) Z& p& U3 g" ~ 2.2.2 海洋数据的进一步积累阶段 12 ! w2 m B- ~* I, E5 P- ?8 e
2.2.3 海洋数据的大量积累阶段 13 # [4 r/ o' D2 D0 g6 g9 a& y; D
2.3 海洋大数据的定义及特征 14 8 N8 D' N% f) Y. Z ^8 ^
2.3.1 海洋大数据的定义 14
d. z- ]" f# \2 n) e% j 2.3.2 海洋大数据的特征 14 2 k6 x' L, p- s# f
2.4 海洋大数据的数据来源 15
, J9 T. \2 k' {$ S% X- I 2.4.1 海洋实测数据 15 / q2 K' K; |, I/ K
2.4.2 海洋遥感数据 18 $ Z9 _& m4 W, Q$ \4 t' ~! K. l
2.4.3 海洋模式数据 21
1 v3 I2 d$ l- K: u1 h- j* x9 {* G 2.5 海洋大数据的处理分析 23 9 |; u2 O* p9 j5 L, [ n
2.5.1 海洋大数据的存储与管理 23
" h" O( Y( z2 {5 q2 q" x: E 2.5.2 海洋大数据分析挖掘技术 24
8 u9 S q5 ]- R 2.5.3 海洋大数据可视化技术 24 6 u. r# q% \6 D0 z
2.6 常用海洋大数据平台 25 7 m. v8 ]) {8 M$ O- X9 z- W) [
2.6.1 海洋科学大数据中心 25 7 [9 m- m( V* }1 u$ N5 R
2.6.2 美国国家数据浮标中心 26
9 p1 w( d( Y4 l' Q' R# l 2.6.3 欧洲海洋观测和数据网络 26 ; _! z0 Q+ G' x
2.6.4 日本气象厅平台 27
( W% `! k; x% l! Q" c 2.7 一种常用的海洋大数据管理系统 27
$ w8 ^" h0 N& Q; D; k( ?# y! E& w 2.7.1 为什么需要Hadoop 27
% @% D7 x6 L. Z. |3 W 2.7.2 HDFS 29 5 m2 t4 S. _/ x6 a0 Y/ K
2.7.3 MapReduce 31 / z7 J. n7 Q. G# @$ U& v+ z
2.7.4 Hadoop的部署 32
% [& A( o$ R- n- j! i/ } 思考练习题 37 * Z& Z% w( U" D: @8 T3 i( x
第3章 Python语言 38 2 d% m4 a7 N+ {* G! Q
3.1 安装与运行 38
9 b/ O+ B" T6 R3 r" R R 3.1.1 安装Anaconda 38
- v. a; }8 l) W+ t0 {& s 3.1.2 安装PyCharm 41
3 x) I" M! z# t0 m$ n 3.2 基本变量类型 42 ! k% {% m6 N) ?9 U4 b$ A" U5 Y5 w, K
3.2.1 数字与运算 43
0 u* T/ ~* ]% p) Y1 P3 B 3.2.2 字符串 44 , J( O4 N" A2 l1 v1 `+ U
3.2.3 列表 44
1 { g" ]5 @7 H# @/ { 3.2.4 字典 46
6 R+ T! \ V* t" _4 }+ b5 z( W' ? 3.3 函数和类 48 , p3 ^. W+ p. Z& c
3.3.1 函数 48
) C; N6 F; t: ]8 [$ v6 u; a& l w 3.3.2 类 48 ( l8 e1 t, d' Q
3.4 循环与判断 51
. B9 v l4 y1 t3 a9 U( T z( V( p 3.5 库 52
; R3 o2 d4 a6 F 3.5.1 Numpy 52
( l5 ?) ]7 c' k& Z 3.5.2 Matplotlib 55 $ G( _3 V8 L6 \) g7 F0 |
3.5.3 NetCDF 69
) ^3 N' F0 \5 F/ f4 f 3.5.4 Xarray 69 ' t( M( k+ u+ u7 ]6 u
3.5.5 Cartopy 72 . S' \4 t h. U1 k0 F
3.5.6 TensorFlow 73 4 U- o- X9 ~3 H" [0 G. l- R- N7 Y
思考练习题 76 0 O2 ^/ Y9 n5 t- C* u+ G$ v
第4章 人工智能基础 79
4 m/ s! G- L' F: |& i% h3 ^6 c 4.1 人工智能基本概念 79 + g q# c$ C1 ?! i+ u
4.1.1 数据集划分方法 79 + \( g% N' U7 B# w4 r; g
4.1.2 分类问题评价指标 80 $ g# p2 M R8 l& {
4.1.3 回归问题评价指标 82 S9 x4 t8 \* [" i0 J0 g9 L) l
4.2 BP神经网络 82 ! A( ?8 R1 q6 [& \
4.2.1 神经网络基本概念 83
: e# H4 i e( i& X: m 4.2.2 M-P模型 84 m: j3 H( p' S
4.2.3 感知机模型 85
' z' i- z( Y& P" c# ~ 4.2.4 BP神经网络 87 0 p% N9 `; N, D% X) k* \+ T; Y! V
4.3 其他神经网络 90 - v' n" _/ L8 H5 m
4.3.1 前馈神经网络 90
& w# a7 u/ M( x/ [5 j# K0 y x 4.3.2 模糊神经网络 91
8 k5 R% w$ m/ A! A% d' E; r; n 4.3.3 径向基神经网络 93
2 @% s E" T5 f# m* O, _7 [! H4 V; p 4.4 上机实验：搭建BP神经网络 95 + y2 Y5 n: P+ \2 I# f
4.4.1 数据准备 96
/ W* ^9 s4 _( a% R, F; I( T& X 4.4.2 模型搭建 96 ) d/ O2 F5 P$ N
4.4.3 结果检验 97
+ Z& k; }, I) b$ h0 d1 l* C4 V/ A 思考练习题 100 3 x& V- B/ Q3 T0 ]
第5章 深度学习 101 0 b8 t$ ^) ~) }0 Q4 \
5.1 深度学习入门 101
6 |' D+ d) B" z) I" L+ A 5.2 深度学习的特征 102
0 q' r1 p( r. W% Z. o 5.3 卷积神经网络的基础结构 104
6 S# }6 A: Q# }9 n) F) D 5.3.1 数据输入层 104
! ], H l5 y- _; ^8 `9 D* W3 T3 j# g 5.3.2 卷积层 105
% i3 ^" h; x/ ^7 D1 O( F 5.3.3 池化层 107
' V# O8 D0 J: q+ l8 d0 l8 ` 5.3.4 全连接层 109
1 P0 U$ B+ g3 h/ \' W: ` 5.4 常用的4类卷积神经网络架构 109
" ~. e+ P+ H p5 u/ D' R$ ? 5.4.1 LeNet5 110
7 ^- v/ c* |# f1 q% K 5.4.2 AlexNet 111
4 W. z' S5 {* T+ ~& g5 e4 Z5 k2 b A# p 5.4.3 VGG 114 : x3 H: G3 B( X; N+ Z- S( K/ w! ~
5.4.4 ResNet 115 * r5 I3 y% J, \
5.5 基于卷积神经网络的语义分割 118
4 [7 v# z v d 5.5.1 图像处理的不同层次 118
8 j* K( \( A$ l- f, @ 5.5.2 全卷积神经网络 120 6 C* \- M$ Y* @! k
5.5.3 DeepLab系列模型 123 . q8 w3 a; f- O4 t3 X$ c3 W# t
5.5.4 PSPNet 127
4 S5 V& l" W) x$ `. |9 P' A: ? 5.6 上机实验：搭建卷积神经网络 129
' v2 L7 }& q8 M) e3 l# m 5.6.1 模型搭建 129 9 I: D" G4 e- s1 v% V3 `" }
5.6.2 结果检验 131 5 B8 b: @9 |* M. t- O
思考练习题 133
" V4 ?# K7 S {4 G6 G! h+ ` D& l$ q 第6章 循环神经网络 134 3 v- M+ Q+ X$ a5 z% x, U& _
6.1 循环神经网络 134 # M) ]: {4 {0 ]3 K2 G
6.2 长短时记忆网络 137
/ p8 d# H4 T Z" }) M- D; \0 l 6.2.1 LSTM的内部结构 137 7 m c, v4 R; ^+ z9 }' b
6.2.2 LSTM的“门”结构 138 . n; a% b( H2 X" f/ u
6.3 门控循环单元 141 8 L1 p- r* |2 X& z( q1 s
6.3.1 GRU的网络结构 141 7 s( C* t4 B- ?5 t
6.3.2 重置门和更新门 142 ' G" P' k5 H, v) a9 i- D; A
6.3.3 候选隐藏状态 142 ) E% a8 U! p7 V/ J
6.3.4 隐藏状态 143 8 R, A! ^. ~& I! S
6.4 双向网络结构 145
' h8 h; l- C! G. N 6.4.1 双向长短时记忆网络 145
3 a" N# u k' s d7 e1 D- j 6.4.2 双向门控循环单元 146 6 d! x- l* e* f! F7 r4 ?
6.5 上机实验：搭建循环神经网络 147
# Q+ j8 b& I" U3 [% P# ` 6.5.1 数据准备与模型搭建 147
+ a# B# ~9 K. ?6 G& j 6.5.2 结果检验 149 9 [$ R6 j) A. I: F7 F4 L# q
思考练习题 151 0 t& l5 R( Y; n& [3 z
第7章 海洋特征智能识别 152
# Z" d$ F3 `* s9 V 7.1 海洋涡旋与智能识别 152
+ x! k- e8 ~# }0 J# Z 7.1.1 海洋涡旋 152 ! w& I0 c; k3 p9 A
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
0 c8 {3 P. Q$ b. E2 V! M: h j. K! z 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
( H: @8 L/ ~- m1 J 7.2 海洋内波与智能识别 166
[ x6 ^+ X( k8 Y& U3 W R 7.2.1 海洋内波 166
" V8 P5 U- h, ]6 u) f2 O 7.2.2 海洋内波的智能识别 168
5 l9 j0 \( X2 w8 ~0 ~6 H3 w 7.3 海表溢油与智能监测 170
0 i; m$ O+ C9 c: N/ p 7.3.1 海表溢油 170 - s" s% s& x" O- G( G5 F1 n/ L
7.3.2 海表溢油监测 172 m9 q/ Z% f5 l5 D% [# |* U! s) f
7.3.3 海表溢油的智能监测 172 2 U. {$ C& y( [! d2 |; B$ k
7.4 海冰与智能探测 176
. x2 J' O( v8 o j% D9 K+ P 7.4.1 海冰 176 9 _" [6 g- V# N+ x- Y4 b
7.4.2 海冰探测 177
/ p1 D6 K. B" C6 {" K u8 g% z 7.4.3 海冰智能探测 177 ' a V+ x& B6 W/ M$ q
7.5 海洋藻类与智能识别 180
) ^) U6 H- m3 N/ C% V) ] 7.5.1 海洋藻类 180
0 i" l. ?! {2 o9 h( c3 D7 H$ W 7.5.2 海洋藻类的智能识别 181
# n, M9 H+ [) }0 { 7.6 海上船只与智能监测 183
2 _1 {: k1 P% Q* S B& ` 7.6.1 海上船只监测 183
8 |% ^( a6 l6 ]) A, ^& a 7.6.2 海上船只智能监测 184
/ _8 c. u( p# B* s7 p/ I 7.7 上机实验：语义分割识别海洋涡旋 187
. j% |) `+ d# T% C E4 m 7.7.1 数据准备 187 ( V) x$ t5 f6 c, k
7.7.2 模型识别 189 5 ^* M' |6 b9 U# f& e4 k, y
7.7.3 结果显示 193
% X/ ^! @6 Z" V# Q 思考练习题 197
3 t0 p4 R* S* d( U4 C 第8章 海洋参数智能预测 198 ! D3 b4 }9 }) H. |
8.1 海洋气候预测 198
2 _+ t1 U2 X2 F+ C( m& Y 8.2 近岸风暴潮智能预测 201 8 J3 T; i f+ f: s
8.2.1 风暴潮单点水位智能预测 202 ) Z4 ?* O1 k- N/ ?3 V' @: C
8.2.2 风暴潮漫滩过程智能预测 206
j$ @4 ~! y. ]. r3 }- y 8.3 海洋波浪智能预测 209
* [" \0 ~2 d& w9 D3 f 8.4 海面风速智能预测 211 / W9 U5 ^2 y h/ }2 d
8.5 海表温度智能预测 213
- U/ v i6 t; R+ i/ F I( b+ k9 d$ @ 8.6 上机实验：有效波高智能预测 217 1 B+ U B! E% s
8.6.1 数据准备 218 0 W1 ] V7 j6 o, @" N
8.6.2 模型构建 218 . k# i0 X. @- E& c3 ?
8.6.3 结果展示 220
% d2 M( ], A1 _; e8 a% G 思考练习题 221 1 R0 |0 S0 S+ |, Z0 Y( c) X7 c, g
第9章 动力参数智能估算和模式误差智能订正 222
/ L: y( m5 Y- \* v; u9 j7 g- ^ 9.1 海洋模式次网格动力参数的智能估算 223 % Y3 C% v9 {' @, w
9.1.1 准地转海洋模式 223 0 i# ^( p$ W5 H1 P( b+ w: Y4 v
9.1.2 降低数据分辨率 224 . ?( B5 A( k9 d6 j1 i* ~
9.1.3 智能估算模型 225 ; x: y% e& a% G
9.1.4 智能估算结果 226 ; Q% p/ t, q+ R2 `! c
9.2 大气模式湿物理参数的智能估算 229
6 U6 [6 P8 }0 B' X3 u) f1 Y 9.2.1 湿静力能量守恒 230 - f! w+ \* q0 ]" M
9.2.2 神经网络设置和数据 230 - s1 l; p& L$ x+ A& D/ v
9.2.3 ResCu的智能预测结果 232 / b& K( J# _, t& |7 ^
9.3 数值模式误差智能订正 235 ! p# f. W: f6 p9 a% b8 y
思考练习题 238
) K, X7 K0 I9 T% R 参考文献 239
9 m5 ~: A* {; o; g& t! F: Z# c
, @4 f/ i" S7 M$ x) C$ S7 } （请在订单备注处注明发票抬头和税号）
- F4 t: R6 O$ T# K 官方旗舰店质量保证！出版社库房直发，
/ h+ C: Q3 _2 A( |, Q2 a7 r 提供正规电子发票！
$ |5 P& ^: c6 p, V2 y, d
# v) K. }8 ?5 Y: E, o — END—
& I4 _! X' \* ]* @ 信息来源：科学出版社。
+ ~4 i% O+ M% u# ~8 h, s 转载请注明信息来源及海洋知圈编排 4 ]9 o; o+ p5 e k0 v
大家都在看 & w) B! a& X6 L$ y
7 F$ {! c/ {% w8 k x9 v
► 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……
0 N+ D# y7 A9 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！ - f1 u4 I( k" Z w a4 p; [
► 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”% V/ `9 R; J' t. H3 C
中国委员会主任，主持召开委员会成立会议并讲话
$ I( P' H ~& y: o ► 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
- Q: D! h! K: i2 o5 c ► 王颖院士主编《数字南海》正式出版！
. [* Y/ l3 C# R& r/ g$ R
+ \- |2 I1 T8 D( x. @! S- i* G3 F+ X ► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） 7 |3 D, J5 z, A! j# G% L
►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！
- n# j! u4 a& h8 w1 L ►《海洋数值模拟》正式出版！董昌明主编
8 J. K9 N' l, N+ M, h4 T- u u8 i9 e ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 $ i4 b# v/ {7 p/ Y' t. x3 x2 p
► 填补海洋气象学领域空白！《爆发性气旋》专著出版 ; B" E q4 X' l& Z0 J# l+ b3 b
► 《黄河三角洲湿地碳循环与碳收支》专著出版
+ A* n& T9 I. N2 ?; S* ]$ V& m1 ^ ► 《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
+ W r H4 `5 O* @9 n 海
) F9 m9 ]( B" m3 F ► 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》
" e H! z0 ?# }% Q& m) C: o 洋 % |) D- d6 o/ K; `0 S
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
; I2 Y$ A3 f. {0 W 书
7 J" y% n; L- X' [3 r ►《现代海底热液活动》栾锡武研究员 著 $ ~4 e6 k1 _' D8 r+ \
屋
. r" D) j4 D. k2 p" b ►《海洋机器人科学与技术丛书》出版发行 7 E/ H; U0 V! `. Q# X
► 我国第一部《海洋生物地球化学》研究生教材出版
8 v, s) d+ e8 W2 S6 R. g ► 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
7 I7 p! ^7 ~2 A& l# M# X. B. N ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
4 M4 {! T, N7 |% v6 ~1 P: x ►《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 P4 P/ P( P; s, c
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
@% U# }2 r. d ►《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
) S/ h; Q" F$ _) N; } ►《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
( {+ a5 g* ]3 ~: I w8 I ► 《黄河三角洲湿地生境演变遥感监测》出版
3 B' R& S# X+ M% R& D 海洋知圈
, r6 f3 V- p+ p P* L 知晓海洋 | 探知海洋
6 o& E" {$ O1 r6 s# `8 f 宣传海洋 | 服务海洋
0 \) L: K3 U. V1 d 如您喜欢，请“点赞”并点亮“ 在看” |
