|
J' L* s) d) R8 \6 [. ^ 原标题：《人工智能海洋学基础及应用》正式出版！ 9 [$ w5 O0 I0 W! D/ H
3 `9 @1 j5 {& b* z x5 |' L/ F
& B$ W* x! A8 ]3 n （请在订单备注处注明发票抬头和税号）
3 Q7 O% L8 W. ~9 T, d( l 官方旗舰店质量保证！出版社库房直发，
- u/ V+ M0 e# W: i# ~+ C; ~ 提供正规电子发票！
% t; a+ y. K2 ^& v2 f8 ] 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。
( \7 A3 n; t* {; p' s 目录 ) r2 u+ x) G+ \' M! ? c
前言 ) C% q5 b$ a& x. b* w2 X0 }
第1章 绪论 1 2 [2 u3 B0 V! Q* ?* D
1.1 人工智能发展历程 1 5 l! X8 ]% R! c1 L
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2
$ r& e4 }. Y& ^7 v; n6 { 1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2
1 j0 L4 g5 ?; u3 D 1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 4 s6 ?; m9 K, f* V
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3
e" D4 a* ~, _) v9 }' V1 V 1.1.5 第3次浪潮(20世纪90年代中期至今) 3 # H1 `: [' M, w$ j
1.2 人工智能海洋学发展历程 5
0 z3 u+ O, w! p( N3 I 1.2.1 海洋特征智能识别 6
Q7 ]7 i" U) V/ p& \: ^" l 1.2.2 海洋参数智能预测 6
" o; U5 Z b8 B% j+ } 1.2.3 动力参数智能估算 7
5 Z+ |' u8 c F& P7 h1 [% R 1.2.4 海洋智能化探测 7
% s' {& D8 W8 g 1.3 本书的结构和基本内容 8 % ?( \' W+ c/ ?3 O' S9 R
第2章 海洋大数据简介 10 % W1 z* T1 O8 F3 h% c
2.1 大数据概况 10 ' ?, X8 F& d7 O* `; i2 b
2.2 海洋大数据的发展历程 10 ' t6 p! z3 i$ T
2.2.1 海洋数据的初步积累阶段 11 - T# B3 s2 X* F9 d2 W7 _
2.2.2 海洋数据的进一步积累阶段 12
/ s2 j, y- \% W5 m+ l 2.2.3 海洋数据的大量积累阶段 13 , J( q- e1 z$ x9 l$ @
2.3 海洋大数据的定义及特征 14 ' K: w3 O# G/ f/ }8 _. p
2.3.1 海洋大数据的定义 14 & I( ^! q1 i" q/ e6 k- K2 ^
2.3.2 海洋大数据的特征 14
: \$ M9 b5 k- r- J 2.4 海洋大数据的数据来源 15
2 {5 C! h7 A2 o 2.4.1 海洋实测数据 15
2 ^# {8 M6 q( d) a0 I 2.4.2 海洋遥感数据 18
! E! u; v; p4 g4 ?2 o1 W! R 2.4.3 海洋模式数据 21
- p2 U n! |0 b+ l" ~% b/ Q9 } 2.5 海洋大数据的处理分析 23 V7 A6 F& C& D0 u
2.5.1 海洋大数据的存储与管理 23 & \# b2 ]9 m/ y- M& z5 ]
2.5.2 海洋大数据分析挖掘技术 24 - P9 @" p6 l# F# w% L, [
2.5.3 海洋大数据可视化技术 24 1 {) i! l* @ S/ y6 k8 k
2.6 常用海洋大数据平台 25 2 ~6 p2 R% m2 U/ y1 h
2.6.1 海洋科学大数据中心 25 : g- l |( M& X/ ]$ u% i
2.6.2 美国国家数据浮标中心 26
7 B4 g& _5 x1 t! W' D4 ^2 e 2.6.3 欧洲海洋观测和数据网络 26
+ l$ t* r6 l& W" {6 [) K) b 2.6.4 日本气象厅平台 27 1 a* }- J+ U T& T
2.7 一种常用的海洋大数据管理系统 27 % G: y2 o( ? q3 D2 M2 s) o
2.7.1 为什么需要Hadoop 27 - T2 _% F' P0 X* {0 b
2.7.2 HDFS 29
( E, ~- I4 O; M) t8 P 2.7.3 MapReduce 31
4 m: R% e4 V7 N 2.7.4 Hadoop的部署 32 3 x; V- s. a% v' a8 V# x
思考练习题 37 9 |+ s1 F+ e6 ~) H7 ?5 Y$ L7 J
第3章 Python语言 38 ( Q$ l5 `& J: ]# ~
3.1 安装与运行 38
6 V- I; U" ?( R3 A6 w 3.1.1 安装Anaconda 38 ' |/ g. c9 z2 u3 J
3.1.2 安装PyCharm 41
* C$ Q+ q8 o! T; z3 {& g2 U 3.2 基本变量类型 42 ) k6 g8 j! J5 U: c# A6 X
3.2.1 数字与运算 43
% \+ a" c# O, `6 \ 3.2.2 字符串 44 / C1 P( L& G$ Q
3.2.3 列表 44 + r' m) c6 y \+ e0 d2 \
3.2.4 字典 46
7 A8 h8 k/ i" W9 @/ J 3.3 函数和类 48 * X' G4 B) g$ R1 t0 ^9 z& \; h
3.3.1 函数 48
* J( N& Z8 l; l R- e/ k7 i$ B 3.3.2 类 48
3 l* p5 n. _0 g6 X 3.4 循环与判断 51
" `& H# {) d4 r% I: Q 3.5 库 52 & M- `$ d' M: Y6 H, x4 a0 @ d r; g- y6 u
3.5.1 Numpy 52
; |' c) y) s1 l6 I7 x 3.5.2 Matplotlib 55
( u4 h M k6 W; C4 m9 X9 | 3.5.3 NetCDF 69
4 x7 I& x: @7 i. [! y+ d+ W- }( H 3.5.4 Xarray 69
1 D3 y1 x) S$ ?. C- O, g 3.5.5 Cartopy 72 5 J+ k1 ~$ w: ]
3.5.6 TensorFlow 73
9 p: A; v4 S t7 f, _9 S. o# T8 ] 思考练习题 76
o! y8 ~# x0 ~- P3 ^ 第4章 人工智能基础 79
1 P$ Z7 S. T# T! z5 \) q 4.1 人工智能基本概念 79
, u# d& e, F) L1 N# u0 s! P# h& X 4.1.1 数据集划分方法 79 # j4 J9 o9 p3 B/ k$ L
4.1.2 分类问题评价指标 80
$ h( h; w r! _( b3 k5 X; p1 [ 4.1.3 回归问题评价指标 82 3 k( h3 y% j7 p" E7 \- j% z" e
4.2 BP神经网络 82 / D6 p: S% ~& Z Y" V
4.2.1 神经网络基本概念 83
0 X# U! E# ^6 x 4.2.2 M-P模型 84 : ?5 Q) `2 p: G4 y$ J
4.2.3 感知机模型 85
' j4 M' V2 F% n1 q2 i+ R4 x/ I E- o 4.2.4 BP神经网络 87 4 r! X' q4 a, o8 ~7 p
4.3 其他神经网络 90
]) i" m' B% f2 J* U8 n 4.3.1 前馈神经网络 90
# c- L$ ?: J+ ~) ` 4.3.2 模糊神经网络 91 . h. V: A$ B9 }: }+ h
4.3.3 径向基神经网络 93 ) Y6 l% W( L- y Z3 @, z% k
4.4 上机实验：搭建BP神经网络 95 # M% S7 m3 s) F" v3 x: I
4.4.1 数据准备 96 8 k0 J: h$ ], u" Z/ Q; o* ^2 [1 A
4.4.2 模型搭建 96 1 v$ w2 b Z8 n; R+ d- A
4.4.3 结果检验 97 & a2 m7 @( t! U6 ~) c
思考练习题 100
" @( v6 Y. ~0 h' Y$ V2 a$ {& L: ~. M 第5章 深度学习 101 4 E0 y& `* C e! E
5.1 深度学习入门 101 , q# h1 T! w n2 H; g
5.2 深度学习的特征 102 1 J3 {' s" w5 ^; F% r2 I
5.3 卷积神经网络的基础结构 104 4 F2 Q8 i% A. Q0 U
5.3.1 数据输入层 104 ! \- m& s" U5 d* \9 S
5.3.2 卷积层 105
* z3 ^/ B' r6 ]. @ 5.3.3 池化层 107
/ |; P1 }: l$ X) G( [ 5.3.4 全连接层 109 ' w3 x+ _0 F- x& y/ g
5.4 常用的4类卷积神经网络架构 109 8 ~! M3 w7 J3 A" G7 m5 j
5.4.1 LeNet5 110 ( h3 \% x5 x; v6 w/ h; g0 D; Z- [
5.4.2 AlexNet 111
. P4 o! O" \: h9 [. M( o 5.4.3 VGG 114
$ y* K) I4 c- f 5.4.4 ResNet 115
* T* I" r0 S7 A; Y9 B 5.5 基于卷积神经网络的语义分割 118
5 K# f( P; d# @3 }6 a# X 5.5.1 图像处理的不同层次 118
x! n4 j6 B- A' c O. D 5.5.2 全卷积神经网络 120 / V0 @: ]6 P* K u- U
5.5.3 DeepLab系列模型 123
! J" d4 [1 t. N+ H$ [" [( b' K 5.5.4 PSPNet 127 3 o) ^8 z8 i( F% Y
5.6 上机实验：搭建卷积神经网络 129 : c x' @1 v- P
5.6.1 模型搭建 129 , q. K. X, S6 ?' m
5.6.2 结果检验 131
5 A$ u/ T/ K0 z% m9 }; ?8 ~1 Y 思考练习题 133
9 v% y1 m1 o8 _' O! ` 第6章 循环神经网络 134
0 d( D/ w+ m+ Q5 f3 |& W1 c# f 6.1 循环神经网络 134 1 g R% E* U, d' J
6.2 长短时记忆网络 137 - |+ i3 l h% R6 b2 u# H! K
6.2.1 LSTM的内部结构 137
% r6 g4 [5 c* X. t1 _: t4 z 6.2.2 LSTM的“门”结构 138 , C5 O* S4 Y* y
6.3 门控循环单元 141
. |& l$ y T* N% { k) q# O% _+ m 6.3.1 GRU的网络结构 141 8 e. A0 {5 w& w
6.3.2 重置门和更新门 142
0 @6 ]+ ~' _$ t1 N3 |; P: G 6.3.3 候选隐藏状态 142
: F. E% W! @$ {3 [ 6.3.4 隐藏状态 143 2 R, Q9 @6 T7 q3 c0 U2 b
6.4 双向网络结构 145 # A1 K# R( J+ l0 V& `( N
6.4.1 双向长短时记忆网络 145 O) Y" @* i* W4 Z/ O% F
6.4.2 双向门控循环单元 146
O6 G0 E: n; P+ e# O' R 6.5 上机实验：搭建循环神经网络 147 7 T% V' E& |) E9 ]2 [
6.5.1 数据准备与模型搭建 147 * \: d* V& g) |5 x; N3 Z
6.5.2 结果检验 149 8 y6 i3 C8 G, z( C- |/ F0 |( A
思考练习题 151
# h T. h+ a6 }2 [( T 第7章 海洋特征智能识别 152
; d1 Y% G3 _0 [* M 7.1 海洋涡旋与智能识别 152
$ B5 H" p- l- n8 N0 A5 ^- t 7.1.1 海洋涡旋 152
N; S4 d$ ]% S 7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
; r0 Q% b. t% N' }. C ] 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 / A8 t/ t$ m6 ], f9 ^; ~, e
7.2 海洋内波与智能识别 166 % \' J. k% W( |1 D: e: E
7.2.1 海洋内波 166 / ] [' E M; P2 l7 g
7.2.2 海洋内波的智能识别 168 4 g2 L3 k- q$ O3 t* _5 E$ y
7.3 海表溢油与智能监测 170 - C* v1 A9 l1 ~* z# R3 {8 ]
7.3.1 海表溢油 170
1 k0 j l: p# t' V 7.3.2 海表溢油监测 172
3 G3 A0 v9 v1 g6 k, j4 [ 7.3.3 海表溢油的智能监测 172
! F W5 B; ]2 b: \/ u; B 7.4 海冰与智能探测 176
0 D$ v$ M, I1 @5 }6 I' k9 F 7.4.1 海冰 176 : b8 [! D# Y: k# Y( B4 M& h6 F
7.4.2 海冰探测 177 7 e+ ~2 N {. G7 Y- r3 n8 D
7.4.3 海冰智能探测 177
% N& J5 I8 ?. ?7 n 7.5 海洋藻类与智能识别 180
" l/ z' s2 Y' r$ X3 M 7.5.1 海洋藻类 180 0 e- t0 u9 h* [0 t7 W
7.5.2 海洋藻类的智能识别 181
! m8 I- E% ^7 w6 }0 U/ { T 7.6 海上船只与智能监测 183 3 g( X+ }8 ?: e! T) n# m" p; f8 |3 D
7.6.1 海上船只监测 183
7 z; H2 O: \- g$ z8 U3 p 7.6.2 海上船只智能监测 184
+ q- C/ l( _+ c' j 7.7 上机实验：语义分割识别海洋涡旋 187
2 V$ Z# E& o! @) }5 U# ~ 7.7.1 数据准备 187
1 a) r! w- O9 l" `' J0 ^0 f7 n 7.7.2 模型识别 189
7 {9 R4 @# k8 _1 F2 N* u6 v3 E9 k( o 7.7.3 结果显示 193 1 U$ S( f1 a% _- K% z
思考练习题 197
. j( |: w: O7 r 第8章 海洋参数智能预测 198 $ P$ y$ s7 |1 O8 V T
8.1 海洋气候预测 198 + S5 s* c, b/ k& U3 P
8.2 近岸风暴潮智能预测 201 1 T7 N+ j4 Z5 G( a2 i, V- U/ C9 O2 Q
8.2.1 风暴潮单点水位智能预测 202
- E& z+ [5 _5 I- c+ v( P% E 8.2.2 风暴潮漫滩过程智能预测 206 , ^& O# ]" f" o" v: s, \
8.3 海洋波浪智能预测 209
L" i9 d& o5 l! G 8.4 海面风速智能预测 211 3 X1 O# b* F" t! e
8.5 海表温度智能预测 213
9 E6 z0 w# U0 f l 8.6 上机实验：有效波高智能预测 217
) B. q E( b( S4 S8 P: v. _ 8.6.1 数据准备 218
$ G m0 e1 U7 F; }5 Q. X4 x1 _ 8.6.2 模型构建 218
% p! s. v: T( S; |& L& @4 d$ o 8.6.3 结果展示 220
& O0 f9 H" X9 s3 r/ C 思考练习题 221 % Z7 V1 Q1 Q5 R7 }$ i# P
第9章 动力参数智能估算和模式误差智能订正 222
* T. R( a$ D Z# C) p# x4 r/ G 9.1 海洋模式次网格动力参数的智能估算 223 ; w2 f3 V: c0 b- W( S% ?2 g
9.1.1 准地转海洋模式 223 2 O. T1 E% O$ t2 l
9.1.2 降低数据分辨率 224
- `# e0 ?# @8 p; i" u* C( m* | 9.1.3 智能估算模型 225 5 Z+ \7 H# [: [7 v* a- `+ N( w
9.1.4 智能估算结果 226 $ `& ?* A c6 u* V* l, N
9.2 大气模式湿物理参数的智能估算 229
W7 x& R3 v' H9 j2 K- @/ f 9.2.1 湿静力能量守恒 230
9 K& b3 G% ]& F' |. r. W; Q 9.2.2 神经网络设置和数据 230
! L; ]) [0 v4 l5 b* \ 9.2.3 ResCu的智能预测结果 232 ! q& r" U% G: ?; K
9.3 数值模式误差智能订正 235
! T( |& h. L' W 思考练习题 238 ; T0 M* u4 p9 ` b
参考文献 239
# u5 Q) X- g1 r1 b% a5 Y. j# G/ t, Q+ u5 q5 Y
（请在订单备注处注明发票抬头和税号）
( ?, y, M1 s2 Z 官方旗舰店质量保证！出版社库房直发，
& r8 V: j" j5 T' B. t 提供正规电子发票！
6 _3 z) b* ?. C) ~9 M w6 _. C1 g/ v; y% J
— END—
+ O3 Z, `/ P, s* r- H0 J H+ g 信息来源：科学出版社。 ! c0 g0 \* R9 L6 p
转载请注明信息来源及海洋知圈编排 7 J* D, T9 R4 `- W9 r
大家都在看 & B1 a% p$ }8 c5 J! X
2 R" e: B8 n. h+ F( A& h6 r! L0 P ► 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……
/ z1 n6 s& u$ _" S ► 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！
) n- g# O* g: O ► 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”
' R& K7 J$ s( u 中国委员会主任，主持召开委员会成立会议并讲话3 j) q# R& f6 V1 g+ |* a, v. x
► 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 9 i t( ^ [6 b1 Y0 d
► 王颖院士主编《数字南海》正式出版！
" q1 r6 q! Q$ V5 I1 i a7 f W' A6 F3 @( ~5 v) V0 w, i2 h
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编）
* E' h4 L# J3 R( z ►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！
, e/ [2 Y+ Z- l4 D ►《海洋数值模拟》正式出版！董昌明主编
! V* y( u% C: b ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 7 U: C6 V. v/ l% y7 U! F; n
► 填补海洋气象学领域空白！《爆发性气旋》专著出版
- ~2 \, u% d7 f/ b# O+ u ► 《黄河三角洲湿地碳循环与碳收支》专著出版
+ z/ O. P" S" d( `* c, X m ► 《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 5 ?. S" J& L$ }/ e/ I6 S
海 7 b2 z9 C4 n1 G" u6 _! y
► 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》 # M9 c; M& ~, s5 I
洋 $ w p; L. B+ ?
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？ 4 A) i7 X$ v |) {# V+ }
书 8 p/ S V$ T/ m! Y X1 S- o
►《现代海底热液活动》栾锡武研究员 著 & q' s& k( ]. A5 ~8 [8 d8 z# i5 |( i
屋
+ b2 ^0 u* L, \. @; W; k4 o- s ►《海洋机器人科学与技术丛书》出版发行 * O6 a+ d; V2 {$ `( O( e. A" D
► 我国第一部《海洋生物地球化学》研究生教材出版
0 O' ?) E; M" H6 I- @! A1 A ► 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
+ f3 }+ {! p) _% P& P: l ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
1 W, ]: W3 j( f$ } O# `% t8 N% 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 : q _! i: r) L0 _6 N5 z4 P
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 7 u+ I* b) ~' G" f! y6 c( m
►《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 ) n9 f; q: `# A7 `+ ~3 c" I
►《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
6 J& s4 P3 _0 z2 s P! ^9 { ► 《黄河三角洲湿地生境演变遥感监测》出版 # I" T+ J6 k' n. K
海洋知圈 , k* A& M' `3 e( _5 s* C
知晓海洋 | 探知海洋 , p, p1 t, }1 D* y. J
宣传海洋 | 服务海洋 ; Q2 |. |8 h( b+ Y: H. c7 T
如您喜欢，请“点赞”并点亮“ 在看” |
