|
! I& t6 A5 E7 T8 \! C3 i. N' q
原标题：《人工智能海洋学基础及应用》正式出版！
0 c0 f; } u* ?3 K$ p, L b* U
$ H6 V; g) m7 g9 ^. ~" g9 o 
1 q1 T, f' b% ^1 T; |* g- C
（请在订单备注处注明发票抬头和税号） & N" B+ X$ ~3 l. R x% N, a
官方旗舰店质量保证！出版社库房直发，
2 J) z0 e# v5 e) I+ I' ` 提供正规电子发票！
9 ]5 }% Y( v! e: H7 Q7 m4 m1 P 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。 ; w/ j9 e. ]: ]0 j, T, Y
目录
2 i7 ]4 M6 O+ _$ H- A, N: R 前言 + j; U" M" _" a0 M7 C& Y0 c
第1章 绪论 1
9 J* q+ H' U& i; y" \8 U0 V 1.1 人工智能发展历程 1 7 a' v, F9 m1 D( Z) Y5 \
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 7 Z& u4 f# L! b% @ l8 m
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 6 C$ P3 J9 l* Y, A d% g7 I" z
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
+ [6 j0 ?3 m/ x; P$ ?) G, Y 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 1 n4 F4 o6 a' |3 d! @, D
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
$ O+ `) R9 m; G/ ]0 H1 B 1.2 人工智能海洋学发展历程 5 . q0 B6 K& }9 |% a0 `: R" e
1.2.1 海洋特征智能识别 6
1 J3 ?% _/ C* D1 R. a 1.2.2 海洋参数智能预测 6
5 s1 ?0 s. ^$ l" |& M, s: J+ D6 s 1.2.3 动力参数智能估算 7 4 i5 m/ A; M9 g/ H3 h7 c0 |) _0 A
1.2.4 海洋智能化探测 7 3 {8 u3 I4 {& t! A! Y# R/ a/ N
1.3 本书的结构和基本内容 8 ' _ j+ |) J: u6 h; T1 a- V8 R2 n% z
第2章 海洋大数据简介 10
6 d/ W: Z+ b( R2 z4 x 2.1 大数据概况 10
3 |7 K- j; E( _* r( q% q" y 2.2 海洋大数据的发展历程 10
# ]# ]% x% J. ~- x- y8 t 2.2.1 海洋数据的初步积累阶段 11
7 f5 V1 k7 y! n% n 2.2.2 海洋数据的进一步积累阶段 12
) q% ^# k, _+ J5 w* V: V7 B3 b. i 2.2.3 海洋数据的大量积累阶段 13 5 D3 }" R8 w" w# X. ]
2.3 海洋大数据的定义及特征 14 2 d3 ?5 H& I5 d0 G9 n1 R; c- w7 o5 K, P
2.3.1 海洋大数据的定义 14
, s- F" V9 a, A6 } 2.3.2 海洋大数据的特征 14
7 p( O4 b s$ k7 @( n Y 2.4 海洋大数据的数据来源 15 $ e( C; H" ?, ?( h. C
2.4.1 海洋实测数据 15
" [& M# \- [/ y9 O: Q 2.4.2 海洋遥感数据 18
& _2 O6 b! q6 |/ E' b" K! ^) W- T( Q 2.4.3 海洋模式数据 21 2 ^4 v: }% |2 R* q+ l, Q* m
2.5 海洋大数据的处理分析 23
8 Z7 X9 v/ ]/ p7 D- K 2.5.1 海洋大数据的存储与管理 23 * {7 _, ^# x; E- ]# a
2.5.2 海洋大数据分析挖掘技术 24 * u7 _$ \$ r6 w, Z$ w
2.5.3 海洋大数据可视化技术 24
9 A2 m- z$ M: f8 o 2.6 常用海洋大数据平台 25 ! N& [1 |& P+ J4 V
2.6.1 海洋科学大数据中心 25
) N# }& \4 n% r5 ]+ v# A! B8 { 2.6.2 美国国家数据浮标中心 26
. E+ g+ c* q' {) }5 q8 P6 c- ~; Y 2.6.3 欧洲海洋观测和数据网络 26
. \0 H6 s/ g) m- O 2.6.4 日本气象厅平台 27 & Z+ p7 N' _. F& f9 p! \
2.7 一种常用的海洋大数据管理系统 27 % H# L; a, t" N4 u3 o
2.7.1 为什么需要Hadoop 27 * o7 Q% W/ H! H% j$ l
2.7.2 HDFS 29 5 k5 {7 p$ ~4 J" J; _
2.7.3 MapReduce 31
' q) B3 I E0 y% l, K1 |4 @ 2.7.4 Hadoop的部署 32 9 `) j% n2 I; `: C- z# q
思考练习题 37
# l6 Q; X& ^- k# z- S0 T 第3章 Python语言 38
* e9 Q5 V4 L# I4 Q% W" F; ]/ t3 t& x 3.1 安装与运行 38 - f. | Y0 a4 s3 p8 ]% X3 _0 x. X$ @
3.1.1 安装Anaconda 38
: \/ j& y n( g5 g2 R2 O 3.1.2 安装PyCharm 41 / g- I8 N" [* ~' R) L) C
3.2 基本变量类型 42
" @- W, a8 |- U' i 3.2.1 数字与运算 43
# B+ g/ Q* u" o. }0 H+ ]- N0 B( q+ z 3.2.2 字符串 44
; t; R. W; O6 H 3.2.3 列表 44 8 Y a& F1 b5 Y9 q
3.2.4 字典 46 : D/ X/ A: Q. a/ A
3.3 函数和类 48
* z5 u6 v. U# V5 |9 Z. T- ^ 3.3.1 函数 48
/ q4 t- T" P# {7 P) p' U! j 3.3.2 类 48
7 j( G* ^4 |/ Y" `- ?4 J% @! r 3.4 循环与判断 51
* ^: N% b, r8 K5 d0 ~2 m1 p! S 3.5 库 52
% O3 M- K3 ?: R6 Z 3.5.1 Numpy 52
0 G0 n9 I; }( ~; ?( L7 m. v: a$ W 3.5.2 Matplotlib 55 * f# k9 j% w( `2 I \
3.5.3 NetCDF 69 3 y) L" w0 Q _9 ?) O& N; N. R
3.5.4 Xarray 69
, Z& n9 [! O: Y8 M7 Y1 B5 l 3.5.5 Cartopy 72
( l5 {4 p8 \! U8 _* e9 |/ v" L 3.5.6 TensorFlow 73
' g9 v9 }( P$ t* g y. _' i$ x 思考练习题 76 0 |3 _& R# g* d9 }" N. v# ]$ y5 M: v
第4章 人工智能基础 79
6 O1 k7 A) u# f 4.1 人工智能基本概念 79 8 I8 M0 x6 q A. ]: r
4.1.1 数据集划分方法 79
+ [; D+ a# t, s2 @- u 4.1.2 分类问题评价指标 80
& d" I! K/ a. b 4.1.3 回归问题评价指标 82 " o* N1 n0 @5 u
4.2 BP神经网络 82 8 f# A. m _( _$ h3 @
4.2.1 神经网络基本概念 83
( W" s; q: }+ y3 k 4.2.2 M-P模型 84 $ T+ |+ g: J% ?9 a2 T' A
4.2.3 感知机模型 85
$ t, y# W2 U$ f% N# L- x 4.2.4 BP神经网络 87
+ j6 a/ {* X/ _* ` 4.3 其他神经网络 90
# x* {6 C1 }* V9 G8 w6 \2 E* Y 4.3.1 前馈神经网络 90 7 A* ]) P4 N) {" R8 {1 h0 `# d
4.3.2 模糊神经网络 91
; b i* J& w3 E R 4.3.3 径向基神经网络 93 % j! |* w4 V0 W3 S
4.4 上机实验：搭建BP神经网络 95 $ w- c" k4 f d" p
4.4.1 数据准备 96
2 l) O* ?" Z% l- Z) X7 L 4.4.2 模型搭建 96
) l$ S! t! G3 c+ N 4.4.3 结果检验 97
! k8 C! F5 u8 E6 u 思考练习题 100
# R* [% H) K) u 第5章 深度学习 101
; n0 T' W' C; @; ]* a 5.1 深度学习入门 101
' Y2 @1 w2 U [- J% ? 5.2 深度学习的特征 102
! I* x& k/ z( ?# f* ` 5.3 卷积神经网络的基础结构 104
' l$ y/ f5 d* q/ {9 u: z7 a( J 5.3.1 数据输入层 104 & T7 p3 U# ]7 v+ Z
5.3.2 卷积层 105
! w" C, d, U: r 5.3.3 池化层 107 / [4 R7 C! s5 s: G2 K) \! |
5.3.4 全连接层 109 ; k4 b2 r! i, I2 `
5.4 常用的4类卷积神经网络架构 109 5 S# ^3 J5 ^$ W/ |: `3 p* ]% b
5.4.1 LeNet5 110 7 ^% W! v9 H. ]0 E2 Y5 ^
5.4.2 AlexNet 111
; ^/ g) i; k, S& N 5.4.3 VGG 114 " H& c, n; R* t+ [% Y
5.4.4 ResNet 115
- e) j ]; q- e2 ]$ l! a1 i. V 5.5 基于卷积神经网络的语义分割 118 ' l# v) ?& U6 c
5.5.1 图像处理的不同层次 118
* W) z0 g; r9 j 5.5.2 全卷积神经网络 120 9 k9 b6 y4 S& k$ M
5.5.3 DeepLab系列模型 123
( a2 d7 N2 G$ P& b7 {7 g: \$ V 5.5.4 PSPNet 127 * m F* l' k4 a0 M/ A
5.6 上机实验：搭建卷积神经网络 129 ; M9 M* R9 E! [7 \2 U3 Y8 B" G
5.6.1 模型搭建 129
3 X( @$ {' {9 [, z& C! r 5.6.2 结果检验 131
) s& c: d$ |6 b4 y- w; F; r. N 思考练习题 133 - K9 P$ E* _# @* L
第6章 循环神经网络 134 9 ?0 a) h, |3 v2 h9 V& L2 e
6.1 循环神经网络 134
$ c d: B" y+ j- y# ? 6.2 长短时记忆网络 137 ! d; y* @+ v9 Q
6.2.1 LSTM的内部结构 137 : j2 f( l: L& U9 D D
6.2.2 LSTM的“门”结构 138
0 Q4 r' ^* e* s1 [3 q9 i/ l# D 6.3 门控循环单元 141 - h: l# S7 ]1 q* K) v8 V& m5 D
6.3.1 GRU的网络结构 141
- Z" V( i+ ` s6 W 6.3.2 重置门和更新门 142
/ ?& M+ i3 U) d- | 6.3.3 候选隐藏状态 142
" L" l- _ q# B9 ?0 X$ i8 P" B 6.3.4 隐藏状态 143
8 X! @+ Z! q' o) h" H 6.4 双向网络结构 145 $ J# I, l, N* q+ ]6 E
6.4.1 双向长短时记忆网络 145
$ S/ d/ a5 h# F8 z 6.4.2 双向门控循环单元 146 ' @! _! e- `( n$ ^0 S
6.5 上机实验：搭建循环神经网络 147
3 o' H. A9 ^, v- c% i7 o 6.5.1 数据准备与模型搭建 147
+ C3 F) {( |% Z3 P9 L 6.5.2 结果检验 149
' S1 |* }7 N$ @! D8 ] 思考练习题 151
7 Z) R! Q9 e* I5 W0 E; E 第7章 海洋特征智能识别 152
( M- ~- q) e N. P 7.1 海洋涡旋与智能识别 152
3 [+ p( @' E- U 7.1.1 海洋涡旋 152 0 ~( G. K, W7 A7 t0 ]: q
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 5 O$ j4 J/ ~3 I( Y+ i
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
. ?6 X6 t, i9 z& G5 F 7.2 海洋内波与智能识别 166
/ ~- ]0 b9 q4 R |4 @* O 7.2.1 海洋内波 166 5 u3 k6 l' U2 _) m, p; t
7.2.2 海洋内波的智能识别 168 # [# ?1 U* N' \9 S' t, }
7.3 海表溢油与智能监测 170 * C( K+ u4 t% u
7.3.1 海表溢油 170
3 b- X( [ w# h2 Z7 ~1 q6 ^ 7.3.2 海表溢油监测 172
5 \) m; J9 E+ _ 7.3.3 海表溢油的智能监测 172 ; J( O# {0 j8 {. n" X% j% G$ h
7.4 海冰与智能探测 176 ; {- t4 k& b4 [; O- _6 [2 h; ]
7.4.1 海冰 176
3 f4 O( s, X3 d 7.4.2 海冰探测 177
& A- [4 S1 z1 N: f, i0 e; b 7.4.3 海冰智能探测 177 # [# Z) s! k0 J4 R) Z" Q
7.5 海洋藻类与智能识别 180
3 N9 X; N0 c/ o+ R 7.5.1 海洋藻类 180 , N: o9 N" }6 o" F9 ?8 Y: j) Y, l
7.5.2 海洋藻类的智能识别 181 0 ?, F+ @1 n/ k" ~4 j# `( E _
7.6 海上船只与智能监测 183 " g8 T7 L# X+ c
7.6.1 海上船只监测 183 9 ?1 H3 |8 U4 `0 n* T6 }4 d
7.6.2 海上船只智能监测 184 . A3 n$ c/ g% q" X$ X
7.7 上机实验：语义分割识别海洋涡旋 187
, E1 \$ w/ ~* r$ s& U/ C! ?0 A+ X 7.7.1 数据准备 187 ( {2 [) B- r" p Z& B) S
7.7.2 模型识别 189 % O% } G, [' @
7.7.3 结果显示 193
! L# Z4 Y2 d1 F3 r& _# _& G( {) S 思考练习题 197
5 @# L3 `0 K. N J1 Z 第8章 海洋参数智能预测 198
+ \, K& S. ^ B- X 8.1 海洋气候预测 198 7 w6 r- P# p ?( j, O
8.2 近岸风暴潮智能预测 201 ' |/ w3 r( j/ }# y* g
8.2.1 风暴潮单点水位智能预测 202
; u: G% `, g4 D9 ] 8.2.2 风暴潮漫滩过程智能预测 206
" j b% U% t5 G) y$ ]3 e1 l! ]. L: ^ 8.3 海洋波浪智能预测 209 , \; u& I$ r1 R4 X; M: d
8.4 海面风速智能预测 211 8 F& t0 k+ V* z# _
8.5 海表温度智能预测 213
- K- c+ a: Q. p# y) _+ a5 Q 8.6 上机实验：有效波高智能预测 217 ! J& e f) O5 q1 }8 q
8.6.1 数据准备 218 ( p8 O+ d+ b6 {0 }# |
8.6.2 模型构建 218 & O" I7 W" m# }& O! S, E6 e
8.6.3 结果展示 220 1 c' H/ C: N0 m: u( f
思考练习题 221 ! Z1 T( N2 Z9 k! J: f/ x
第9章 动力参数智能估算和模式误差智能订正 222
; C( |4 ]. o' e. P5 W 9.1 海洋模式次网格动力参数的智能估算 223
" X6 Q6 K( Z& Y 9.1.1 准地转海洋模式 223
; ^& p, i+ q; H 9.1.2 降低数据分辨率 224
6 V* ]0 ~6 n3 G: O 9.1.3 智能估算模型 225 9 W" z8 E* X" G0 x; ]
9.1.4 智能估算结果 226
7 p$ `6 D+ j7 o6 M, k$ J9 X; z 9.2 大气模式湿物理参数的智能估算 229
' z# p$ P. J; a# I1 r 9.2.1 湿静力能量守恒 230
' l9 _; |/ W8 F l% }+ I: v 9.2.2 神经网络设置和数据 230
$ X, r6 W7 H# s, N9 M" k1 f, F+ U 9.2.3 ResCu的智能预测结果 232 - o/ `9 K! k J- g3 K n& Z; k
9.3 数值模式误差智能订正 235
0 }0 d! A( B8 s: d& { 思考练习题 238
* z* o C1 d% T; \7 m 参考文献 239
# P: u( v; J4 M; r* \9 q1 X! E! |! l. a' L* [/ ~0 \$ o0 \+ [" Q
（请在订单备注处注明发票抬头和税号） $ R( @; F( t; {& T. E% W, R* w
官方旗舰店质量保证！出版社库房直发， & o0 Z2 e1 e1 e& N
提供正规电子发票！
1 |% X; D9 _4 ~0 Y, w# g
, O$ z2 Z; H- ]. \* W% l/ I2 Z0 D — END— 0 I6 |% Z% B! H+ r; e U0 K
信息来源：科学出版社。
8 g8 O; j- T0 ` 转载请注明信息来源及海洋知圈编排 4 ]9 N; J8 z0 u" a7 B2 F
大家都在看
4 s: E: Y# X- x! u# l" J- j9 J! U/ ^# D# v0 C2 c
► 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……+ P- J. R4 A# b& n) Z) l6 r
► 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! N/ w6 y% j3 d0 U1 X- ?
► 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”) {( q' N, ^$ o
中国委员会主任，主持召开委员会成立会议并讲话5 o n" g" A2 k& j) E
► 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 " P6 J! e: Z- w# S
► 王颖院士主编《数字南海》正式出版！ ! _: y3 U; y* B- p4 o& g
! V& [, ^9 ^% y0 }$ W, | ► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编）
$ a; `4 T3 v0 d m/ }: q `9 v0 u, U ►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！
0 a$ F, \7 j w! ^5 B0 D, q2 u ►《海洋数值模拟》正式出版！董昌明主编 7 q. ^; ~, }6 [0 @
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著
% T& K5 j7 L4 g6 ~8 e- c G$ Q; o ► 填补海洋气象学领域空白！《爆发性气旋》专著出版 8 _. C: ^7 H' a! k. o5 A
► 《黄河三角洲湿地碳循环与碳收支》专著出版
. q" t; \( v0 u ► 《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 ! \0 N, L9 a' [( ^6 D0 H7 b
海
9 n5 D0 Z0 s; A8 g/ S( S0 W0 V ► 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》 ; ^; g( o3 C+ e; |
洋
) g2 h% X" N! D. X ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
8 t8 V W% ^2 Z) l9 `! i 书
) K1 x9 G2 ]- ^0 O8 s6 | ►《现代海底热液活动》栾锡武研究员 著
5 K4 k0 O- G1 ~- j- J. u9 [9 w 屋
, Q& J/ W( i" P9 z$ D2 R ►《海洋机器人科学与技术丛书》出版发行 ) l2 I$ j' p1 T
► 我国第一部《海洋生物地球化学》研究生教材出版 / Z# Q, V7 d7 J& }* `/ 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
3 R3 I# ?- S+ W6 l ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 1 X ?& I( _$ @" `
►《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
) u+ l2 D/ c5 J0 u ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 / ]# D$ K. X3 |+ C
►《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
) N( V+ `/ ^$ E# ~- 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
, Z6 [2 C3 [1 o7 y, t ► 《黄河三角洲湿地生境演变遥感监测》出版
/ y$ U) D2 @7 g1 c6 r- U 海洋知圈 $ ]- n0 B) D0 A. N6 U# n
知晓海洋 | 探知海洋
9 n3 W+ s3 D3 y9 Q4 ?! D2 S6 ^- T 宣传海洋 | 服务海洋 1 c a9 B" T2 B9 r1 R
如您喜欢，请“点赞”并点亮“ 在看” |
