|
$ }; p$ G+ R4 G6 @; C
原标题：《人工智能海洋学基础及应用》正式出版！
7 S5 |3 c( F( D7 t7 B4 K# @4 ^" X) P. q7 X+ s
H( L- T- L! D r* S （请在订单备注处注明发票抬头和税号）
; G* _1 Q, J I# | 官方旗舰店质量保证！出版社库房直发，
$ [: q) S2 v* U) v 提供正规电子发票！
4 \# h) U+ m3 z. m; X( u6 f 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。
( _/ u- I7 Z- T( E 目录
- A3 r# `/ b E( T1 y7 s5 d 前言
; A/ _7 ~! d9 |% H1 g 第1章 绪论 1 / J/ v0 X+ m% }% O. Q$ ~: k
1.1 人工智能发展历程 1 5 y5 l! E& ?6 j; S6 [
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2
* ]4 Z8 [) b9 F; L) B9 r9 h 1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 ( n4 k2 t. Q s3 I- ~- L( s
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 4 |! N9 d" V- D6 ]1 S& ^
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 ' J* w7 ?" `+ x* g
1.1.5 第3次浪潮(20世纪90年代中期至今) 3 : ]& `! P6 v8 F8 V: G4 U! n
1.2 人工智能海洋学发展历程 5
' F, d8 ~0 R% l+ L4 S! g$ M 1.2.1 海洋特征智能识别 6 + D" T3 {# d( g5 i# K
1.2.2 海洋参数智能预测 6 ; J7 \* I# M6 l4 j
1.2.3 动力参数智能估算 7 4 F. z7 Q. J Y( T+ C. x3 H/ |* D
1.2.4 海洋智能化探测 7
/ g$ i Y" w" k7 h( h 1.3 本书的结构和基本内容 8
( G0 Z1 t! i; w6 O 第2章 海洋大数据简介 10 3 G M+ t( `4 `$ _0 K
2.1 大数据概况 10 2 \, R5 o; O! f' W; k% Q- r' C
2.2 海洋大数据的发展历程 10
) J1 E2 `, K# U& U 2.2.1 海洋数据的初步积累阶段 11
% q; x3 r: E# B( \; r% W L! y. t 2.2.2 海洋数据的进一步积累阶段 12
; H) E6 v, X* Y/ X 2.2.3 海洋数据的大量积累阶段 13 4 d, h7 \8 h4 {* n2 j1 ^' Y) Q* ^
2.3 海洋大数据的定义及特征 14
3 g8 x2 ]0 R$ X4 @9 O/ b6 N 2.3.1 海洋大数据的定义 14
+ F4 x% v; u% d' u 2.3.2 海洋大数据的特征 14
& w1 d5 f& R' ] _1 p* L3 z7 | 2.4 海洋大数据的数据来源 15 8 q( M) Y+ T( s
2.4.1 海洋实测数据 15 * H0 i/ t1 R7 }# t/ a2 r' I
2.4.2 海洋遥感数据 18
/ t. e! p+ V' @2 k, e$ m 2.4.3 海洋模式数据 21
: c+ [. c" s( t( R 2.5 海洋大数据的处理分析 23 0 d7 Z9 @% Z& N
2.5.1 海洋大数据的存储与管理 23 " C/ [+ _8 v" x
2.5.2 海洋大数据分析挖掘技术 24 " X Z- C' f+ V$ T
2.5.3 海洋大数据可视化技术 24
$ T- J3 ~$ y0 B* W4 A0 v C 2.6 常用海洋大数据平台 25 $ f# O3 X B) T U
2.6.1 海洋科学大数据中心 25
1 q" \( e! {! [1 d0 G9 Q 2.6.2 美国国家数据浮标中心 26 * e, j5 \6 K5 _2 J/ s
2.6.3 欧洲海洋观测和数据网络 26
( L6 |! A9 H$ L, i 2.6.4 日本气象厅平台 27 1 l3 Y2 C: H! X' H& A
2.7 一种常用的海洋大数据管理系统 27 % Q/ K* V, G5 f' L1 w8 D0 ]
2.7.1 为什么需要Hadoop 27
* ]2 s7 q# ~* L2 g0 j- F6 F 2.7.2 HDFS 29 $ b: a- k2 r" u" |4 K/ g. l" ~
2.7.3 MapReduce 31 # I! k. W1 o! M A/ X. v3 G
2.7.4 Hadoop的部署 32 9 @, Z, l" ~, F3 j+ P5 `
思考练习题 37 : M9 S8 p" q3 x+ c2 K
第3章 Python语言 38 8 {/ X' g& W/ _& K1 F) ~
3.1 安装与运行 38
$ l& ~: D* @! Y: W& \0 S, E% e) ^ 3.1.1 安装Anaconda 38 5 c+ t: T4 _3 l) H4 e0 C6 c
3.1.2 安装PyCharm 41 * f8 y1 Z5 g$ z M4 |
3.2 基本变量类型 42 9 R% j$ o$ X2 N. b2 h- N+ h0 @
3.2.1 数字与运算 43
4 c7 W5 z1 \ b- d 3.2.2 字符串 44 ]+ K$ Y; K. O' i& r
3.2.3 列表 44
( G+ ~2 Y- [. ^! u) V8 n5 b 3.2.4 字典 46 ) U' t/ A: I5 b6 X
3.3 函数和类 48
) ]' h, I9 r- V# {" p 3.3.1 函数 48
/ m* a+ t7 \& B 3.3.2 类 48 $ n& D' l6 c; c5 Q& V% d
3.4 循环与判断 51
: v4 e1 |5 ?+ T 3.5 库 52 ! z5 a; Z9 B" B/ T- r
3.5.1 Numpy 52 7 @: v8 o' z/ O# \+ G
3.5.2 Matplotlib 55 2 u* L' ]1 {& m# n2 R w6 B3 W
3.5.3 NetCDF 69 , G2 ]# i( P- s8 j1 @; N
3.5.4 Xarray 69 * H: T: ]( ~/ t
3.5.5 Cartopy 72 : D& Q$ f- u1 @8 V! L
3.5.6 TensorFlow 73 6 s' O. U/ O4 B" ^4 w
思考练习题 76 $ f o7 V% k5 d8 `5 R" G
第4章 人工智能基础 79
+ ` s2 h( H/ k v& p7 Q) _" p 4.1 人工智能基本概念 79 ! {8 D. K. Y2 F7 s8 ~
4.1.1 数据集划分方法 79
% X4 ?" c" n- L/ b7 u 4.1.2 分类问题评价指标 80
" N8 e+ z& n# c: r7 N 4.1.3 回归问题评价指标 82
+ T2 f1 P" Y3 ]% i/ u& }% V 4.2 BP神经网络 82
$ B% h8 z$ ` \# A4 s7 l 4.2.1 神经网络基本概念 83
# H0 u5 z* s$ {7 Z4 ^4 `' D 4.2.2 M-P模型 84
h. o+ s7 M+ h- s 4.2.3 感知机模型 85
- L$ f: X" H3 C* F( l 4.2.4 BP神经网络 87
$ m7 q4 y7 X5 V8 b4 L 4.3 其他神经网络 90
* }! `4 \! U9 R% b1 C& ]" z 4.3.1 前馈神经网络 90 3 U. R) _4 Y1 q9 W5 C* `
4.3.2 模糊神经网络 91 ! H- q( l- L! \( s$ z( N6 w
4.3.3 径向基神经网络 93
. T, ~, _2 S: j$ ` 4.4 上机实验：搭建BP神经网络 95 8 B0 H H6 h" V. g, T
4.4.1 数据准备 96
- v3 ]; L! z$ E 4.4.2 模型搭建 96
7 a9 F5 I+ M( \. O' a% e 4.4.3 结果检验 97
0 w* ^2 l1 g( ^6 O* U7 l 思考练习题 100 3 z5 ^9 Q5 j0 X
第5章 深度学习 101
2 @' w) ?: p0 S* K/ H; A 5.1 深度学习入门 101 : Q; Z' i- {" D6 o3 g
5.2 深度学习的特征 102 & j$ s+ N: x# g+ R. V. S5 A
5.3 卷积神经网络的基础结构 104
5 d- ]! M" P6 n' s+ M8 @ 5.3.1 数据输入层 104 6 E# Q, q% ?+ ~) P( c' c/ S, k
5.3.2 卷积层 105 ! O9 b5 l: h+ E4 V0 b
5.3.3 池化层 107
: T& h' m V& j* c3 J 5.3.4 全连接层 109 ( M; D, b8 N5 H0 t+ h5 @+ u* ~/ x
5.4 常用的4类卷积神经网络架构 109 8 P3 K( l/ f2 i1 h( Z* s& j: z
5.4.1 LeNet5 110
7 o6 Y+ O6 S/ S9 L$ A) [ 5.4.2 AlexNet 111
: l l5 a$ M+ ~3 \* p' d0 d: K 5.4.3 VGG 114
, K; I0 P4 C2 ?2 L* M3 D' C 5.4.4 ResNet 115 & Z/ o, _8 [- G7 ~' u; l
5.5 基于卷积神经网络的语义分割 118 1 x% l' M- v! |; o
5.5.1 图像处理的不同层次 118 2 z) s3 a0 Y2 g) C9 a/ M7 B
5.5.2 全卷积神经网络 120 # L! n4 [. b, K3 `
5.5.3 DeepLab系列模型 123
3 P y, R: l* ]! Y/ ^ 5.5.4 PSPNet 127
7 Z& \ V8 ?. E& }) h" t( g8 | 5.6 上机实验：搭建卷积神经网络 129 4 H k# V. I; ~$ Q7 d
5.6.1 模型搭建 129 / w6 k9 g/ Q6 z) |3 \) e
5.6.2 结果检验 131
& P3 u. G, [( W" G6 `& c% B 思考练习题 133
# r! }) ]/ ~$ z+ o" r2 S, ]( ~) D 第6章 循环神经网络 134 ; q# K3 p3 Q+ m% b5 i
6.1 循环神经网络 134
5 s4 f6 S; ^9 A$ I& s 6.2 长短时记忆网络 137
* x/ E/ t% ^' [$ _ 6.2.1 LSTM的内部结构 137
8 Z( `: }7 K7 o: U! x0 V% b 6.2.2 LSTM的“门”结构 138 , g8 E u0 W/ F( M
6.3 门控循环单元 141
! R/ A& G, K, V& [* \& Z 6.3.1 GRU的网络结构 141
* @8 Y" i6 R7 ^ 6.3.2 重置门和更新门 142 0 W( `& F7 ]5 W
6.3.3 候选隐藏状态 142 ( Z% Y( C* @9 k( f: q$ y, K. l
6.3.4 隐藏状态 143 8 E6 ]5 j7 w% }$ m5 g
6.4 双向网络结构 145 7 D. n' ?" q: V* X* K: ?$ I
6.4.1 双向长短时记忆网络 145
1 K! W1 X3 Y# d! [) ~3 g 6.4.2 双向门控循环单元 146 , P$ t+ A$ g% x# f0 J/ R R# U
6.5 上机实验：搭建循环神经网络 147
8 s0 P* a2 ]1 |3 ~) z; D. e 6.5.1 数据准备与模型搭建 147 E, i# ~- H, O! K; ~
6.5.2 结果检验 149
: B; p1 H, C6 b; i- X 思考练习题 151
* m" }. {9 b: ^: s 第7章 海洋特征智能识别 152 # p& }# l$ E& }9 n
7.1 海洋涡旋与智能识别 152 7 |! k, _8 G% I; y2 w
7.1.1 海洋涡旋 152 * |7 d5 ]$ q, `. B/ O
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 0 L% z* |! M1 a4 m
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 8 ^- h/ j L( p7 d9 _
7.2 海洋内波与智能识别 166 * I+ S3 W) \/ A7 m' i& \* v& G: m4 u
7.2.1 海洋内波 166 & ?( V' ~) S5 ]9 m3 T
7.2.2 海洋内波的智能识别 168
, x( u$ l e0 Y, M 7.3 海表溢油与智能监测 170 + I: F2 P! w8 Y, J
7.3.1 海表溢油 170 - X9 Q4 Y* u* A/ F7 R
7.3.2 海表溢油监测 172
: O) R! m: B0 k5 x9 X0 ` U8 ~ 7.3.3 海表溢油的智能监测 172 + u3 q0 }5 N/ N Z: h
7.4 海冰与智能探测 176
! ~5 k% L0 D6 U4 N6 R3 R O! Y 7.4.1 海冰 176 : A* l! g9 p3 o% e+ T: H
7.4.2 海冰探测 177
& I$ W' s& q3 w! {! K2 C- l 7.4.3 海冰智能探测 177 3 P2 d5 x& d4 Z& f( F9 b: d+ a
7.5 海洋藻类与智能识别 180 6 A- r) x, p6 }1 a5 v9 [
7.5.1 海洋藻类 180
% w4 G8 D/ s( K& Y# r) S 7.5.2 海洋藻类的智能识别 181 ) h; f* A! v0 b+ Y" j
7.6 海上船只与智能监测 183 4 l$ M1 y: _, [# [3 Q+ t+ b8 ^- ]
7.6.1 海上船只监测 183 + r8 l- O7 Q) e. J, K
7.6.2 海上船只智能监测 184 n J6 B' z" p4 I6 A
7.7 上机实验：语义分割识别海洋涡旋 187 2 q% B# r. K, C; m/ [* k# ^
7.7.1 数据准备 187
. _ W8 R8 b$ W; t+ W 7.7.2 模型识别 189
+ ^8 P9 O- F, ]8 d: J4 _ 7.7.3 结果显示 193
) l; D* T* H8 y+ k' t, c0 g2 ` 思考练习题 197
* X# W; P; T. S4 G- B2 \) l 第8章 海洋参数智能预测 198 ! D! S: u, y" [; j1 S5 a5 z% g" Q
8.1 海洋气候预测 198
9 a4 z6 X0 T0 Z8 E, } 8.2 近岸风暴潮智能预测 201
, Q4 z( u' |. ]! _ 8.2.1 风暴潮单点水位智能预测 202
6 r7 s) y4 l" {) M3 K 8.2.2 风暴潮漫滩过程智能预测 206 \$ s* h0 j' U0 n9 U& f3 E
8.3 海洋波浪智能预测 209 * M4 I4 F& V* R! n/ Q1 ^4 B
8.4 海面风速智能预测 211 ; @) T4 X" {+ D) J5 ^
8.5 海表温度智能预测 213 7 K/ f- S% M, C( a' _
8.6 上机实验：有效波高智能预测 217
- c9 W* Y1 Z) p2 M' i, p& O 8.6.1 数据准备 218
" T5 [6 b: V9 |6 {1 ~ 8.6.2 模型构建 218
1 f4 n% n L/ ]9 m# r$ Q, U$ | 8.6.3 结果展示 220
+ Z- J, j% ]5 ^- N, P+ w1 L& [ 思考练习题 221
( z, ?' X2 ]" D' D: Z 第9章 动力参数智能估算和模式误差智能订正 222
8 i, ?# t7 `9 K2 u- K) P 9.1 海洋模式次网格动力参数的智能估算 223
& {# Z' X6 `/ \3 { 9.1.1 准地转海洋模式 223
/ R( s6 q+ y0 F 9.1.2 降低数据分辨率 224
% o. {2 B- x0 K& m6 { 9.1.3 智能估算模型 225 8 z2 X) [9 T% x
9.1.4 智能估算结果 226 6 N. K5 H: F7 ^) c; B5 O2 _* ]
9.2 大气模式湿物理参数的智能估算 229 ( R& N0 m" h) }/ o# M( t5 i
9.2.1 湿静力能量守恒 230
4 V3 L9 R. J# a' O5 }/ I 9.2.2 神经网络设置和数据 230
% t: z9 R; g; K+ K 9.2.3 ResCu的智能预测结果 232
: m' O: L. e. I+ c5 ]# u9 t$ J3 O 9.3 数值模式误差智能订正 235 ) J+ x& z6 D3 [8 b
思考练习题 238
% K/ h" r: A) i 参考文献 239 * H7 \; C$ w" q2 E
; m6 {. M- b- t6 R) d5 w
（请在订单备注处注明发票抬头和税号）
# [; H9 A" s8 C8 z0 M" Q+ T, v 官方旗舰店质量保证！出版社库房直发，
; V$ H: k9 p5 `5 g M. O' ^ 提供正规电子发票！ 4 }: D+ H; \! O; F# m2 R& t, g) H
$ C& R1 t' h$ O0 g: g — END— ) l$ T9 q! B5 ~, T* `, S
信息来源：科学出版社。 }! A. s# j% X/ K
转载请注明信息来源及海洋知圈编排
0 K* t: X0 V4 s* n6 ~0 |0 e 大家都在看
8 h7 p" ^4 [! Y T6 B! F' D) D3 `9 X) L0 l/ |0 \- m
► 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…… P7 {) B' x& F
► 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！ 0 y q3 B. j9 o. [" {4 u# H
► 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”
) i2 r7 Z) ?( x( d2 p$ @9 p 中国委员会主任，主持召开委员会成立会议并讲话
% u+ l4 w; k6 R9 n ► 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
i$ l% H N; U1 X ► 王颖院士主编《数字南海》正式出版！
$ x. @$ u! |2 M9 o( [- z9 X5 d- c' M7 D* T6 C! u5 l
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） 8 Q: N7 Q J2 P; W
►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！
7 V1 H+ F- D* U/ R& `0 k8 F ►《海洋数值模拟》正式出版！董昌明主编 $ a5 C1 o/ g1 _& v( |
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著
- m ^* C1 n& E1 j* K( p ?) } ► 填补海洋气象学领域空白！《爆发性气旋》专著出版 7 b/ o$ O3 X! z* O* }7 g* W
► 《黄河三角洲湿地碳循环与碳收支》专著出版 : D, r2 D: c. j1 _8 X% K
► 《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 i7 V8 Z& \8 u3 w& W* I' K
海 " d' W' B; U7 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》 # S- q2 Z1 y9 d; z
洋 9 c! D7 ^0 b( W% u3 X' q
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？ * E% v9 l8 V! Q% l& D" p( z
书 1 y5 I$ f) {0 G( u( k: E+ B g
►《现代海底热液活动》栾锡武研究员 著 + B( c4 G+ y2 b: v) ^
屋 6 u2 k- |5 ]( o; x/ u+ [2 ~- |
►《海洋机器人科学与技术丛书》出版发行
1 V* X4 E! D- C H* \& M ► 我国第一部《海洋生物地球化学》研究生教材出版
' x/ c) m4 [4 x' o ► 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
. h, s% u7 }) @/ f ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
9 J+ f7 ^0 X0 |$ U1 T ►《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
* \7 W% Z# G- o, p ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
5 g# X% T$ _$ k! G( O$ q ►《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 $ F( \0 ?! q7 \! C, F2 e9 O) \+ w: w5 u
►《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 8 r) u7 G$ k* J# X, E
► 《黄河三角洲湿地生境演变遥感监测》出版
5 w4 I6 V* M" D2 I 海洋知圈 2 H8 p U! z8 L
知晓海洋 | 探知海洋
1 S5 D1 R# P) S. [ 宣传海洋 | 服务海洋 + m! R- L3 x) T# d5 x- ?# v
如您喜欢，请“点赞”并点亮“ 在看” |
