6 L! u- T6 C# J7 g1 p 原标题:《人工智能海洋学基础及应用》正式出版!
3 S8 F8 K2 K/ S. ?/ K F7 W/ s# o7 F& [# E& l+ c! p) @

3 W, v6 Q k. u' T5 Y/ H (请在订单备注处注明发票抬头和税号) + W+ r2 s# ]0 X- V% S( B
官方旗舰店质量保证!出版社库房直发, * j0 P, v* z( x" E* F
提供正规电子发票! - n7 D! U1 j/ t8 X
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。 0 K! V( g" C2 _
目录 9 H4 L' {9 f" Z5 Q" i$ }
前言 - H* k( d3 u, ]) \2 V! C- Z
第1章 绪论 1 W6 h0 E7 H# A7 S8 [( N
1.1 人工智能发展历程 1
7 C! f0 j, y, q' D, h 1.1.1 第1次浪潮(20世纪50年代中期~60年代中期) 2
) I. L; o2 Q: e; l9 J* n 1.1.2 第1次低谷(20世纪60年代中期~70年代中期) 2
+ B# V: \/ `5 Y2 P 1.1.3 第2次浪潮(20世纪70年代中期~80年代中期) 2
/ H: N) ~8 S j) { 1.1.4 第2次低谷(20世纪80年代中期~90年代中期) 3
7 T1 B c/ ]+ j! n$ [$ C8 ~* ?: { 1.1.5 第3次浪潮(20世纪90年代中期至今) 3
% ?& ` O9 i0 q2 l 1.2 人工智能海洋学发展历程 5 / O, N7 y( q. @- k+ @
1.2.1 海洋特征智能识别 6
! F9 K1 {. H# h, n. W 1.2.2 海洋参数智能预测 6
" ~9 H( P8 l: N) B 1.2.3 动力参数智能估算 7
3 L! n+ U6 G( X3 a' o0 H 1.2.4 海洋智能化探测 7 ' l8 z1 ~" t$ E {( [
1.3 本书的结构和基本内容 8
q! _5 }0 x2 u& u4 m) I! T4 R 第2章 海洋大数据简介 10
+ |5 S4 s0 M9 I" X2 P" ~ 2.1 大数据概况 10 8 ~1 U6 g# {7 R: u# B
2.2 海洋大数据的发展历程 10
- t; \3 ~& [) }) s4 c: ? 2.2.1 海洋数据的初步积累阶段 11 ! U$ o6 H9 f s9 @. _
2.2.2 海洋数据的进一步积累阶段 12
9 t0 p5 u& B0 Z6 Y! t 2.2.3 海洋数据的大量积累阶段 13 * ~( q1 n D. g; B+ I$ |9 T
2.3 海洋大数据的定义及特征 14 ) I8 `/ N4 q7 z: F4 x" U6 Y7 \. \
2.3.1 海洋大数据的定义 14
4 |% l3 Q+ R# \1 u+ m* ` 2.3.2 海洋大数据的特征 14 + y* p2 G( G) s. v3 {
2.4 海洋大数据的数据来源 15 * |. f8 y) ~9 G$ T% T
2.4.1 海洋实测数据 15
- Y; @' @# [9 \ R/ [ e 2.4.2 海洋遥感数据 18
6 T4 R/ p# V' q' H: }( e$ l9 s# Y 2.4.3 海洋模式数据 21 6 a, {, n9 B6 B# l! u) F; x
2.5 海洋大数据的处理分析 23
1 q/ C5 U9 `8 Y: O3 n6 W! B T( N9 u 2.5.1 海洋大数据的存储与管理 23 9 {+ P! y' Q7 H6 e5 @8 P3 a
2.5.2 海洋大数据分析挖掘技术 24 0 H# D. v" i9 h9 @* c7 P
2.5.3 海洋大数据可视化技术 24
. P6 w& X/ p0 T* w) o$ n% H 2.6 常用海洋大数据平台 25 3 V) N) G, N" h! U/ _! g
2.6.1 海洋科学大数据中心 25
7 E8 N1 M0 E9 _8 \ 2.6.2 美国国家数据浮标中心 26 % e6 [! b8 w$ d6 Y l
2.6.3 欧洲海洋观测和数据网络 26
/ D7 X$ ~, q8 b( \ 2.6.4 日本气象厅平台 27
& T0 s5 j" m' F4 Y; z i 2.7 一种常用的海洋大数据管理系统 27 5 k5 H7 s# V ]7 y
2.7.1 为什么需要Hadoop 27 % F, M1 _6 H" E, R. n
2.7.2 HDFS 29
4 m* J: e" Q: J+ J& C9 D 2.7.3 MapReduce 31 # w4 H6 h; D2 t: d
2.7.4 Hadoop的部署 32
3 ~0 F- d4 n# T3 @ 思考练习题 37
: K8 P7 W" L8 @: y/ P5 h5 @+ Z" X$ C 第3章 Python语言 38
4 ^4 }4 Y1 Q |* t 3.1 安装与运行 38 # z* w* [) o+ Q3 k
3.1.1 安装Anaconda 38 2 K, H# v3 Y( k; g( n
3.1.2 安装PyCharm 41 3 Z2 N. d7 k: Z s$ T& F7 ?
3.2 基本变量类型 42
z! I* D* y" N6 s2 J7 B: P 3.2.1 数字与运算 43 ) x6 a5 W8 e- `" I
3.2.2 字符串 44 8 F; m" P! j7 X: [% B
3.2.3 列表 44 8 K/ v& C8 W. ^
3.2.4 字典 46
0 y. s, k" T. V; L' P( U2 f& Z 3.3 函数和类 48
6 k u: H6 t( D" t: ^, N 3.3.1 函数 48 $ E3 f2 t* E" I' m( O/ B
3.3.2 类 48
+ v2 q' D* y* @" L! g: B6 F/ _/ f 3.4 循环与判断 51
5 g" L ?/ W6 z# n! k3 v; h* }$ U 3.5 库 52
* a. B/ Y, {+ S' n1 w 3.5.1 Numpy 52
' [2 R; h6 D( j3 I 3.5.2 Matplotlib 55 0 e/ {7 l: S; U" ^; N* c) ^" A" C
3.5.3 NetCDF 69 # [0 g' ?5 s e% y" m
3.5.4 Xarray 69 - u& H4 ~! u/ V, d
3.5.5 Cartopy 72
$ K5 H* R" ]! p6 ?; { n/ E 3.5.6 TensorFlow 73 6 a" p) o r) M% C3 O
思考练习题 76 # W) k+ G/ C! A( L; h
第4章 人工智能基础 79
$ d9 \+ \( K( Z6 `+ F4 h y0 P7 S 4.1 人工智能基本概念 79
2 p( B& v1 r R/ D 4.1.1 数据集划分方法 79
4 r; K, k, b2 e3 J: G0 h 4.1.2 分类问题评价指标 80 . o, w/ d P9 Y7 b0 ~" _8 u
4.1.3 回归问题评价指标 82
5 l6 M/ \, q: I! B$ D 4.2 BP神经网络 82
% O/ `/ v$ X) I: N$ \- a" L# L 4.2.1 神经网络基本概念 83 ' Y+ A/ |8 u3 ^3 _4 J! a
4.2.2 M-P模型 84
8 E# |2 S2 {) @# q5 g/ T 4.2.3 感知机模型 85 / E6 v. S( U" Y$ E) a! j9 J, J
4.2.4 BP神经网络 87
- T- p* J! x/ t1 l 4.3 其他神经网络 90
+ y1 w) Z r/ H3 E' w2 s7 q 4.3.1 前馈神经网络 90 3 G; r) E" z! H) x7 [
4.3.2 模糊神经网络 91 ) f. X! H( e% E; p+ V* b1 E* {
4.3.3 径向基神经网络 93 4 [" o5 S. m* v: `
4.4 上机实验:搭建BP神经网络 95
5 O& w( H& [3 U) ^2 @, ` 4.4.1 数据准备 96
, }( c2 o1 J$ ~# ~; { 4.4.2 模型搭建 96 ) |' R3 Z% O$ ~4 q( A
4.4.3 结果检验 97
1 O2 a, V6 p z, v- M& v0 Y 思考练习题 100
% Y e6 q9 Q. R 第5章 深度学习 101 ) m, N" Q- N" U3 V
5.1 深度学习入门 101
6 a& ]. s8 ^& T7 }/ ~! B! Z 5.2 深度学习的特征 102 . L3 X8 s$ {6 a5 T: G3 G, q
5.3 卷积神经网络的基础结构 104
3 K! q: D2 B/ q 5.3.1 数据输入层 104
- ]. w* y. ]3 p) o3 C0 n 5.3.2 卷积层 105 " i4 u" C/ i) R' v: c
5.3.3 池化层 107
# G: X, _% E0 V: p: a 5.3.4 全连接层 109 8 x9 }) r4 N j
5.4 常用的4类卷积神经网络架构 109
7 E0 e$ z3 p, H! W6 `# a 5.4.1 LeNet5 110
+ O3 T2 M, }% l, f7 n1 ` 5.4.2 AlexNet 111 & I0 v1 Q# W) |
5.4.3 VGG 114 % y/ |3 L- a) e/ f
5.4.4 ResNet 115 & W. ]% q$ H4 P5 ]/ E* C' p
5.5 基于卷积神经网络的语义分割 118 * @+ ^; S, H3 ^8 Y: E7 i# `: X9 j
5.5.1 图像处理的不同层次 118 6 y8 s: w8 f. u0 @! G
5.5.2 全卷积神经网络 120 5 Z+ ~, j$ P+ X& @' i
5.5.3 DeepLab系列模型 123 . ?$ {4 e3 Q3 @0 j6 }
5.5.4 PSPNet 127 6 f' S$ H) I) m6 j( l, n! X- g" Q0 e
5.6 上机实验:搭建卷积神经网络 129 ; S1 Q" H* x* X) f0 |
5.6.1 模型搭建 129
, t- m6 L* Q# \2 u! B% A" S8 B/ @ 5.6.2 结果检验 131 & _7 V0 U) b8 g0 i
思考练习题 133
& T% a7 k( S( I3 A! T; ^ 第6章 循环神经网络 134
. y7 d6 M8 y: c% O3 k# o4 J# s 6.1 循环神经网络 134 . O! N3 c$ Q3 ^+ w
6.2 长短时记忆网络 137
0 R7 D* `1 a4 E7 o' w6 { 6.2.1 LSTM的内部结构 137 / Z0 `( i9 A- @* ^+ \3 e4 w- ^
6.2.2 LSTM的“门”结构 138
+ ^$ y6 ]' B" g U; ~$ R9 A# f 6.3 门控循环单元 141
- {8 n2 [" ^& ^+ i2 @0 R- O 6.3.1 GRU的网络结构 141
4 l3 h- F) p; u: M; [" ^% q 6.3.2 重置门和更新门 142 ! u ~1 o% r, U& c
6.3.3 候选隐藏状态 142 5 ?* B* v( B9 S$ }; h# E0 G
6.3.4 隐藏状态 143 # h+ p: x+ l% x: d, M
6.4 双向网络结构 145
8 f# ?. X8 p, U 6.4.1 双向长短时记忆网络 145 8 {: z- x6 V7 u4 P
6.4.2 双向门控循环单元 146
, c9 {/ K8 E$ m, ?* ~ 6.5 上机实验:搭建循环神经网络 147 * w! | [8 k. k) r Z( m
6.5.1 数据准备与模型搭建 147 $ F* T4 S% Q1 y( X) A
6.5.2 结果检验 149 ( c( z n% u' S! j9 ]9 N
思考练习题 151
8 I7 J ]8 I3 l1 a/ d, W: o; a0 F 第7章 海洋特征智能识别 152 - _( a7 V+ y& K. r5 y
7.1 海洋涡旋与智能识别 152
4 A' n8 r4 l" l( l 7.1.1 海洋涡旋 152 i' k% @% k; P7 p+ K4 U. x
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 1 a# W' Q5 D$ g6 U( 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
# v) E: h7 f) u8 k! y 7.2 海洋内波与智能识别 166 9 _ c( c# d6 {7 e" L$ e+ b0 W( f
7.2.1 海洋内波 166 4 `1 a6 y; k& ^
7.2.2 海洋内波的智能识别 168 % n( I, r* A7 e! W3 E
7.3 海表溢油与智能监测 170
+ R. J2 G8 x; c: y8 I 7.3.1 海表溢油 170 ' K" z# B/ `/ ^) i
7.3.2 海表溢油监测 172 5 q Q* q' N' `8 G
7.3.3 海表溢油的智能监测 172 5 G y8 l# A: _- t1 Z
7.4 海冰与智能探测 176
+ h: w% ~% M3 Q* i1 j5 S% a 7.4.1 海冰 176 . V8 y& [+ j2 k4 ^6 F: u( M0 Y
7.4.2 海冰探测 177
8 {, h+ H8 W$ ?* y4 q6 c% X0 j5 l+ N 7.4.3 海冰智能探测 177
9 K8 I1 n O( _! C/ O' i# z" Z, w4 D 7.5 海洋藻类与智能识别 180
# K* P; v1 C# u# I% t' y: K- Q 7.5.1 海洋藻类 180 8 f- c0 T3 y# e
7.5.2 海洋藻类的智能识别 181 . f, D) a, i' R6 U* g
7.6 海上船只与智能监测 183 4 y* s! a- \4 k2 f+ D2 v0 K
7.6.1 海上船只监测 183 ) U9 L$ }' G+ A. p
7.6.2 海上船只智能监测 184
4 {2 J7 K5 _" [) X, w& _; f 7.7 上机实验:语义分割识别海洋涡旋 187 + J% J' {+ p. ?) N. N
7.7.1 数据准备 187
: F @! Q4 s. k 7.7.2 模型识别 189
4 H9 J5 w7 G1 } 7.7.3 结果显示 193 4 v0 x2 a( F$ d9 L& E
思考练习题 197 C% W; t" l. e9 f, J3 ~8 ?. u
第8章 海洋参数智能预测 198 & _5 g2 q' }7 B8 z* R$ Z0 G9 [
8.1 海洋气候预测 198
! [6 x3 ^7 j4 Y& v. v 8.2 近岸风暴潮智能预测 201
4 o) A3 k# _4 T9 i6 \ 8.2.1 风暴潮单点水位智能预测 202
* ^4 w# D! l+ l9 l; m 8.2.2 风暴潮漫滩过程智能预测 206 6 r% w' G/ u' r4 ^ \
8.3 海洋波浪智能预测 209
( l9 L, I7 R9 K8 z& d. y4 n3 v 8.4 海面风速智能预测 211
& ~+ d$ _7 B w! {% m 8.5 海表温度智能预测 213
7 Q+ W; B' O) U" n7 a 8.6 上机实验:有效波高智能预测 217 # ^8 m2 p5 M% h1 G
8.6.1 数据准备 218 ^1 s# o7 U( b2 ]! w
8.6.2 模型构建 218 8 }6 |5 C; S( m- s# x U" O4 V
8.6.3 结果展示 220
2 X9 I m- T( u0 o- x0 ]: @" M 思考练习题 221
! p9 V* k6 `5 N! ] 第9章 动力参数智能估算和模式误差智能订正 222 4 r# X) c T* u
9.1 海洋模式次网格动力参数的智能估算 223 . y9 S; q* c" [
9.1.1 准地转海洋模式 223
" c3 ]1 n' L- M4 C8 I1 q; @ 9.1.2 降低数据分辨率 224 7 V. v! H" @ Z) N8 L/ t
9.1.3 智能估算模型 225 # J- ^/ R! k: L: o
9.1.4 智能估算结果 226
7 e- ^9 V9 C$ b3 `+ R$ c# g- \4 ~: P( ^ 9.2 大气模式湿物理参数的智能估算 229
& z) y w0 k0 E 9.2.1 湿静力能量守恒 230
# Y, {2 {" h" _% J/ L, M: O 9.2.2 神经网络设置和数据 230 / X: N/ {" k h& u% F- _+ y/ l, |: y
9.2.3 ResCu的智能预测结果 232 3 `# c8 w5 `" C5 `" \. y
9.3 数值模式误差智能订正 235
2 r9 t' I+ \5 U( X9 y2 v 思考练习题 238 . p" I$ [. L: \0 `# g
参考文献 239 4 p& H2 z( J8 q2 C. m0 a/ z
- K( V; Z2 X1 t' s/ C3 z (请在订单备注处注明发票抬头和税号)
M6 h" _+ W+ c: R g+ p3 r! {9 ~ 官方旗舰店质量保证!出版社库房直发,
# B5 X3 C9 ~: w4 P/ h& {) a/ k5 M/ b 提供正规电子发票!
- h8 ~7 o+ ~/ `5 v" O% F, S4 u0 K) s/ O" o2 }
— END—
3 n2 o) a% z K* @: A$ `9 V& }! z6 i 信息来源:科学出版社。 . C$ ]6 \" K' [3 V7 ]6 v
转载请注明信息来源及海洋知圈编排 7 l) P7 ^8 b/ i" n1 u
大家都在看 : X4 h& r; ]2 b6 h
, E' o, C6 F1 G& P, T5 ?5 g ► 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……
# c& o% J' Z2 U/ W; 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! : A8 F/ ~0 m2 `7 h* r
► 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”
2 Z4 E7 m; L9 Q( p" ^/ W 中国委员会主任,主持召开委员会成立会议并讲话
5 w, _% E6 H/ t2 N+ R: s ► 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
# {: K+ U* i' e; p7 U ► 王颖院士主编《数字南海》正式出版!
4 E1 H! e- G. ~
5 s7 A0 ]* a3 W7 L4 p2 w. b4 E( 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) / a% D3 A) X4 H; Q l9 ^! B8 P
►丁德文院士等编著!《中国近岸海洋生态学研究与管理》出版!
- b Y; k0 O/ E# D7 L ►《海洋数值模拟》正式出版!董昌明主编
( x5 D9 w8 Y1 F9 V' f/ w! { ► 《渤海、黄海和东海沉积物类型图》出版!石学法等编著 ; @! g. p, B% C3 N) R( l1 }
► 填补海洋气象学领域空白!《爆发性气旋》专著出版 : U" a9 t/ ^8 ^
► 《黄河三角洲湿地碳循环与碳收支》专著出版 # l/ U/ P6 X' ^9 b7 f( D8 R
► 《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 n* L. H- t% d- T+ ^ 海 ! ~. Z6 @/ o( ]+ q
► 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》
0 j9 S* i; k0 A 洋 % r; T1 P u; p: x1 p
►《珊瑚礁科学概论》:珊瑚礁究竟有多重要? ' p; f8 [0 X( s3 l( g
书 6 y; J/ D, w7 ~2 e. _, v
►《现代海底热液活动》栾锡武研究员 著
# U* ]: A E8 A' r1 \' n 屋
Y0 Q6 f3 }1 C* B, Z- @ ►《海洋机器人科学与技术丛书》出版发行
4 s3 k6 ^# c' e4 S! t ► 我国第一部《海洋生物地球化学》研究生教材出版 9 h; A* h6 }5 T+ s7 v/ _7 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
0 M: N8 G9 o& D; i/ V ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
: h2 V, M. k4 l8 n/ z. t) Z ►《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
# [9 T+ k1 j0 Y5 q ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
0 y, r6 b) Y9 x+ C. D" @" E ►《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 - H. b6 F/ M7 E& w7 A( Z5 \& K2 r
►《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
; G7 ?/ P a7 @0 k% \& n% S ► 《黄河三角洲湿地生境演变遥感监测》出版
( o! F2 `/ c+ @5 o8 i2 o( s1 f' j# v; N5 F 海洋知圈 + e* t6 X3 a' o" n5 u# \( T0 U' a
知晓海洋 | 探知海洋
! s! }3 e$ \' `$ J- `% \1 p. h8 s+ F 宣传海洋 | 服务海洋 / }% y3 X- V U3 D) l* L
如您喜欢,请“点赞”并点亮“ 在看” |