|
( z" X% ]; E) j8 b$ s' p! U$ Q* U ^0 w
原标题：《人工智能海洋学基础及应用》正式出版！
( C4 F6 q; R S$ v- G# f. u" S- V- |5 S+ f
6 E" m& {' [7 ^2 P( E& w
（请在订单备注处注明发票抬头和税号）
) N% \+ P! O. n# `) @7 t# V 官方旗舰店质量保证！出版社库房直发，
% E* K$ {8 E7 X; x/ n+ r, N- g 提供正规电子发票！
; L7 ]: H. e0 }3 y( s* @4 O 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。 9 b" M( I! a1 E! m( X
目录
2 F* r8 H( W% W/ Q& n3 W3 T$ H 前言 5 ` {/ {. J# `$ w
第1章 绪论 1 ' b c" g# G7 N& d
1.1 人工智能发展历程 1 # Y9 Z' F5 Z, t, `1 M
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2
* t7 U, j% k0 m6 H x# T. n( k7 d: z 1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2
/ t: b, K. Y4 Q# L, y6 R 1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 0 C' E( O$ |7 t" C
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3
$ h2 @5 l% W) D- k) P 1.1.5 第3次浪潮(20世纪90年代中期至今) 3
5 A. X b: {% g/ d, [ 1.2 人工智能海洋学发展历程 5
& w' b2 |$ ]3 t U5 y w6 s 1.2.1 海洋特征智能识别 6 + N; ^# x% W+ Y& Y7 `0 }* i' t
1.2.2 海洋参数智能预测 6
' a# e1 }- a5 z( n# j9 Q* }- D9 L0 B 1.2.3 动力参数智能估算 7 $ |: L8 o! H% t0 }% F# {$ d
1.2.4 海洋智能化探测 7
! G6 X$ ?" W( r/ c 1.3 本书的结构和基本内容 8 $ N" A# D7 Q7 T, X4 `+ Y# v
第2章 海洋大数据简介 10
$ e3 d$ ~+ b; {0 Q 2.1 大数据概况 10
1 K" x' U' k7 H9 R8 p& M 2.2 海洋大数据的发展历程 10
8 u4 s! q f& u+ g- q) R 2.2.1 海洋数据的初步积累阶段 11 2 A8 ~+ W! P, N4 Q4 U
2.2.2 海洋数据的进一步积累阶段 12 ( u; p- _0 x+ D* o- f9 U' J
2.2.3 海洋数据的大量积累阶段 13
. X+ } S( x8 W! ^5 t7 A 2.3 海洋大数据的定义及特征 14 , M/ T4 f9 a. j# A
2.3.1 海洋大数据的定义 14 + C1 H3 _+ `. s" \9 A3 J' w* c3 ]
2.3.2 海洋大数据的特征 14 ( Z/ K6 ]% t* x
2.4 海洋大数据的数据来源 15 ! A& l+ l% j; d* h! K, r. F
2.4.1 海洋实测数据 15 # \" X+ ~! k( E2 r) A
2.4.2 海洋遥感数据 18
Z& O S4 M" Y, C; u" p 2.4.3 海洋模式数据 21 ' A% n& J: t5 _' C: Z
2.5 海洋大数据的处理分析 23 ; i0 o0 e! G! [# a
2.5.1 海洋大数据的存储与管理 23
y5 w6 |" v& [2 ~/ E4 c 2.5.2 海洋大数据分析挖掘技术 24 z/ g7 ]! j7 t. _4 O8 b* S$ J
2.5.3 海洋大数据可视化技术 24
. \3 E4 h I/ T( h' q. \$ W4 p% a 2.6 常用海洋大数据平台 25
; s3 [6 O& S$ z# a# w$ U 2.6.1 海洋科学大数据中心 25 3 f( f3 J7 v$ V+ H& S
2.6.2 美国国家数据浮标中心 26
- I9 q6 x9 _, Y3 |, Q, C. ~ 2.6.3 欧洲海洋观测和数据网络 26
! K5 x" H6 ^: c) e4 n. l D 2.6.4 日本气象厅平台 27
O7 N, Q; p6 x6 i' H) H2 K 2.7 一种常用的海洋大数据管理系统 27
, g0 T$ U8 T. d3 T2 T" @3 d 2.7.1 为什么需要Hadoop 27
1 c: g0 L, Q/ K( d 2.7.2 HDFS 29
- G% Y0 z- d) @+ k: D! W; k 2.7.3 MapReduce 31 & g. N4 S8 Y% j& c+ o8 k% C
2.7.4 Hadoop的部署 32 % O6 n' X O- |: O' v, a7 }
思考练习题 37 % ]+ J5 C) y, F+ B: ~
第3章 Python语言 38
@1 z/ {! L( U! S; x 3.1 安装与运行 38
1 u+ ~1 I6 ?- G% l 3.1.1 安装Anaconda 38
& o y; |/ I+ C! u: E& M* z 3.1.2 安装PyCharm 41
- K7 K2 K# v# l 3.2 基本变量类型 42 * [* `. H; D$ m9 o1 N; z$ I
3.2.1 数字与运算 43 , D9 j2 `5 X6 a4 \; q7 ] s
3.2.2 字符串 44
% s7 j8 k: c) r$ } 3.2.3 列表 44 4 v2 g3 e9 W2 P
3.2.4 字典 46
' i, Z+ B7 |4 U: s 3.3 函数和类 48 # \( W0 {) O1 I4 I6 g
3.3.1 函数 48
' Z/ w1 K- K/ s) ?7 o; f! k 3.3.2 类 48 + j$ `* f1 x4 q% O6 G, [
3.4 循环与判断 51
& d; z) P: D9 j! i$ p H 3.5 库 52
2 v" @$ y+ N. ?* D4 f 3.5.1 Numpy 52
5 i% U2 y/ W& k9 R/ C 3.5.2 Matplotlib 55 O( ^9 U" N/ Q8 ]
3.5.3 NetCDF 69
7 F: x7 X) Q/ R0 r9 n 3.5.4 Xarray 69
6 g! I- } {: h7 U3 L) U0 Z. @ 3.5.5 Cartopy 72 5 \, _# n- N# e
3.5.6 TensorFlow 73 6 E1 l+ S+ q6 N3 q- D
思考练习题 76 0 O4 y) h! B. f: r4 S
第4章 人工智能基础 79 ; x5 E1 w ^) _. C. j9 p
4.1 人工智能基本概念 79
i% P3 h L; }# i. R 4.1.1 数据集划分方法 79 * F9 m6 D4 M5 J) a- o
4.1.2 分类问题评价指标 80
! E; p- ?9 e( l1 b) W 4.1.3 回归问题评价指标 82 / P4 r# w1 Y( g- y& P
4.2 BP神经网络 82
* R% \9 i/ m# E9 _ 4.2.1 神经网络基本概念 83 8 h: X5 @0 w$ a( y2 V% }: M6 _
4.2.2 M-P模型 84
. b5 F$ Z j2 a% J1 W$ Z 4.2.3 感知机模型 85
6 n1 K2 ?' F5 B 4.2.4 BP神经网络 87 . ~! b2 D4 _) S1 A
4.3 其他神经网络 90
; g0 {5 ^" c/ i+ c4 G 4.3.1 前馈神经网络 90
# T) C ?( M/ N 4.3.2 模糊神经网络 91 p' j* j j/ d
4.3.3 径向基神经网络 93 ) w* u9 W8 i' |# j8 M
4.4 上机实验：搭建BP神经网络 95
% [$ U' k& u5 ]. O! q: ?' r+ S2 _ 4.4.1 数据准备 96
3 e8 K9 O i; G/ b! T* p* _: f& V 4.4.2 模型搭建 96 - S E5 S+ Y! l! L2 t; Z( s0 C
4.4.3 结果检验 97 * u! V/ T+ }- V# `8 t$ |5 ^
思考练习题 100 9 z# Z0 R, U& J, v
第5章 深度学习 101 * l- ~4 {. M$ T- W/ e4 ]. E
5.1 深度学习入门 101
( E; z& I# `, Z/ _8 U2 n! { 5.2 深度学习的特征 102
# P) B9 j7 W, y8 x 5.3 卷积神经网络的基础结构 104 + w, ?0 C$ K' I3 x5 P
5.3.1 数据输入层 104 1 f# u: ]$ O3 |7 f# H w9 x9 J
5.3.2 卷积层 105 4 k9 r; o/ _% g% ? d) a
5.3.3 池化层 107 $ F4 b# h8 ^4 o4 Z) V
5.3.4 全连接层 109
W! h: d! y: Z* k 5.4 常用的4类卷积神经网络架构 109 $ J8 M) R g/ y& D
5.4.1 LeNet5 110 ) {9 O# d5 P% i; L8 ?. B; ^
5.4.2 AlexNet 111
& x( v( s5 r4 Z3 @7 J5 j 5.4.3 VGG 114
8 O3 P' M/ D( ^ 5.4.4 ResNet 115 : h* [* E3 i5 W2 E( W: g
5.5 基于卷积神经网络的语义分割 118
- u$ ]8 ]) I8 b3 d. @3 L 5.5.1 图像处理的不同层次 118
! V& L: k f3 o 5.5.2 全卷积神经网络 120 0 D! _$ f7 [( H$ X4 _: C
5.5.3 DeepLab系列模型 123 * r% O5 {" l4 c4 y
5.5.4 PSPNet 127 3 E8 p% \! K9 u
5.6 上机实验：搭建卷积神经网络 129
9 J! ^6 e2 M. u5 X! {, D( i 5.6.1 模型搭建 129 ! O# i8 \+ |7 V! l- v! G
5.6.2 结果检验 131
! R( p/ k& Q) y" h 思考练习题 133
1 W& m6 W5 z; ? 第6章 循环神经网络 134
2 V& s, Z+ r* I- f! B* w+ N$ `4 A0 A! N 6.1 循环神经网络 134 1 L3 L% o' S* f& ]2 t
6.2 长短时记忆网络 137
; v+ C0 e v2 ]+ ~ 6.2.1 LSTM的内部结构 137 X" Z& A4 F; p( ^
6.2.2 LSTM的“门”结构 138
V8 r9 Z* M( g w2 [) d 6.3 门控循环单元 141
3 |4 [* S6 x" e0 U1 i9 J 6.3.1 GRU的网络结构 141 + q' |. T6 t8 s/ L
6.3.2 重置门和更新门 142
# {( W( J; A- M1 `# { 6.3.3 候选隐藏状态 142
& k2 `. N+ {/ I! P; F 6.3.4 隐藏状态 143
6 M5 Y, m- V# q" n 6.4 双向网络结构 145 - E6 t; C+ h7 U, r" D0 @5 N4 b
6.4.1 双向长短时记忆网络 145
! \% X# }" {6 n+ l9 h5 s 6.4.2 双向门控循环单元 146 , _2 Q0 T7 H& _0 @
6.5 上机实验：搭建循环神经网络 147
7 j7 w9 r7 i6 ]: H% V* ~ 6.5.1 数据准备与模型搭建 147
& M; z4 b2 n( P* W% R5 Y 6.5.2 结果检验 149 8 M) H3 y7 v! {: [
思考练习题 151
7 m' v: k7 z4 S 第7章 海洋特征智能识别 152
+ ~$ ~0 i3 ?/ a 7.1 海洋涡旋与智能识别 152 , |$ j2 n& ?1 c' U) P/ Z# n0 I: }7 g
7.1.1 海洋涡旋 152
5 ?7 i8 v, t* i 7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 - K! \/ I, o1 N+ q( p, G
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 . P0 N2 ]; W( m, l* ^2 e2 J- }
7.2 海洋内波与智能识别 166 * ]4 B( J" ?! I6 Y$ N( z
7.2.1 海洋内波 166
! y1 l) y o8 i" O 7.2.2 海洋内波的智能识别 168
: |' H$ W6 |4 `: V9 p: ?! T$ w7 f 7.3 海表溢油与智能监测 170 3 I1 f6 w }) ~6 R2 I1 O# M1 x
7.3.1 海表溢油 170 * y4 T! `4 E/ o
7.3.2 海表溢油监测 172
: c3 t$ g% ?) C6 [# V 7.3.3 海表溢油的智能监测 172
. r3 L/ l0 b B m 7.4 海冰与智能探测 176
' b- R/ r* \4 s1 e! I. i 7.4.1 海冰 176 $ @5 w9 r0 v2 k! Q7 `7 j, X
7.4.2 海冰探测 177 6 f6 F5 z' g2 J2 X8 T
7.4.3 海冰智能探测 177 , q1 Z6 T% G/ ?) g6 p+ g1 H
7.5 海洋藻类与智能识别 180 # q2 V7 q0 y% S7 d; ^
7.5.1 海洋藻类 180
0 T9 S$ @% T e/ B4 J) P4 q. e 7.5.2 海洋藻类的智能识别 181 ( r+ w6 u; H, s1 u* m0 H
7.6 海上船只与智能监测 183
. u" }2 J1 y: K 7.6.1 海上船只监测 183
6 O4 Q1 Q# ]) c 7.6.2 海上船只智能监测 184 " _ a" B! v5 L4 L, |$ J, T% D
7.7 上机实验：语义分割识别海洋涡旋 187
4 ]% h+ I* n' `& U 7.7.1 数据准备 187
* R2 f* y' x; S 7.7.2 模型识别 189 * A- e, Y. w7 A; r
7.7.3 结果显示 193
& Y2 j1 Y5 O0 \5 a: A( i* Z B 思考练习题 197 $ B+ }$ o- R6 K) U7 O3 r9 u
第8章 海洋参数智能预测 198
% u+ q4 D+ }7 l1 f1 `: Z' u 8.1 海洋气候预测 198
' R% ~2 |9 \% k x( L 8.2 近岸风暴潮智能预测 201 8 e R; x6 _$ v
8.2.1 风暴潮单点水位智能预测 202
1 E9 k- c9 r' C4 d- f 8.2.2 风暴潮漫滩过程智能预测 206
5 M' e& k1 P1 l+ [7 c 8.3 海洋波浪智能预测 209 1 |; d+ h8 a" Q; w; h' L6 S, r3 A
8.4 海面风速智能预测 211
6 D: R7 {. N4 E$ t& \" }# L9 V8 @ 8.5 海表温度智能预测 213
! w1 M0 I1 D D) F w 8.6 上机实验：有效波高智能预测 217
! J+ s' Q/ K: X! m6 C; P 8.6.1 数据准备 218
, f* Q4 c3 |" l( ^0 D" R 8.6.2 模型构建 218
0 C/ `6 n0 j: |- p 8.6.3 结果展示 220 7 d2 M4 E0 | s; [
思考练习题 221
3 q% X# Z7 m3 \3 f, R* i2 W 第9章 动力参数智能估算和模式误差智能订正 222
4 U; M D" b; e$ q# ^4 q0 J 9.1 海洋模式次网格动力参数的智能估算 223 : B' f7 i8 V' R7 E, {
9.1.1 准地转海洋模式 223
! H z' ^5 x @, w# v3 F 9.1.2 降低数据分辨率 224 5 a& d6 \2 }6 B
9.1.3 智能估算模型 225 9 c9 I8 P4 G7 z7 u
9.1.4 智能估算结果 226
! p. @/ S$ u c0 R/ j0 K7 B7 N 9.2 大气模式湿物理参数的智能估算 229 . Y% L2 \" E2 |% J" `! _" l
9.2.1 湿静力能量守恒 230
! j, G) r- g9 J4 x! `" F2 _/ g1 ` 9.2.2 神经网络设置和数据 230 + `5 v0 ^) z5 J
9.2.3 ResCu的智能预测结果 232
0 Z, |- B5 F+ \8 R' p& [* I- H: K 9.3 数值模式误差智能订正 235 , L+ _# E/ N) O, m$ h5 z+ z
思考练习题 238 . T1 E$ k0 I. X1 [+ Y
参考文献 239 ; i+ n8 u% r0 x8 R# O" i" w" a# R7 a
& u( \% X8 q: I2 c" G7 b' `
（请在订单备注处注明发票抬头和税号）
& N' p4 }7 S9 y% D* F. J8 w; Q 官方旗舰店质量保证！出版社库房直发，
3 u6 q/ y5 U5 P5 F4 l 提供正规电子发票！
* z2 V# H" R' P7 `8 l. V' s( t: ~2 w. p$ V
— END— 7 M+ ?( i& w( y2 y3 G
信息来源：科学出版社。 - v1 N2 v1 C% _) i5 m/ a
转载请注明信息来源及海洋知圈编排 ; U/ Q: j8 \$ g6 o
大家都在看
u+ D4 z R' N5 m4 i: z- a
! j, s/ ~. i# ~% o5 v+ v9 W7 X ► 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……
/ z. A: a% m% I' t2 P' 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！ # q6 p ~3 ~4 i# {4 H, {+ a1 ]
► 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”# ]; V7 Y/ N4 t$ _7 E
中国委员会主任，主持召开委员会成立会议并讲话
% X- s( j1 S+ c, u9 L6 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 $ O9 M/ @8 z. l0 U6 Q0 l# h/ }
► 王颖院士主编《数字南海》正式出版！ 6 J. h; T. W5 N
& Z+ h$ t; ?+ V3 G8 |- P& D0 i ► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编）
- Z) ]2 ^# }. 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+ i& w' y8 G' O/ Z1 X1 _2 k1 ?! J
►《海洋数值模拟》正式出版！董昌明主编 Y' y+ _( f7 y3 c5 L! f. w
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 ' a# D% @, h. s0 Z% A9 i$ h
► 填补海洋气象学领域空白！《爆发性气旋》专著出版 ; {. S5 `( }2 G2 q9 H( ~ x$ ~9 W
► 《黄河三角洲湿地碳循环与碳收支》专著出版
0 V/ ]( k0 f' W8 S* z# @; I ► 《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
8 b$ `, c, K5 ~. F8 l: c) U 海
& [6 y( k+ R" Q, n% B ► 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》
3 m5 F7 E7 v# v p* T! P$ ^5 x 洋
. n# ?: j$ [; H1 [: V ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
! u. N5 E$ A0 R. t! T( P 书
! B3 e3 l4 X* H ►《现代海底热液活动》栾锡武研究员 著
, P! D6 N) j* Z7 {6 W5 q 屋 * P3 N0 }* q9 _3 N3 c t$ @: b
►《海洋机器人科学与技术丛书》出版发行
# \6 f' n. F7 Y) o3 H; P3 | ► 我国第一部《海洋生物地球化学》研究生教材出版 4 I, @4 b: z) G1 E3 |% P1 z
► 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 & H8 ^- C, B4 \
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 ( c8 _; K% l' ?1 J
►《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 # ^. O/ s' H1 S/ b6 u" }( ]" F; [
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 , C! V& i- Y" @+ C* I; A
►《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 , U( _3 U! K- p! v
►《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
3 C. o7 Y) ^, e ► 《黄河三角洲湿地生境演变遥感监测》出版 ' p8 p! w `" E5 E# Q; m5 \
海洋知圈
; i# c$ A, d: y 知晓海洋 | 探知海洋 b& x" g: f' `
宣传海洋 | 服务海洋
; o; j+ k7 I3 ]* ]6 j# k0 l 如您喜欢，请“点赞”并点亮“ 在看” |
