|
3 p( [- N7 }; E2 A* E 原标题：《人工智能海洋学基础及应用》正式出版！ 8 p& B( R, ]- G' T6 H: e" q3 ~4 l
) Z+ ?# w: m4 X0 ~ 
) _9 n4 G! r1 O/ t& \2 `9 K
（请在订单备注处注明发票抬头和税号） ( C, I7 _: D8 n
官方旗舰店质量保证！出版社库房直发，
( t- D* e [; e4 h 提供正规电子发票！
. }: U! Q. z h5 `" c 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。 ! V( s9 T, H6 m! I" }8 ]2 F
目录 ( R! J' p, y# w; {: T. }) _2 m
前言
( A6 P9 [. P% x% w M' e7 H' |/ ~' f 第1章 绪论 1
9 ~' @1 }. _" N7 K5 Y& ^ 1.1 人工智能发展历程 1 5 i8 N3 Z% W" p
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 $ |4 g6 \3 A: q6 |5 ]) O& b) g
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 $ w. t; u4 J1 S6 J! h
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
; f# q/ W" T+ t 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 5 D1 I7 b. j) X) z- \
1.1.5 第3次浪潮(20世纪90年代中期至今) 3 e" D$ P$ g; ~: r) A' `( J
1.2 人工智能海洋学发展历程 5
. I$ f1 E# l: b) E. K" a; U 1.2.1 海洋特征智能识别 6 " P) A& \ r5 k, U1 h& h, I
1.2.2 海洋参数智能预测 6
: V3 }% ~1 B2 y/ |* p 1.2.3 动力参数智能估算 7
, {# A# Y5 X% }! J; D 1.2.4 海洋智能化探测 7 , g X7 n2 ~+ k
1.3 本书的结构和基本内容 8
: c# _; l! T9 V( |: G" L4 D 第2章 海洋大数据简介 10 , i; {* {! V/ W8 l7 k
2.1 大数据概况 10 % }8 w* {6 V. ~, C' T; d$ [2 j
2.2 海洋大数据的发展历程 10
. w( J& T3 \2 @. L1 R 2.2.1 海洋数据的初步积累阶段 11
7 V2 S& j7 ?4 m! A: x2 y 2.2.2 海洋数据的进一步积累阶段 12
( _( C# E7 ]" W! d4 W. O V) K+ z 2.2.3 海洋数据的大量积累阶段 13 . `# t ]2 R1 p( r2 c7 G4 l
2.3 海洋大数据的定义及特征 14
* w! i4 N+ j# C6 w 2.3.1 海洋大数据的定义 14 0 w* L1 v1 j- m; e* `9 F" b& j
2.3.2 海洋大数据的特征 14
1 x4 G: k" K2 u; Z* Q 2.4 海洋大数据的数据来源 15 g0 W9 @6 n7 `% X
2.4.1 海洋实测数据 15
5 S7 C! N. X8 q' o- N 2.4.2 海洋遥感数据 18
+ C, |' j, i9 }' E 2.4.3 海洋模式数据 21
7 ?* f* W0 t! E8 p8 Q1 d0 x 2.5 海洋大数据的处理分析 23 ( h9 Y" P) ^, r5 n2 u6 S* d
2.5.1 海洋大数据的存储与管理 23
/ L0 \: {! k" A1 o, r1 L" M0 c 2.5.2 海洋大数据分析挖掘技术 24
( X% r. W3 O& w* p2 E* w8 F6 m 2.5.3 海洋大数据可视化技术 24 : ^8 w/ R2 f7 z1 x
2.6 常用海洋大数据平台 25 2 k) T: K$ n8 l
2.6.1 海洋科学大数据中心 25
" O% b' y4 ^/ ` 2.6.2 美国国家数据浮标中心 26 & Z# }# ]- M" a- x' c% I
2.6.3 欧洲海洋观测和数据网络 26
( X3 F* h) m( @ 2.6.4 日本气象厅平台 27
. V* q7 N1 ^8 J$ G* o' P( ` 2.7 一种常用的海洋大数据管理系统 27
k5 N0 b4 _0 ?/ H& F) o 2.7.1 为什么需要Hadoop 27
( D# d P9 _ K% ^ 2.7.2 HDFS 29
/ w( q4 K2 ~/ d' ]4 j5 q 2.7.3 MapReduce 31 : G$ b3 \5 a5 z7 Z4 b
2.7.4 Hadoop的部署 32 , ~2 w% n" N" R& n' h
思考练习题 37 # d. p- S* b( w5 m! q! N
第3章 Python语言 38 . \4 q+ \# _7 i8 _* x, J! ?
3.1 安装与运行 38
( v8 t, o, \ }' e# { Q 3.1.1 安装Anaconda 38
$ j% z& ~+ X' Y( k& {+ n 3.1.2 安装PyCharm 41
3 T7 G1 q/ ?7 `8 V 3.2 基本变量类型 42 ' r8 c9 K) M3 s3 k. `4 N6 F& s
3.2.1 数字与运算 43
1 G0 D7 t: h& T2 a+ X7 c9 a/ s 3.2.2 字符串 44 / Q' \* y8 C8 b! l1 }
3.2.3 列表 44
8 I. `( [9 A2 Q: P, W. u 3.2.4 字典 46 ' Y l$ \/ k1 ?- h9 j' U" T3 g0 p
3.3 函数和类 48 ( S& _1 U7 s( c
3.3.1 函数 48
. @2 ^" ^0 b% I, a/ ~% e 3.3.2 类 48
5 i2 ? K3 S0 n% x. g/ [ 3.4 循环与判断 51 $ `/ _8 I, e+ O# ^
3.5 库 52
( E7 N) w: |3 y& ]$ E' g9 f 3.5.1 Numpy 52 # j8 O, F" F8 T% Q0 }' @$ ]2 o
3.5.2 Matplotlib 55
- z- g6 c* t% g5 C6 U 3.5.3 NetCDF 69 - N. Q. \5 K. P, z9 F1 p
3.5.4 Xarray 69
/ |0 f; U& L1 U3 {- u, I/ E# m2 C& e 3.5.5 Cartopy 72
; j0 Q' m' ?: K8 M& s 3.5.6 TensorFlow 73
2 P6 c. O- x9 W 思考练习题 76 / j2 z$ ?( r D) [
第4章 人工智能基础 79 3 O! U+ M( G5 C/ U; G
4.1 人工智能基本概念 79 6 t( d% I ` S
4.1.1 数据集划分方法 79
% l+ N8 K# j4 E9 c# u 4.1.2 分类问题评价指标 80 . I3 [, o; Z- M) _) q, e. D
4.1.3 回归问题评价指标 82
# h! T6 c8 d+ O' b7 w4 g: C% W 4.2 BP神经网络 82
9 `3 R( D$ R; r7 {5 G) Z! r+ t! q, u 4.2.1 神经网络基本概念 83 + c, |7 x5 T" \5 Z& S
4.2.2 M-P模型 84 # T8 i; `1 @% C9 u
4.2.3 感知机模型 85 , |* z5 |$ ^9 K0 X* X3 u; n4 t9 ` K
4.2.4 BP神经网络 87 3 m, N1 K) n( K( [0 v6 o/ U
4.3 其他神经网络 90
1 e1 n0 x) \2 S+ Z4 N4 b+ }: r( ^ 4.3.1 前馈神经网络 90 5 Z7 k3 f3 @7 c i: m% A- u
4.3.2 模糊神经网络 91 8 l5 C% c9 E7 g+ y' a' s
4.3.3 径向基神经网络 93 / {; c' }" ~9 J. D: D
4.4 上机实验：搭建BP神经网络 95 . o9 N# Y, g1 n
4.4.1 数据准备 96
4 m; U- ^, { V4 d 4.4.2 模型搭建 96
' |, @% j* f* Q; o) u% z 4.4.3 结果检验 97
0 p) @# L) w! s/ y1 y {% O 思考练习题 100
& h4 I8 d* ?: V- N9 e 第5章 深度学习 101
$ K/ z _' e0 w3 x5 w$ N7 a' [ 5.1 深度学习入门 101 7 f/ l, t! e3 y; O' p4 }- \( ]
5.2 深度学习的特征 102 K. @" x1 [" k2 o( g1 `, ~
5.3 卷积神经网络的基础结构 104
9 c( b0 A3 Q+ c' S; L/ r+ }) H; y 5.3.1 数据输入层 104
! |/ L" E8 @/ b( [. j- J9 G 5.3.2 卷积层 105
4 }1 a, | Y/ L 5.3.3 池化层 107
$ i. r) {1 G; G; T# B+ ]) @, `2 } 5.3.4 全连接层 109
4 l7 B4 z- j' B# S7 @ 5.4 常用的4类卷积神经网络架构 109
6 O5 t) h2 s8 M) T2 t1 \/ ^ 5.4.1 LeNet5 110
# p4 ?/ b; m8 Z+ g. \4 v7 d* r 5.4.2 AlexNet 111
9 i$ ^/ f2 h: l t- T% P 5.4.3 VGG 114
" E% q3 h8 c- c8 K 5.4.4 ResNet 115 8 M, h1 D! y: \8 L _5 f
5.5 基于卷积神经网络的语义分割 118
) ?# Q0 _$ C% t5 a6 z2 L5 S. ?8 W 5.5.1 图像处理的不同层次 118 % g- q9 [! @ o
5.5.2 全卷积神经网络 120 ' W- a4 z$ L& a- x; v4 }
5.5.3 DeepLab系列模型 123 2 H6 H# ^: M) H6 \9 w2 e; u
5.5.4 PSPNet 127
! @& w7 K0 `7 T1 t# ^3 F) V6 x 5.6 上机实验：搭建卷积神经网络 129
% Y7 S/ X& P( C) y% F2 @# H 5.6.1 模型搭建 129 , M O: V5 |8 ]6 E
5.6.2 结果检验 131
$ I! B" b Y% M) ^- H s 思考练习题 133 ( N; X$ A+ w. l
第6章 循环神经网络 134 2 F" Q2 Y0 t" B! j3 ~5 h
6.1 循环神经网络 134
: a5 V J; S" G3 q& B# F; l 6.2 长短时记忆网络 137 ; {, H6 q2 y- R( D
6.2.1 LSTM的内部结构 137 / m6 d! ]. w( ]9 Z) z, k5 e- F
6.2.2 LSTM的“门”结构 138 : y3 |4 J( o1 f9 z6 R
6.3 门控循环单元 141
6 |7 K$ x) ~. F0 r 6.3.1 GRU的网络结构 141 2 q N" p7 m3 m) v% S9 x
6.3.2 重置门和更新门 142
9 c7 O# c R Q 6.3.3 候选隐藏状态 142 ! M5 J ^0 j. j, A) y
6.3.4 隐藏状态 143 5 T) ?7 d1 e3 ~" O1 ]" y$ O1 |
6.4 双向网络结构 145 : z. K9 ~, p7 O- x$ Z
6.4.1 双向长短时记忆网络 145
$ ^7 R+ B- ~6 }) @: D5 r, i% S 6.4.2 双向门控循环单元 146 4 s& U0 u/ m* y J' d
6.5 上机实验：搭建循环神经网络 147
$ }; i- t( J- X7 ~: [7 q 6.5.1 数据准备与模型搭建 147 8 k5 j' \* V8 `
6.5.2 结果检验 149
" ]% c! U5 y& s8 c! h 思考练习题 151 ( i1 \# l4 E! S; B* W' l
第7章 海洋特征智能识别 152
7 j" y, G; T. N 7.1 海洋涡旋与智能识别 152
4 o* @2 B+ T* V$ I2 c, H 7.1.1 海洋涡旋 152 ; a. ~/ ~" j( s+ |; x( S
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 : ]' b; N( z' A4 W; S) K
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 ( n2 D3 Y" n8 i0 L( Z
7.2 海洋内波与智能识别 166 8 P* I( d" V V* P E A
7.2.1 海洋内波 166 # w8 u* p$ K9 a1 z
7.2.2 海洋内波的智能识别 168
5 C: Q+ H" z3 m. q( s7 Q) ^: v! E 7.3 海表溢油与智能监测 170 % I$ u1 Q, |+ ~1 D
7.3.1 海表溢油 170
6 Q8 }4 N, M8 B 7.3.2 海表溢油监测 172
1 j0 `1 ?) G6 M! G 7.3.3 海表溢油的智能监测 172
9 t! V8 ~- a+ Z8 D, e" v8 F 7.4 海冰与智能探测 176
- _3 i1 |; r9 M& S+ i% s/ C- D 7.4.1 海冰 176
. k: g5 u( c2 ?( @- m5 ~9 S 7.4.2 海冰探测 177 9 Y/ g) d" f2 e+ K
7.4.3 海冰智能探测 177
& \0 S" p, H; V( k5 c 7.5 海洋藻类与智能识别 180 c. @+ k7 a/ j5 g) O) V* [- Q
7.5.1 海洋藻类 180 - M! O1 ` r% o. y: C& Q
7.5.2 海洋藻类的智能识别 181
$ u" N4 \; s/ w& N: _4 C4 H1 z 7.6 海上船只与智能监测 183
/ {: _6 y8 w- } 7.6.1 海上船只监测 183 , M6 n7 \; y2 `3 M- Y+ @: f
7.6.2 海上船只智能监测 184
: L$ P; |, P Z3 ]* R 7.7 上机实验：语义分割识别海洋涡旋 187 0 i( U4 v$ u: v9 |0 ^% @) U) p* P
7.7.1 数据准备 187
$ c: [5 o( J3 Q' Y: F 7.7.2 模型识别 189 , b; E$ W% ], q" N. ?, G7 E
7.7.3 结果显示 193 # m7 k7 H7 M; w. ]
思考练习题 197 & o$ T5 p/ l$ R! o
第8章 海洋参数智能预测 198 / [- C$ S' ?! z6 F6 f
8.1 海洋气候预测 198 # k; a' m5 i: E$ R* Y, Z! T7 @
8.2 近岸风暴潮智能预测 201
2 ]7 W1 A( J' m& p- y 8.2.1 风暴潮单点水位智能预测 202
7 y6 j/ q/ V" Z6 W" M3 C. G4 w 8.2.2 风暴潮漫滩过程智能预测 206 9 W6 a: e" h5 v! y- J
8.3 海洋波浪智能预测 209
2 G! G5 @( X/ K6 Y3 d! b 8.4 海面风速智能预测 211 8 e- W% d- n( ~1 |
8.5 海表温度智能预测 213 . V. J- k3 ^" }0 e$ y( z1 ?
8.6 上机实验：有效波高智能预测 217 % {/ p% H7 u3 |6 k4 @% O) X
8.6.1 数据准备 218
5 V; O9 i" w6 I 8.6.2 模型构建 218
2 [5 R! c% i: p7 h$ G7 I 8.6.3 结果展示 220
( C3 z3 k, S5 W& y, A& h 思考练习题 221
5 P: i' G# X; ^1 O, Q) e, ~, d 第9章 动力参数智能估算和模式误差智能订正 222
+ z4 i; L/ y; \3 [7 s1 k* E 9.1 海洋模式次网格动力参数的智能估算 223
1 _4 k# i8 {0 i3 Q# d 9.1.1 准地转海洋模式 223
8 F0 _* T5 e% W& r+ Y 9.1.2 降低数据分辨率 224
_0 i: @% K+ l8 m 9.1.3 智能估算模型 225 & `9 l; q3 s A3 @6 `3 g4 m
9.1.4 智能估算结果 226 % l; r' g6 d L. [* D0 S) i
9.2 大气模式湿物理参数的智能估算 229 ) @) T9 X$ C5 V) F3 l+ b2 W* T/ {
9.2.1 湿静力能量守恒 230
6 X% h1 U8 c, d1 E |4 j 9.2.2 神经网络设置和数据 230
0 `% s' G- W8 m& N' w1 h" `3 H 9.2.3 ResCu的智能预测结果 232 ' x/ k1 ]% Z. q+ `. V2 c0 C
9.3 数值模式误差智能订正 235
; B, p9 d8 P2 B# O( q- X* B# S7 @ 思考练习题 238
! P- w+ L/ ~/ ^2 ^/ `$ f( b/ R; Y4 \ 参考文献 239
/ ^, h' A0 c8 |
3 g. q2 u! I$ s0 f8 a/ y （请在订单备注处注明发票抬头和税号）
0 _' w% N$ A7 F7 B 官方旗舰店质量保证！出版社库房直发， 6 O/ ` Z0 n7 ~5 U( x" Z) B
提供正规电子发票！ * O, r y/ _1 \. E8 F% G
8 l# Y" u6 _2 `6 \$ r9 i
— END—
2 C. U6 X/ k% A# |8 u3 g* |( X8 h7 y 信息来源：科学出版社。
/ V: c$ N; y' o 转载请注明信息来源及海洋知圈编排 ' x6 S8 y3 ~' X; c! ^
大家都在看 : s7 Q5 O& f t4 J# f
' L r) C; m1 b, g. Y1 |
► 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……( R$ p7 N4 i9 B3 @7 N
► 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, s; J4 I' a9 ^ ► 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”
- P0 D8 @( d7 m/ i) O 中国委员会主任，主持召开委员会成立会议并讲话3 V7 ?/ x$ `, X! M
► 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 w2 f7 A% Z0 a7 v ► 王颖院士主编《数字南海》正式出版！
6 r9 g% P" u3 o) ~. b9 e. @( j1 {& T; |9 [
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编）
$ R( @# ?+ d: ?0 } ►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！ , @6 Q1 u0 E, {- I
►《海洋数值模拟》正式出版！董昌明主编 4 ]7 H6 b& W9 n( w4 i3 t. b- D* T
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 5 r; j3 {3 q% Z2 a: ^8 Y) T( E
► 填补海洋气象学领域空白！《爆发性气旋》专著出版
$ _. | v5 a1 _9 m1 M; V* r0 U5 l+ V ► 《黄河三角洲湿地碳循环与碳收支》专著出版 8 J# V. J+ @* Z% Q% V3 W
► 《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
% j/ M5 ]8 L4 |3 F7 n 海 9 t# n+ R) o- `$ y# k
► 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》
' r4 b$ `8 D, a |- L6 ~- t8 F 洋 1 }1 t- \# _7 S' C0 s/ ~; ]
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
* @* q* @ e( Q* u 书
. ?6 N3 }$ L& t7 X ►《现代海底热液活动》栾锡武研究员 著
y1 x3 B9 v U4 @( { 屋
5 S a8 a+ @6 `; u5 O) } ►《海洋机器人科学与技术丛书》出版发行 e; S# {) {! o9 C: C1 l
► 我国第一部《海洋生物地球化学》研究生教材出版
. z/ O$ t. F8 C' ^8 Y ► 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
* G/ H& ?8 d l1 V2 A- L9 f ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 ) G: i' s* r4 P) d0 t; |+ v
►《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 6 g& Q1 {4 e+ N2 F. A; A4 u
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
+ |+ ?8 Y9 W: W* E) c) o8 x- p ►《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 + A0 t( g3 p/ H7 c2 a4 _- T
►《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
: O1 v, L+ G1 p9 {- e ► 《黄河三角洲湿地生境演变遥感监测》出版 : X0 |. B& |& ?) Z) a5 P' f+ q
海洋知圈 $ K B/ O2 f* b
知晓海洋 | 探知海洋 : J5 f: \# M( P6 I; T& a; [
宣传海洋 | 服务海洋
& y/ z1 Y7 u9 A 如您喜欢，请“点赞”并点亮“ 在看” |
