|
% J2 d1 @: t' W* x3 z+ Y+ e; W2 Y! H
原标题：《人工智能海洋学基础及应用》正式出版！ 8 n% e" Q) e0 ^
, Z! K$ s" x, ~. l. `" z% X 
# [) Q* i: b( ?' o9 Y F8 z （请在订单备注处注明发票抬头和税号） # F8 |% _& V8 h& W" j) _- J
官方旗舰店质量保证！出版社库房直发，
7 ` [' `+ c- Z4 s* B 提供正规电子发票！ % {1 }2 z& T8 c, o$ d
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。 $ b0 h+ T1 D( {& G
目录 9 d+ h! A8 e2 U; v* C3 c
前言 7 Z' I% n5 o. n9 c, S. D! x
第1章 绪论 1
& q: N0 ]1 w* D' g) \ T 1.1 人工智能发展历程 1 3 C1 M6 e) h; y' K
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 + l- n1 A+ V4 V% Z% Y) { T, H
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 6 |$ d, ]1 f4 R- B6 l
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
8 ?# X; R; z" S# B 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 0 }3 G& b8 n/ i1 j3 e! G f
1.1.5 第3次浪潮(20世纪90年代中期至今) 3 3 W% \9 l) z0 u1 o5 z; M
1.2 人工智能海洋学发展历程 5
$ y- r7 ?% ^! D7 W 1.2.1 海洋特征智能识别 6 8 J6 _0 M o# ^0 {, Y
1.2.2 海洋参数智能预测 6
j( g) R' t" D& Y5 j 1.2.3 动力参数智能估算 7
. p: V( l T8 y6 P2 B( A 1.2.4 海洋智能化探测 7
! F( s% m4 J' ]6 m2 D 1.3 本书的结构和基本内容 8
6 R5 Y& V$ p- {$ {9 D 第2章 海洋大数据简介 10 3 I2 I& m3 J8 ]2 {! F
2.1 大数据概况 10
4 W5 u+ O" O: V5 c 2.2 海洋大数据的发展历程 10
2 O$ E/ V$ m$ {8 t" x5 g' [& t 2.2.1 海洋数据的初步积累阶段 11 ' M5 }6 _* G4 K G+ C
2.2.2 海洋数据的进一步积累阶段 12 , W# v+ k; P& [$ N: ~( y: C
2.2.3 海洋数据的大量积累阶段 13 - b' x' \( N# m
2.3 海洋大数据的定义及特征 14
P3 W0 n5 i6 ?) L 2.3.1 海洋大数据的定义 14
" Z2 W. E! O( G& x/ z, e 2.3.2 海洋大数据的特征 14
" u0 ]: w( m) j" y5 z+ w 2.4 海洋大数据的数据来源 15 8 `6 X `- z. {0 L# D
2.4.1 海洋实测数据 15 ; w, s; A! G. ^! j( p
2.4.2 海洋遥感数据 18
& k1 G; I/ S! E4 R$ k; ^1 P 2.4.3 海洋模式数据 21
/ ~# Q% `6 U3 [) ]' _- j( V5 p5 k 2.5 海洋大数据的处理分析 23
0 j1 P3 _5 h1 |3 M. _4 `+ I 2.5.1 海洋大数据的存储与管理 23
a0 E# J( r; W4 K" F 2.5.2 海洋大数据分析挖掘技术 24 " K6 G7 Q. P7 s9 U" y9 |# |
2.5.3 海洋大数据可视化技术 24
' m, L, C |( P+ S& C/ N- ^$ a% A 2.6 常用海洋大数据平台 25
, U0 Z% n) Q- X! k- V2 u% j 2.6.1 海洋科学大数据中心 25 " j. \( D2 a( d/ |
2.6.2 美国国家数据浮标中心 26
) ^7 H0 E5 M' a: s( t2 ] 2.6.3 欧洲海洋观测和数据网络 26
3 h" S4 |/ b/ t: ~ f- y* y; ] 2.6.4 日本气象厅平台 27 - [7 q7 ]2 j- W* q
2.7 一种常用的海洋大数据管理系统 27 # u, K( ~) |- v
2.7.1 为什么需要Hadoop 27 8 C: [' j, @2 _1 H$ p2 A
2.7.2 HDFS 29
# I. w" e6 D+ M0 i+ \ 2.7.3 MapReduce 31
6 C' L) V* J- |- J 2.7.4 Hadoop的部署 32
0 U4 _/ @4 e C+ A6 k 思考练习题 37
b9 |( ]3 B5 E" F2 a 第3章 Python语言 38
3 ~ v# a( G/ X) i/ f4 R 3.1 安装与运行 38 " j. B( e9 Z; T
3.1.1 安装Anaconda 38
/ j! {8 T6 S; k. W( m" A* t1 [1 B# _ 3.1.2 安装PyCharm 41 0 K' z; |& m0 F% M
3.2 基本变量类型 42
0 e# u" J8 Q, s9 s" L) ~0 \7 d 3.2.1 数字与运算 43 O9 s; M9 [9 _ O/ h
3.2.2 字符串 44 * s, N! @5 y* F# C
3.2.3 列表 44 $ e' Z; S: I8 D. W; F S
3.2.4 字典 46
6 R7 L) k ^+ N' Z 3.3 函数和类 48 6 |& u$ k+ Q+ n& o3 I
3.3.1 函数 48 " m# |$ Q9 P9 y! b% u
3.3.2 类 48 5 S9 t0 e. M4 T" I) p) S, O
3.4 循环与判断 51 $ w6 D* A c/ Y, r& r8 \. E
3.5 库 52 9 U/ [5 P- `6 h2 Q2 \$ ]& X
3.5.1 Numpy 52 2 a) A/ c; P2 l
3.5.2 Matplotlib 55 , H# ?: z$ c3 Z0 o5 j/ M
3.5.3 NetCDF 69
. Z. q( c2 a; Q 3.5.4 Xarray 69
/ r5 I! u/ p. q* y* X3 t$ c 3.5.5 Cartopy 72
% W; G. H$ E. X Z1 c/ o9 u. `* _ 3.5.6 TensorFlow 73 0 t0 |2 S* c9 T5 U, B* U: X
思考练习题 76
* K2 M% ^% [3 j: Q6 v7 l 第4章 人工智能基础 79
- L6 N$ _ a9 x; b& e. U8 } 4.1 人工智能基本概念 79
9 U* n- s/ d' v$ f! T3 D* \ 4.1.1 数据集划分方法 79 4 P: A+ U. W1 X# H) ~/ Y
4.1.2 分类问题评价指标 80
) @6 m% Y+ q3 `! _# d( X 4.1.3 回归问题评价指标 82 $ e6 c A% q/ }6 J6 Y
4.2 BP神经网络 82 1 ?" d) m8 H+ w; u0 C8 H7 i% [
4.2.1 神经网络基本概念 83 . S2 r x: y) K0 i$ ?
4.2.2 M-P模型 84 - Z5 j+ J- ?5 Y/ w; W( g, Y; e
4.2.3 感知机模型 85 |5 t2 L5 k1 O3 ~+ h; U) s7 O
4.2.4 BP神经网络 87 1 v% y9 } O$ _0 t; B
4.3 其他神经网络 90 / C0 u5 u+ M7 v$ a0 v
4.3.1 前馈神经网络 90
6 H2 e/ ]4 Q. k8 u 4.3.2 模糊神经网络 91
) P/ r9 A4 B+ o& M1 O; p' w8 \ 4.3.3 径向基神经网络 93
& l! G. c" q" e+ K. D/ m 4.4 上机实验：搭建BP神经网络 95 ; ^: S! c+ r o6 t
4.4.1 数据准备 96
. L; }. |1 K7 c 4.4.2 模型搭建 96 . @' Y( ?$ {& P# M/ a/ S% k
4.4.3 结果检验 97 ' p7 H" d4 v5 a* f
思考练习题 100 ( d b9 L3 }7 P
第5章 深度学习 101 ; ?$ Z" N& Z/ {
5.1 深度学习入门 101 4 O2 B" C- Q% C, f; v; N1 n
5.2 深度学习的特征 102
1 u1 l! Y7 r8 o3 f4 s8 {9 E f5 C 5.3 卷积神经网络的基础结构 104
! ?+ ?2 i" A8 {2 N b 5.3.1 数据输入层 104
. X) l: w* c! }. Y 5.3.2 卷积层 105 2 O( O" F$ `( B3 U$ f+ O/ }$ ^
5.3.3 池化层 107
4 a& g) @/ C8 ~" z, d- V) u 5.3.4 全连接层 109
3 A! |9 d, F" f" f p2 v% J 5.4 常用的4类卷积神经网络架构 109 : e: k7 A- U8 A1 U0 \+ T
5.4.1 LeNet5 110 ; I9 `3 ^+ m, h
5.4.2 AlexNet 111
7 ~% C% h/ S5 D8 D1 \+ G 5.4.3 VGG 114 c8 e6 Y; `- n/ u( a
5.4.4 ResNet 115 5 Y% F2 u( C/ H s. |, @- V
5.5 基于卷积神经网络的语义分割 118
X! T3 {: w9 b2 X0 s3 o: W 5.5.1 图像处理的不同层次 118 6 \0 h* b' L3 g7 v, {$ V/ @6 g
5.5.2 全卷积神经网络 120
, z O& o6 h7 ? 5.5.3 DeepLab系列模型 123
. @8 B# X/ f7 S* U' y% L& u 5.5.4 PSPNet 127 6 \* L$ I4 V5 K5 g# {4 W! J* j+ m
5.6 上机实验：搭建卷积神经网络 129 1 n/ C% [# i- H2 o' \+ V
5.6.1 模型搭建 129
: Y1 p, Q/ _! b 5.6.2 结果检验 131 1 @: R- \8 a5 I" `* o! T& P. A
思考练习题 133 ; b+ g d- B: V6 G/ U, j5 w
第6章 循环神经网络 134 # G7 Q; K. g! R. l* {
6.1 循环神经网络 134 ) P8 g( W% Z- R" T- d) E# P
6.2 长短时记忆网络 137
5 R [+ t0 i9 w6 a& S 6.2.1 LSTM的内部结构 137 ( @+ C& f x3 p. W, F3 ]
6.2.2 LSTM的“门”结构 138
3 z. Q0 L/ l2 c9 P4 @ 6.3 门控循环单元 141
3 B9 D' D% a2 m( a. @) n1 G% d/ j 6.3.1 GRU的网络结构 141
$ P$ {/ j9 W+ `- _ 6.3.2 重置门和更新门 142 ; h8 T9 C: m$ w+ }9 [
6.3.3 候选隐藏状态 142 8 b3 c% W. F8 ?7 W, o1 H
6.3.4 隐藏状态 143
+ ^0 l/ j) ~* A. ?2 y 6.4 双向网络结构 145
# m/ r; j- k- a 6.4.1 双向长短时记忆网络 145
4 A1 D5 }4 X b9 S1 n 6.4.2 双向门控循环单元 146 ! x3 M) L9 }6 F, m
6.5 上机实验：搭建循环神经网络 147 ! @% i% H m( ~5 I: n; m
6.5.1 数据准备与模型搭建 147
+ i2 z5 q U, u9 d4 L 6.5.2 结果检验 149 ) U4 J. Z" b8 x q" M
思考练习题 151 4 e0 _$ e3 I9 l0 `& Z7 @
第7章 海洋特征智能识别 152
3 v! @# Z& k7 d! t 7.1 海洋涡旋与智能识别 152
/ \4 C' `& A3 i# B7 w 7.1.1 海洋涡旋 152 5 f5 m" w" }$ l9 g
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
/ b" B. p1 d" }8 U+ [ 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 + [; I n# X% Q5 H
7.2 海洋内波与智能识别 166
5 S5 K& |9 @& s4 U 7.2.1 海洋内波 166 ' H9 ` `3 g& C, H- r+ }
7.2.2 海洋内波的智能识别 168
' g: o! _! O! z( M0 { 7.3 海表溢油与智能监测 170
" n+ D, u! g1 l- {, W/ k 7.3.1 海表溢油 170
" R0 F, j7 Q7 w% H$ B 7.3.2 海表溢油监测 172 ; ]( m' V- j: Y; f5 f9 n
7.3.3 海表溢油的智能监测 172 ) a! R( G1 ~7 V4 X& ?# S
7.4 海冰与智能探测 176
$ c+ H" s- H5 o1 I1 u4 G3 b 7.4.1 海冰 176 " l/ e! N/ }+ Q. _
7.4.2 海冰探测 177
6 `6 r' r1 e3 X7 z- x 7.4.3 海冰智能探测 177 : ~( R7 N/ _5 [, ]- j3 f+ {6 t
7.5 海洋藻类与智能识别 180
$ q$ o6 {& u5 \# Q4 D: W/ Y2 L 7.5.1 海洋藻类 180 9 i$ I0 a. p9 ~8 Q4 o
7.5.2 海洋藻类的智能识别 181
* a ?1 f+ ?% ? 7.6 海上船只与智能监测 183
# Z5 h- j( [4 I, `" w' x1 @& A! e 7.6.1 海上船只监测 183 : ?, t9 c5 e' c* L* r: y
7.6.2 海上船只智能监测 184 0 T8 }3 m. D0 M+ U1 M
7.7 上机实验：语义分割识别海洋涡旋 187 7 P$ d/ ^8 g3 P- E
7.7.1 数据准备 187 ) r' C* _8 B, Z8 e$ N/ G* z
7.7.2 模型识别 189 6 @& I( P0 m6 U2 E
7.7.3 结果显示 193 ! I: n! _% D! e
思考练习题 197
/ _3 u% h" Q1 z, |; i 第8章 海洋参数智能预测 198 ( K- L9 r( t$ @; b/ V
8.1 海洋气候预测 198 ' N( m1 o% ~ j4 F2 v! o/ x
8.2 近岸风暴潮智能预测 201 ' ?6 J0 `3 U. E0 `
8.2.1 风暴潮单点水位智能预测 202
& l H9 x6 V* M! a 8.2.2 风暴潮漫滩过程智能预测 206 V3 k# |& T( \' N
8.3 海洋波浪智能预测 209 5 ^( x+ {& j4 \. N3 k4 e9 k
8.4 海面风速智能预测 211
+ i+ r! d6 ~! c: E* }: M* l. p; m 8.5 海表温度智能预测 213 7 p* M. M6 ?! t. p
8.6 上机实验：有效波高智能预测 217 " y0 U3 c9 b7 P B, ~
8.6.1 数据准备 218 3 U0 Q( }; C7 X% J; N. A7 I
8.6.2 模型构建 218
# k5 t' |' S I; O! D3 ]: c! K+ V 8.6.3 结果展示 220 8 D# }) X* I! v/ A v
思考练习题 221 6 g: V v% f4 J* v: d7 o
第9章 动力参数智能估算和模式误差智能订正 222 0 C; O0 l" n1 z" [1 l' j( G0 n
9.1 海洋模式次网格动力参数的智能估算 223
4 t; d+ Z" p; u( U: D4 C$ L* Z( W8 \ 9.1.1 准地转海洋模式 223 ) W, A; \ C+ `2 B r0 v
9.1.2 降低数据分辨率 224 3 ], ?- J6 b+ }$ N9 `/ X: l/ y
9.1.3 智能估算模型 225
! c# k; o( G# d4 S! E 9.1.4 智能估算结果 226 ; R; `) y! Y8 |, D9 q8 N. K
9.2 大气模式湿物理参数的智能估算 229
: ^" P. Q4 R" V' p$ | 9.2.1 湿静力能量守恒 230 7 y( S; P; k; X9 I( G3 m0 F* G$ Q) t
9.2.2 神经网络设置和数据 230
" s1 u+ t( v8 Q8 x F0 \ 9.2.3 ResCu的智能预测结果 232 # m0 q; f9 q8 \7 Q/ k
9.3 数值模式误差智能订正 235
" ^0 t# E+ G/ q" B4 |: V2 w 思考练习题 238 / x0 ^8 ^: @/ R
参考文献 239
2 x8 `2 [, \; L% a) l3 N4 d f# ?7 M
5 R8 t. \5 ]6 S7 U4 [0 [! ~ （请在订单备注处注明发票抬头和税号）
0 L% z- @1 I, \$ a6 S 官方旗舰店质量保证！出版社库房直发， 9 I- r" {2 N* \
提供正规电子发票！ / ], G; Q1 g' d j2 |
; L" R. d% V* r+ k* N }# x
— END—
6 z7 b3 _( O% u! U; R 信息来源：科学出版社。 4 u% z- t* |. @2 e6 ]0 ]
转载请注明信息来源及海洋知圈编排
! ?/ H, ]4 W+ w 大家都在看 # ~6 e2 b# v0 t# }3 f* n
- [% \" ~/ Y2 [, q# C" K* {
► 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……
: F# e A3 C/ ?% H5 [ ► 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！
" e1 ~4 Z7 g3 t; O ► 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”
' ]8 [( i' i1 r9 y$ W/ s7 x- E3 C 中国委员会主任，主持召开委员会成立会议并讲话
' E: Z: h* t# @, q/ r& V1 @5 U ► 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 * d9 U2 E; C7 Q: ]7 G- [
► 王颖院士主编《数字南海》正式出版！
2 T' k$ e. h3 F" S. z
+ Q" V4 L' R2 L* q7 @2 j0 h1 ^ ► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） ! K4 g! B, h/ T( C) [" C
►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！ 2 x9 w; \- b( g3 z# |1 T
►《海洋数值模拟》正式出版！董昌明主编
6 h- f( J7 T1 ^3 r& \7 } ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著
; h9 @, G1 ]3 S& o) d4 q. U9 J' h ► 填补海洋气象学领域空白！《爆发性气旋》专著出版
: d) k3 E, d0 C3 u" j$ b ► 《黄河三角洲湿地碳循环与碳收支》专著出版
( z; `/ e' X U7 o6 w) B ► 《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 K- ]/ T0 X- @' O0 C0 ?% ~4 z0 D
海 ; S7 _1 T6 e, d2 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》
7 i1 B$ w; @8 R- o 洋 7 c }: `3 L2 C
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
; ?6 m' u, }; w# o8 e 书
/ f7 @- T8 S. L! a2 r+ S o2 E ►《现代海底热液活动》栾锡武研究员 著
/ j4 A7 {0 g5 p8 M+ z: d 屋
% f z( U; g" M+ x: s ►《海洋机器人科学与技术丛书》出版发行
1 \: A3 m' f3 ]5 e1 X+ @8 M* A ► 我国第一部《海洋生物地球化学》研究生教材出版 * m2 _9 m/ i: I7 D( O* R7 g5 H E
► 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 ^% C7 v! z) E ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 7 z! }: |+ E G0 n9 n6 ?) G
►《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
V; y7 k" O, w% [. f; A" R ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
* n2 \6 h7 y8 d' C+ U7 y ►《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 - D- R7 @ k( U7 `& i! e6 s+ d6 O
►《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
# }) ^4 t5 u; B0 I' l' r; ^ ► 《黄河三角洲湿地生境演变遥感监测》出版
* I0 _* Q3 b9 B3 \ T 海洋知圈 7 Y, v( A y3 s! v1 G: i
知晓海洋 | 探知海洋 6 o- F+ Q1 U5 v/ G5 K6 x
宣传海洋 | 服务海洋 ; R: \7 E: V! X; D
如您喜欢，请“点赞”并点亮“ 在看” |
