《人工智能海洋学基础及应用》正式出版！

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# o

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）

官方旗舰店质量保证！出版社库房直发，

提供正规电子发票！

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。

目录

前言

第1章 绪论 1

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

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

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

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

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

2.3 海洋大数据的定义及特征 14

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

2.4 海洋大数据的数据来源 15

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

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

2.5.2 海洋大数据分析挖掘技术 24

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

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

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

2.7.1 为什么需要Hadoop 27

2.7.2 HDFS 29

4 m* J: e" Q: J+ J& C9 D

2.7.3 MapReduce 31

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

3.1.1 安装Anaconda 38

3.1.2 安装PyCharm 41

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

3.2.2 字符串 44

3.2.3 列表 44

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

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

3.5.3 NetCDF 69

3.5.4 Xarray 69

3.5.5 Cartopy 72

$ K5 H* R" ]! p6 ?; { n/ E

3.5.6 TensorFlow 73

思考练习题 76

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

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

4.2.2 M-P模型 84

8 E# |2 S2 {) @# q5 g/ T

4.2.3 感知机模型 85

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

4.3.2 模糊神经网络 91

4.3.3 径向基神经网络 93

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

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

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

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

5.3.3 池化层 107

# G: X, _% E0 V: p: a

5.3.4 全连接层 109

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

5.4.3 VGG 114

5.4.4 ResNet 115

5.5 基于卷积神经网络的语义分割 118

5.5.1 图像处理的不同层次 118

5.5.2 全卷积神经网络 120

5.5.3 DeepLab系列模型 123

5.5.4 PSPNet 127

5.6 上机实验：搭建卷积神经网络 129

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

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

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

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

6.3.3 候选隐藏状态 142

6.3.4 隐藏状态 143

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

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

6.5.1 数据准备与模型搭建 147

6.5.2 结果检验 149

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

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

7.1.2 基于PSPNet算法的海洋涡旋智能识别 153

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

7.2.1 海洋内波 166

7.2.2 海洋内波的智能识别 168

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

7.3.2 海表溢油监测 172

7.3.3 海表溢油的智能监测 172

7.4 海冰与智能探测 176

+ h: w% ~% M3 Q* i1 j5 S% a

7.4.1 海冰 176

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

7.5.2 海洋藻类的智能识别 181

7.6 海上船只与智能监测 183

7.6.1 海上船只监测 183

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

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

思考练习题 197

第8章 海洋参数智能预测 198

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

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

8.6.1 数据准备 218

8.6.2 模型构建 218

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

9.1 海洋模式次网格动力参数的智能估算 223

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

9.1.3 智能估算模型 225

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

9.2.3 ResCu的智能预测结果 232

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

参考文献 239

- 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

— END—

3 n2 o) a% z K* @: A$ `9 V& }! z6 i

信息来源：科学出版社。

转载请注明信息来源及海洋知圈编排

大家都在看

, 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！

► 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）

►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

► 填补海洋气象学领域空白！《爆发性气旋》专著出版

► 《黄河三角洲湿地碳循环与碳收支》专著出版

► 《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

► 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

►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？

书

►《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

► 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

►《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

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

如您喜欢，请“点赞”并点亮“ 在看”