|
2 g$ o2 }$ A# \/ N! R! `5 f
原标题：《人工智能海洋学基础及应用》正式出版！ , J$ B c& O& R- y8 x; b0 \8 O
# n2 u) p, n2 {# g. t# Q$ a
* c# M w$ R" B4 L, v （请在订单备注处注明发票抬头和税号）
% J" T- R* `, P/ \* {0 s 官方旗舰店质量保证！出版社库房直发，
9 Q( h+ i; R8 H; }& K |& h 提供正规电子发票！
' k# B0 x+ G( f8 T2 v, h 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。 3 R# v1 t: G0 _5 Z
目录
; I5 {0 B. K6 ~* L1 G) r7 d 前言
$ o9 i: U: H; [ 第1章 绪论 1
: [) u, b$ W5 |6 E. o 1.1 人工智能发展历程 1 % Y. N2 R5 Z8 c/ Y+ s5 }) m
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2
% R( [1 [1 D' h# c) C, q0 } 1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 9 ^) E2 h6 G+ f8 T
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 1 o( r; d8 H; t, j; a5 ~
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 / n" b ^" F4 }7 A0 i' B
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
" Q3 A6 A$ U" o# _+ W9 x- R* K* ^. M# o 1.2 人工智能海洋学发展历程 5 x3 \& o: {1 ^- o& S
1.2.1 海洋特征智能识别 6
; V+ I% ^3 M) x) S+ d+ _ 1.2.2 海洋参数智能预测 6 " k) I1 x1 R" E; w
1.2.3 动力参数智能估算 7 + P9 Q" c: J* U7 D
1.2.4 海洋智能化探测 7 6 L8 v+ l2 g d3 p$ h' t s0 H1 ^! O
1.3 本书的结构和基本内容 8 3 l4 i& N$ O: @, k
第2章 海洋大数据简介 10
$ A, V& T) N/ h; K- s 2.1 大数据概况 10
' p( Q: w, q" X' M 2.2 海洋大数据的发展历程 10
5 h+ v* N! O" j8 \ 2.2.1 海洋数据的初步积累阶段 11
, W2 t) _# n) e" T6 Z& T 2.2.2 海洋数据的进一步积累阶段 12 ! N3 {8 I! I: v, [7 T
2.2.3 海洋数据的大量积累阶段 13
: k% N" p' d$ J5 a1 O) c* `1 b/ r# g 2.3 海洋大数据的定义及特征 14 6 Q9 k. S6 l: V# M3 s
2.3.1 海洋大数据的定义 14 ; i# D I; @: ^8 a
2.3.2 海洋大数据的特征 14 * Q2 Y! ^8 ^& @5 v+ _ f6 v9 Z
2.4 海洋大数据的数据来源 15
7 V! J/ e% A1 M3 A& H 2.4.1 海洋实测数据 15 5 \8 m' [6 v6 M9 C% m9 k1 x
2.4.2 海洋遥感数据 18 ) ]7 [9 J& W. m
2.4.3 海洋模式数据 21
! A) y% V$ z! C2 o, ^9 @% Z% f' ` 2.5 海洋大数据的处理分析 23
# C. y4 c2 P1 E- G; y @1 m2 T 2.5.1 海洋大数据的存储与管理 23 . {4 L: y" A! s0 P4 Y) L0 Z
2.5.2 海洋大数据分析挖掘技术 24 8 a1 D; h. M' K3 Q
2.5.3 海洋大数据可视化技术 24
) f5 j/ R- v* w6 `! s 2.6 常用海洋大数据平台 25 S# l1 Z; r, X4 l' Q% |
2.6.1 海洋科学大数据中心 25
. ~+ x0 Q' J5 k 2.6.2 美国国家数据浮标中心 26
; c1 O8 V5 X$ ^; [ 2.6.3 欧洲海洋观测和数据网络 26 % v( Q6 l Y) ^ l1 ^7 [* \, {
2.6.4 日本气象厅平台 27 * X* o9 |5 b6 V6 `- n" [3 e
2.7 一种常用的海洋大数据管理系统 27 & d/ B' g; h" V7 b8 h5 ?& L8 a
2.7.1 为什么需要Hadoop 27
" M0 y7 i! V% d2 J) W2 d 2.7.2 HDFS 29 9 S& I. `1 a; f
2.7.3 MapReduce 31 # C _8 w. p+ v; X: ^
2.7.4 Hadoop的部署 32
6 ?. D1 O) t" n 思考练习题 37 * \+ x4 S7 a5 i; x
第3章 Python语言 38
! A: x" ~- X3 H7 U 3.1 安装与运行 38
' D0 Q8 h! X% A9 [6 v 3.1.1 安装Anaconda 38 ! ~, v" `. C* T% W0 Y; Y
3.1.2 安装PyCharm 41 a5 w* i5 q# W% J$ X. `
3.2 基本变量类型 42
- z3 N' V# h- V1 A1 c 3.2.1 数字与运算 43 # Q1 ^) L* M r+ t
3.2.2 字符串 44
* @4 _; J0 A* b1 E0 v- v" U 3.2.3 列表 44
3 T# }$ c; D) ^, Q/ n 3.2.4 字典 46 / T$ c$ n( u" e/ a1 ]- Q& k0 b1 C/ {
3.3 函数和类 48 ' s8 C( t) \+ {
3.3.1 函数 48 + x1 i, m0 t5 \* P9 B6 C
3.3.2 类 48
' {% Y" p9 K# B1 U8 ` 3.4 循环与判断 51
- b, h' O" D' f4 P/ m* x$ Q 3.5 库 52
8 d; J# ~8 J: c% H3 G 3.5.1 Numpy 52 8 I$ L! y: @* Q. p
3.5.2 Matplotlib 55 / Q J+ R/ s1 z2 Y
3.5.3 NetCDF 69 # P3 |$ J/ W3 Q }, R. }+ N/ t
3.5.4 Xarray 69
! N! p' X/ C) w& l1 b" T 3.5.5 Cartopy 72
% E4 a3 _- l" f& k7 N. d5 _ 3.5.6 TensorFlow 73 1 q0 V1 H- \1 Y6 ~% y1 `
思考练习题 76
0 g) D0 T! \9 @; f G# F3 P5 L n; N9 _ 第4章 人工智能基础 79 A: ~( Z! p) ^; Z* c9 b! q
4.1 人工智能基本概念 79
# |9 d+ Q3 g! L! I6 `3 B 4.1.1 数据集划分方法 79 3 w! X; f" ~& H% p6 [. ]: _0 Z
4.1.2 分类问题评价指标 80
! F* W, t$ a2 `+ s) I; P 4.1.3 回归问题评价指标 82 5 `5 X) N+ d: b: C/ l% S$ Q3 F
4.2 BP神经网络 82
0 ]& _( e/ G. v$ B8 B0 R: o 4.2.1 神经网络基本概念 83 $ _9 H, Y& N7 W
4.2.2 M-P模型 84
3 c; G( x' h, X" q, n% p 4.2.3 感知机模型 85
+ l Y' \* j/ K 4.2.4 BP神经网络 87
# o0 X& M3 U" C K3 \, j2 z 4.3 其他神经网络 90 2 _" F2 `- H) J: R8 W1 B4 O0 F) H
4.3.1 前馈神经网络 90
, d* G9 ]- z7 {5 h6 h# }7 u/ M 4.3.2 模糊神经网络 91
5 o1 w& W. n. c7 O9 N( T 4.3.3 径向基神经网络 93
( s2 ?8 i" J$ |; ^) B" K9 D 4.4 上机实验：搭建BP神经网络 95 , ? Q- q8 Z; P6 N
4.4.1 数据准备 96 7 V" `4 _! t7 _- |# X% Y' W$ e y! `
4.4.2 模型搭建 96
6 e3 P! H* x; R* n! e 4.4.3 结果检验 97
/ i+ n# v( l* d* x$ }4 V0 X- Z 思考练习题 100 1 l0 H! F. a! l# ]% v$ K3 x
第5章 深度学习 101
) [1 t( E" I( `. T: } 5.1 深度学习入门 101
7 d- p. Q, k6 y e2 S 5.2 深度学习的特征 102 " @& W0 `5 V7 i; j
5.3 卷积神经网络的基础结构 104
$ b* o! ]1 H) S6 m6 `+ i& U 5.3.1 数据输入层 104
( s9 h1 O+ m3 j m! G 5.3.2 卷积层 105 . ]/ t+ e/ L! R u
5.3.3 池化层 107 H( M& F6 s. e7 D+ h
5.3.4 全连接层 109
0 Y$ |! j" W" u" C. G 5.4 常用的4类卷积神经网络架构 109
. S/ p7 @& A$ e5 N3 S9 Q, P3 H 5.4.1 LeNet5 110
7 E3 `* |; m" b$ L3 \/ h; C 5.4.2 AlexNet 111 $ A5 i5 j* F; X8 e! N4 n
5.4.3 VGG 114 0 {% Z7 P1 `* m( N9 M3 G
5.4.4 ResNet 115 4 H0 Q* l" U! P
5.5 基于卷积神经网络的语义分割 118 : o) o, D }# q
5.5.1 图像处理的不同层次 118
5 n4 [0 k& K, N4 J 5.5.2 全卷积神经网络 120 6 \$ C2 J2 c4 W$ o
5.5.3 DeepLab系列模型 123
( ?- Q7 Z7 a5 c% z% K 5.5.4 PSPNet 127
6 R5 i% e8 `! F1 d/ h9 f1 [$ h 5.6 上机实验：搭建卷积神经网络 129
7 O& n( E1 g: e; Y, x- X 5.6.1 模型搭建 129 / x3 U7 b5 y4 t" b, x% c: W
5.6.2 结果检验 131
- H0 O6 _/ c; a5 D$ c1 B 思考练习题 133 - J" z% @+ ^5 g
第6章 循环神经网络 134
. E6 @8 [. U- V `9 l$ j) v5 ] 6.1 循环神经网络 134
) f8 u3 K; g: T4 F; p6 ^ 6.2 长短时记忆网络 137 / i& c; `; S- g% Y
6.2.1 LSTM的内部结构 137
$ {- ~2 {4 h2 m* X' E8 }7 P K 6.2.2 LSTM的“门”结构 138 / V# S5 U2 v% M/ N1 e
6.3 门控循环单元 141 0 g" P1 o, S, K+ i* r
6.3.1 GRU的网络结构 141 - Q G* o) Z; I) y, r
6.3.2 重置门和更新门 142
* T" i4 Y* p0 k 6.3.3 候选隐藏状态 142
& E6 C1 s* r, R5 s- i7 ~1 s 6.3.4 隐藏状态 143 # d) P* X+ g; L
6.4 双向网络结构 145 2 K1 ^( _4 A, t/ s: i
6.4.1 双向长短时记忆网络 145 , ?! o/ n: Y: B* ~2 o/ h8 u) n+ B
6.4.2 双向门控循环单元 146 " \, m' W) c8 r8 P
6.5 上机实验：搭建循环神经网络 147 , L# t A2 l0 }. |
6.5.1 数据准备与模型搭建 147 & H8 @# \* P& x. k
6.5.2 结果检验 149 ; ~' f6 a3 @+ Q
思考练习题 151
) c' L9 [# N- T( R6 Y+ E; j7 J 第7章 海洋特征智能识别 152
; R6 f: n; v, J4 t7 t 7.1 海洋涡旋与智能识别 152
4 q! s$ p& w' X! P) x2 J 7.1.1 海洋涡旋 152
7 H: ^, Z6 [4 R* S, w 7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
6 e+ c9 ~/ l& A7 G4 q! V( k9 r 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
, H, U0 z, `+ Y4 w8 }1 U0 k 7.2 海洋内波与智能识别 166
) x: g$ F$ m8 L F! R( r n% v$ Z 7.2.1 海洋内波 166 # w& d% @4 O' v0 H
7.2.2 海洋内波的智能识别 168
( s2 U% M; u: `; g3 C) S* i* x; G 7.3 海表溢油与智能监测 170
3 q5 F5 `6 `$ G3 E9 e 7.3.1 海表溢油 170 , L; w" R+ B) O3 H1 J' `* e' J/ Y
7.3.2 海表溢油监测 172
. Q: ^( b% q2 v4 `+ v3 D 7.3.3 海表溢油的智能监测 172
/ O: a8 F6 I* Y* D 7.4 海冰与智能探测 176
' @% J" @/ ^8 J! q. M 7.4.1 海冰 176
3 ~6 w0 v" k2 A 7.4.2 海冰探测 177
0 h0 \: V1 A+ K4 T5 }1 N' n 7.4.3 海冰智能探测 177 " b, }, ?0 V; L6 V
7.5 海洋藻类与智能识别 180 8 V* z+ ^& f4 I# w- Y
7.5.1 海洋藻类 180 6 g) O* c( Z& T. e* w9 W
7.5.2 海洋藻类的智能识别 181
5 h( _- q5 [. \" B% B. j/ J1 q9 t5 } 7.6 海上船只与智能监测 183
( i- C- Q% F- B 7.6.1 海上船只监测 183 + X, ]# |, w* i9 M3 c& `) \# W& W6 r+ S
7.6.2 海上船只智能监测 184 ' g( x& h' ]; R; W5 l
7.7 上机实验：语义分割识别海洋涡旋 187 # J4 e: ~0 p6 V" @# F1 E# ~
7.7.1 数据准备 187 : m- j- f+ f3 k. P0 [
7.7.2 模型识别 189 & ^% J- y2 y: x; R% r! G
7.7.3 结果显示 193 6 U, s* X8 }1 Y- g7 m+ u! V, ]! u
思考练习题 197
8 F/ V h: s! I1 o; x8 W. X7 H' f% W 第8章 海洋参数智能预测 198
: B) k7 U* @6 U* e3 n5 f- d( E! O 8.1 海洋气候预测 198 3 W6 u4 j* x% G2 R1 s
8.2 近岸风暴潮智能预测 201
. b/ v N* Q+ @! D- V' Y 8.2.1 风暴潮单点水位智能预测 202
' u: m3 G* |* v ^4 w* ]$ g$ k9 f. O 8.2.2 风暴潮漫滩过程智能预测 206
6 M- C, Q% Y" q5 j% S. V 8.3 海洋波浪智能预测 209
" c; ^- h' f$ m! c. l5 l4 ~ 8.4 海面风速智能预测 211
. L( _' b) V: i8 o! b4 i+ D; s% p3 l 8.5 海表温度智能预测 213 1 j t) Z. r9 k7 N7 |8 s
8.6 上机实验：有效波高智能预测 217 " p, H( u6 ^- Y: D& y( I3 G
8.6.1 数据准备 218
# y i0 E) }% L0 U 8.6.2 模型构建 218
/ B9 d8 }! f; \- D 8.6.3 结果展示 220
: x$ x! X: g7 N3 `5 A 思考练习题 221
: q/ k& m2 _& {% H6 H& j. a7 m c 第9章 动力参数智能估算和模式误差智能订正 222
' q1 c p' C7 ] 9.1 海洋模式次网格动力参数的智能估算 223
/ m- V4 E# Y: Q" R3 X( [$ y; Z: B 9.1.1 准地转海洋模式 223
! m! y# N8 @2 {7 D9 U | 9.1.2 降低数据分辨率 224
- j9 l! t( T! N6 c, F4 k 9.1.3 智能估算模型 225 7 L0 }+ R' w8 I" J$ m2 {+ u! a7 g
9.1.4 智能估算结果 226
$ }7 d0 p! E) M! n+ ] 9.2 大气模式湿物理参数的智能估算 229 7 K& t# H I7 K/ D" p/ m( ]% e* ~" Q
9.2.1 湿静力能量守恒 230 ' i" o5 ]# p4 u. Z6 ^$ m
9.2.2 神经网络设置和数据 230 9 }$ p2 W7 S0 {# E+ d {
9.2.3 ResCu的智能预测结果 232
/ S5 x* g# v6 H* A) _" V 9.3 数值模式误差智能订正 235
, C" y- S# o0 Q7 E! u o+ U 思考练习题 238
- h& {0 E( \$ |9 e( Y 参考文献 239
- g+ a+ }) A- y& L: K* B! x- _. F+ f5 i( ]4 H% b
（请在订单备注处注明发票抬头和税号） / ^; a) I0 q1 d4 @% L/ e( Z
官方旗舰店质量保证！出版社库房直发，
6 l8 A; W% u( B" K" C* O 提供正规电子发票！
" l) H" o% B% _% H! O ~( d
9 ^6 Z) O& _7 T7 E( ]3 ~* o — END—
+ u7 e% x$ \* L# X; |$ E3 T8 s 信息来源：科学出版社。 6 r" q) b/ ^1 F) l- C
转载请注明信息来源及海洋知圈编排
' `: C; [9 P; y5 J- @# ^3 n 大家都在看
7 h" G" Y! S5 M5 O# Q5 f0 l: k) g& \" l- I1 A- v
► 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……# ]' q$ _) u6 j, m
► 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！
$ A* L# o6 V9 v$ F0 e; i ► 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”! T7 V4 m5 i6 [' {
中国委员会主任，主持召开委员会成立会议并讲话1 k; q2 r4 l' J) K& O# s7 V
► 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 4 i$ W7 }& P+ N9 r4 c
► 王颖院士主编《数字南海》正式出版！ : i1 Q8 _- C3 k3 c+ ]- i
) S6 C, B& E! q- y3 [
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） ~9 R( t$ \% O& ?" V
►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+ n, e. m/ @& Y+ ]! ?+ m8 R- q ►《海洋数值模拟》正式出版！董昌明主编
( y4 s: ~" I+ [( b ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著
( f+ \, _' P7 p7 A) Y ► 填补海洋气象学领域空白！《爆发性气旋》专著出版
! A( V$ o# p, I9 u( t" V ► 《黄河三角洲湿地碳循环与碳收支》专著出版 . [0 C5 M. @/ M# j
► 《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
6 b: g: v/ p* B5 n: b" X6 S 海
8 o$ G* I( @0 Y* J X+ a4 p8 i ► 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》 4 n- \% m: t* t
洋 ) q* i- Y' ~( p' k
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？ ! O3 L. `3 J6 p! }8 u. A. P
书 ' h3 |' L& |3 v" U& Y9 h! B
►《现代海底热液活动》栾锡武研究员 著 % ~7 v/ `- E: d' n/ E
屋 8 T0 \1 h4 i- P n1 ?3 j7 Y. n
►《海洋机器人科学与技术丛书》出版发行 2 X: ?0 i) \& I }; n) @
► 我国第一部《海洋生物地球化学》研究生教材出版
# d3 U& N! r/ V1 Z8 ` ► 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
8 c; W, v+ x% N, K# l ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
9 U Z+ @% i3 A1 E ►《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 f* \' R" ~; c, \; z% Q+ i
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
5 T: L, F7 B9 I1 ? ►《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 8 d. E1 c8 H9 z' C
►《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
0 s/ {; b4 q( [5 Y6 ? ► 《黄河三角洲湿地生境演变遥感监测》出版 2 L3 s& r- O Z9 }) |' T' _# w7 s
海洋知圈 - R; m9 Y: t- h: A8 A' s- z' {; _
知晓海洋 | 探知海洋
& h7 o+ T; X# Y+ b1 [1 I5 e M2 z 宣传海洋 | 服务海洋
8 d+ k( d% h* ] 如您喜欢，请“点赞”并点亮“ 在看” |
