|
7 o" [' V- y* o, R
原标题：《人工智能海洋学基础及应用》正式出版！ 3 s% j3 c" q: u/ [9 w9 Y9 u; n/ }
8 ?9 f1 l' h* k
6 R) a: i; ?6 v
（请在订单备注处注明发票抬头和税号） 2 n/ N0 ^6 U# |5 Q2 a/ M! F
官方旗舰店质量保证！出版社库房直发，
r: Z! t/ @ f 提供正规电子发票！ ! Q3 h0 y5 q% u) @/ [
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。
. C0 i' d. \) w8 C* Q 目录 , m& R! j! u* Y& v" K
前言 ' ^( w3 ]% `8 \
第1章 绪论 1
2 [8 V* O. U4 U9 W7 P5 T2 l 1.1 人工智能发展历程 1 " s2 y) y- E8 j% i6 V, [
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2
8 t- n7 u3 [! ?7 f 1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 - @. _" O+ N/ C& f8 O; z
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
2 E# E! b4 Q; Y( p) ^" W9 K 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3
3 y9 _# U" b' Q- o2 u9 a 1.1.5 第3次浪潮(20世纪90年代中期至今) 3
0 @2 y. r2 {' h) G) p: `5 X 1.2 人工智能海洋学发展历程 5 ' c! h% Y$ p9 T) |5 H
1.2.1 海洋特征智能识别 6 1 S2 p6 j: E G
1.2.2 海洋参数智能预测 6
, n5 L$ t9 L, G6 _4 D5 t 1.2.3 动力参数智能估算 7
2 l3 O% h, l( ]1 S/ J8 x$ K, V 1.2.4 海洋智能化探测 7 $ J* W: n" `, Y% W
1.3 本书的结构和基本内容 8 ' F* z7 Q! J, N' q; @1 k! {
第2章 海洋大数据简介 10
) b! }9 R1 i) {* J$ {: ?4 @ 2.1 大数据概况 10
7 |9 G/ S: f- n( Q; }% J4 E 2.2 海洋大数据的发展历程 10 - `; [# r/ m- e: y/ R
2.2.1 海洋数据的初步积累阶段 11
( ~1 {$ H/ D* [1 g5 Z( M5 ]8 u 2.2.2 海洋数据的进一步积累阶段 12
& |- L3 ]$ \# y8 `) Q8 u4 ^ u 2.2.3 海洋数据的大量积累阶段 13 ' d5 N* w( O/ D8 r
2.3 海洋大数据的定义及特征 14
3 C1 Q u1 ^3 W6 e1 T1 J \9 s9 d 2.3.1 海洋大数据的定义 14
+ \9 d+ Q, k% H1 h& d1 j 2.3.2 海洋大数据的特征 14 2 h$ s2 u7 M* e5 M2 }% N8 {
2.4 海洋大数据的数据来源 15 8 S9 E A) z/ a& b8 P) a
2.4.1 海洋实测数据 15 ; U' o: e" N' `+ J( \& n) e3 z6 I
2.4.2 海洋遥感数据 18 . e* E/ ?3 Y) Y% V3 S/ ]
2.4.3 海洋模式数据 21
. P8 X% @, I# \ X. M 2.5 海洋大数据的处理分析 23
- k2 b& _$ W% c6 H$ ]7 I% u( Q 2.5.1 海洋大数据的存储与管理 23 5 k. s- X/ a! l- E) c. v' N
2.5.2 海洋大数据分析挖掘技术 24
, z/ r- B3 x( V- t, P4 I( Q$ u 2.5.3 海洋大数据可视化技术 24 7 `; a0 a' ?# [' h; n B
2.6 常用海洋大数据平台 25
$ A8 P1 l8 b2 j! S 2.6.1 海洋科学大数据中心 25 # E) _8 y; S! l) j# k3 f
2.6.2 美国国家数据浮标中心 26
g; X- s0 g" a- n" P 2.6.3 欧洲海洋观测和数据网络 26
4 N4 o" ]/ x6 O& T 2.6.4 日本气象厅平台 27
* \" Y: `. p% y, d* z/ H+ w 2.7 一种常用的海洋大数据管理系统 27
, V2 b9 c7 Y2 j. l! r 2.7.1 为什么需要Hadoop 27
5 Y8 R1 a B( R 2.7.2 HDFS 29 y! g' Z6 P" s5 n6 i" b
2.7.3 MapReduce 31 6 i( {7 I8 {. B7 I( T$ ?
2.7.4 Hadoop的部署 32
' _" x& \# t$ C2 ]1 Q8 r% l 思考练习题 37 2 ^* |% c) Z8 W0 S! }7 S; q
第3章 Python语言 38 + i8 J: O* [9 j8 k6 V0 C
3.1 安装与运行 38 1 w. U% k+ `/ P" i* F, Z
3.1.1 安装Anaconda 38 ! W' q( B0 T! a# j* v- V
3.1.2 安装PyCharm 41 7 Z5 @+ N3 [: d; o
3.2 基本变量类型 42
9 Z: F* Q; ?6 F( S- a7 c 3.2.1 数字与运算 43
5 A1 [; R; U, q; p9 \ {" r+ I9 I 3.2.2 字符串 44 7 ?4 w& o! B$ d( s/ y" Q7 n
3.2.3 列表 44
+ w, @3 ]7 J7 e& Q 3.2.4 字典 46
# x8 |9 o) x0 P; a 3.3 函数和类 48 ; d$ l7 a, q- T: E
3.3.1 函数 48
. _3 c( S* L6 I/ `. ?+ ?' K( L 3.3.2 类 48
! R3 h5 V" U+ f( V; D! k$ z1 W8 W 3.4 循环与判断 51
' j- y4 [1 l9 {' {% P1 B# L3 M- ~1 { 3.5 库 52
# P2 e2 R' Y/ g( F4 b 3.5.1 Numpy 52
/ ]1 Q$ C; B$ X ?! A, v 3.5.2 Matplotlib 55
R& G" {7 T, Z: B% p 3.5.3 NetCDF 69
8 ` D( [( t' N9 i 3.5.4 Xarray 69
7 v! ^* F7 ^4 N/ s9 U$ G0 {% Y 3.5.5 Cartopy 72
8 h7 r' Q0 `# S" Q+ S2 M0 s$ w 3.5.6 TensorFlow 73 ; C& G3 X# W; y* O% f3 ^
思考练习题 76 # B. x3 z2 h9 T6 f' J5 I
第4章 人工智能基础 79 ; J8 j+ ?" _$ ]; S% f& r
4.1 人工智能基本概念 79
; G/ O% @1 ~. t. m 4.1.1 数据集划分方法 79 * t1 q0 S z' e) z( b) P8 `& q
4.1.2 分类问题评价指标 80
0 t v% ^/ d2 x( [! V$ L- w 4.1.3 回归问题评价指标 82 , z5 d7 V. O3 J1 D" p
4.2 BP神经网络 82
2 Q+ l7 _ w9 h' }5 k% ] 4.2.1 神经网络基本概念 83 2 Q. C% Y" f5 B+ I5 ?
4.2.2 M-P模型 84
! N5 @* L R+ q0 m( f, B 4.2.3 感知机模型 85 ! S$ \1 E% N Q, w% G1 Z4 [2 e/ j
4.2.4 BP神经网络 87 % c% H8 g2 f- }/ U) T5 \
4.3 其他神经网络 90
, M8 E. J# _8 t$ W# n$ ?) f 4.3.1 前馈神经网络 90
4 K; {+ P; k( C% \ 4.3.2 模糊神经网络 91
h: C6 Y; [: @: q* M- M+ t 4.3.3 径向基神经网络 93
1 |! a5 E3 B/ L: m& C; z1 d" F. B 4.4 上机实验：搭建BP神经网络 95
$ P. C0 H- h, a& i6 U, r8 } 4.4.1 数据准备 96 # R2 @) F6 t' l _* U) c5 [& O2 |
4.4.2 模型搭建 96 : W0 }* D5 e6 S, p! N' ]
4.4.3 结果检验 97
2 F: l8 M* {3 }+ x 思考练习题 100
, h6 n* [; l, |. R9 _1 L& g 第5章 深度学习 101
$ z7 R/ I" {# D! y 5.1 深度学习入门 101 9 T6 }/ J3 R0 c+ _* h" s$ ]
5.2 深度学习的特征 102
1 a+ r7 l, }8 j ~1 a 5.3 卷积神经网络的基础结构 104 0 v( ]* C8 M- p8 E% C7 R6 H! ]
5.3.1 数据输入层 104
) X- D' t5 Q5 p 5.3.2 卷积层 105 & {1 Z' L% L* C* f, L4 l# \) L, c
5.3.3 池化层 107
9 ]& L4 O2 n1 \) p- U 5.3.4 全连接层 109 / `3 L0 l/ k6 o7 t2 i H1 e
5.4 常用的4类卷积神经网络架构 109
7 z' B9 O4 O0 J A% ^, | 5.4.1 LeNet5 110
% o, D* q% z- ^0 I3 T 5.4.2 AlexNet 111 0 G0 B* T- c2 Y3 ^7 b
5.4.3 VGG 114 " F V; Y6 n# s3 ^% Q$ c) C
5.4.4 ResNet 115 3 j9 R0 |/ \) n) |* p9 |
5.5 基于卷积神经网络的语义分割 118
. {* U( Y0 \1 m3 ]! Q$ H8 m6 S 5.5.1 图像处理的不同层次 118 + t6 v; }- z/ p$ M
5.5.2 全卷积神经网络 120
9 ?' Q5 Z5 n8 Q' p! b1 [ 5.5.3 DeepLab系列模型 123
7 V9 g+ Y c; U2 n% ^ 5.5.4 PSPNet 127 . ?$ A" q* g+ m/ q y3 C
5.6 上机实验：搭建卷积神经网络 129
( ]) n# ~ s5 S: l& g 5.6.1 模型搭建 129 % ]( P J, o9 E0 q9 f5 @# f
5.6.2 结果检验 131 3 b2 d+ M" c3 u1 X" P4 g$ }
思考练习题 133 3 G& f, B7 ^% j- y
第6章 循环神经网络 134
1 N( E) w$ e+ y) l. o$ K 6.1 循环神经网络 134
6 W. J" R9 v4 u j! L" A' P 6.2 长短时记忆网络 137 ! O- e; H* f5 k7 @ Z. G
6.2.1 LSTM的内部结构 137 " t1 _' O& O4 Q2 a
6.2.2 LSTM的“门”结构 138 4 w: h+ [% O6 M( S! r
6.3 门控循环单元 141
/ O( ^+ X8 l7 U9 E 6.3.1 GRU的网络结构 141 : g$ ]# B t4 K* e! s, B
6.3.2 重置门和更新门 142 " j, ~3 j+ L* @7 [
6.3.3 候选隐藏状态 142
. g2 `7 \% h B6 m4 z5 b. c6 K 6.3.4 隐藏状态 143 , U! s, t# `1 H. A) D
6.4 双向网络结构 145
# r, w( k' W% v5 G" k* T 6.4.1 双向长短时记忆网络 145
9 \0 `8 w& F. i# ~ 6.4.2 双向门控循环单元 146 8 r6 U, Y; J( H1 s- }
6.5 上机实验：搭建循环神经网络 147
* ^" I2 \, S* J+ K 6.5.1 数据准备与模型搭建 147
, }+ U( ~' m2 l& k. `4 v, B' w7 J. ? 6.5.2 结果检验 149 % {# w! y: {( Q* g* {: R* s8 H+ x
思考练习题 151 ( e% _8 J( s6 w& K' P
第7章 海洋特征智能识别 152
; j/ B/ `' b, E L" b' U( @. D, e 7.1 海洋涡旋与智能识别 152 2 M9 o! g9 ]3 Q& O
7.1.1 海洋涡旋 152 ) l( e" Q6 l, S0 O5 R* Q
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
) ]2 g3 M& Z+ u y- B 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 : j6 t/ c9 U7 _6 h
7.2 海洋内波与智能识别 166 _* B* i& C/ @! ^2 Z
7.2.1 海洋内波 166
5 ]0 s) E$ }# L- C1 W, D 7.2.2 海洋内波的智能识别 168 # [% j$ B3 ?# T5 l
7.3 海表溢油与智能监测 170
: {; n# O {7 g! o. c" H' t& a 7.3.1 海表溢油 170 # i" g: d, s* R1 y6 l M
7.3.2 海表溢油监测 172 / M+ d) c2 |8 U* V) b
7.3.3 海表溢油的智能监测 172 3 t# i0 ^: K6 v
7.4 海冰与智能探测 176 3 v6 ~5 U$ }0 }+ ]6 _
7.4.1 海冰 176
4 @- K0 j$ V' ~& `1 }4 Z 7.4.2 海冰探测 177 6 y, S3 e2 }! c3 j) ] H
7.4.3 海冰智能探测 177
4 T+ S1 j' s8 ?2 H7 F 7.5 海洋藻类与智能识别 180 t9 U# p' t5 q8 ] b* @
7.5.1 海洋藻类 180
1 T0 R8 c) s3 i6 ~9 g 7.5.2 海洋藻类的智能识别 181
$ ]4 y9 Q t! y( {" D 7.6 海上船只与智能监测 183 + f9 `; `2 s4 w- L
7.6.1 海上船只监测 183
, m4 l$ ?) j7 n* u. _) j; l/ a, V. b 7.6.2 海上船只智能监测 184
. u4 y; F8 P- } 7.7 上机实验：语义分割识别海洋涡旋 187
- `$ q" N$ p0 n3 Q; |) Q; |; `& a 7.7.1 数据准备 187
8 ^) w. L1 _5 \* s8 Y6 l+ L 7.7.2 模型识别 189 - Z% Z" i: v. @% g9 H, _
7.7.3 结果显示 193
7 ?, n1 r: o7 P% b* S: R& g 思考练习题 197 ) a* @, k/ j4 a; q
第8章 海洋参数智能预测 198
& w( l3 j2 ]) M& F1 f) Y! V 8.1 海洋气候预测 198 ! Y& p+ a1 X( h$ W$ }& P
8.2 近岸风暴潮智能预测 201
4 \8 a3 {5 o/ s2 { 8.2.1 风暴潮单点水位智能预测 202 . t' G- v6 G! b
8.2.2 风暴潮漫滩过程智能预测 206
1 p1 h3 C* ]+ x" W: n, S 8.3 海洋波浪智能预测 209 4 C: n! m% P$ Y9 g
8.4 海面风速智能预测 211
( s( Q# k6 s; `. q 8.5 海表温度智能预测 213 $ C9 v- w) Q) _( _
8.6 上机实验：有效波高智能预测 217 # U% N. F$ N" F/ [( a
8.6.1 数据准备 218 2 p9 W) G9 A4 k! j! ?' S$ U
8.6.2 模型构建 218 ( B# }4 P9 y& h. v6 }0 K
8.6.3 结果展示 220 8 B. p5 u( w3 O! N2 M, i q
思考练习题 221 3 O8 f. {* T- d/ T! h
第9章 动力参数智能估算和模式误差智能订正 222 ! a& }4 M7 `& t7 Q5 z
9.1 海洋模式次网格动力参数的智能估算 223
- w- r! G2 D0 z- V5 ? 9.1.1 准地转海洋模式 223 + E, }& [. M. F
9.1.2 降低数据分辨率 224
: b, O' Y3 w# S 9.1.3 智能估算模型 225 ! V3 m7 y! z0 O+ \
9.1.4 智能估算结果 226 . B' u8 y% v" |! o
9.2 大气模式湿物理参数的智能估算 229 * x8 y9 z$ G* i* p+ N" k
9.2.1 湿静力能量守恒 230
0 }4 c! Q4 t$ b* j2 }- m0 O 9.2.2 神经网络设置和数据 230
1 v: Q; K* T2 W+ N+ }5 O3 E, B 9.2.3 ResCu的智能预测结果 232 6 o9 X' _( K( D' l
9.3 数值模式误差智能订正 235 0 h' W& Q# a3 ]' i
思考练习题 238
6 }0 X9 X3 r+ a/ V: H" s f% ]% a 参考文献 239 ' u5 O1 s2 z) ?5 r* O
G3 P" y( U/ D8 D4 J
（请在订单备注处注明发票抬头和税号） * d0 h5 l3 ^ M+ F/ i* ?' {
官方旗舰店质量保证！出版社库房直发， , P* W) H, j4 B, A( [
提供正规电子发票！ * \4 m% C% w% o# U: y
9 @2 j- Y/ G) ~5 u% g% O q — END—
+ [7 D' C) R: u+ l( E 信息来源：科学出版社。
, w9 N& `0 ?" z7 Y" t( t. ?: F' M 转载请注明信息来源及海洋知圈编排 % D: g; ^, ?2 n8 [5 T4 F
大家都在看 : j( r4 c2 r. F* x' I
6 S! N0 X$ x- 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……
3 N# D! n( u. h' u. c1 H$ X6 E ► 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！ 4 E! P; K- |+ G
► 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”
3 e5 n, E6 i8 Z( O 中国委员会主任，主持召开委员会成立会议并讲话) a: a" ^, s2 S, o* w7 H" i# C4 G* E
► 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 0 E' E z( D0 X& W0 ?
► 王颖院士主编《数字南海》正式出版！ 2 N: v* ^, U9 |) r }+ ~/ `
# F0 q# e t! L2 u7 j, } ► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编）
/ i: e( ]6 i& h% s ►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' e" |4 T3 H- @4 ?
►《海洋数值模拟》正式出版！董昌明主编 ( o4 p* r6 T/ V* M) e& ] |
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 ( o" h* q; r& U5 l
► 填补海洋气象学领域空白！《爆发性气旋》专著出版
3 k3 \0 e# f+ x* \* ^6 f ► 《黄河三角洲湿地碳循环与碳收支》专著出版 7 R o; v0 }! o- {, F
► 《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
* S( u) H' \4 u* \3 T+ Z) d( k 海 , e3 P% T5 l+ Q% g! J0 ]
► 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》
5 ~1 U8 b2 f( T; v! W: X* ? 洋
% F# U: W% W. S% y; _3 y9 u: z ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？ ! T3 @: M2 g7 S8 a! [
书 1 K/ }) Y3 M2 Y9 o
►《现代海底热液活动》栾锡武研究员 著 9 @- Q- J; J) t \) {# y8 M F
屋 ) z8 o% p/ {3 d4 Q
►《海洋机器人科学与技术丛书》出版发行 + a7 K% j; z0 Y- j" n
► 我国第一部《海洋生物地球化学》研究生教材出版
- f/ Q# ^7 w T% W6 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 1 I S# ? z0 Y
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
& Y" z4 ^% z6 s( J3 L) D: D4 h ►《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 4 e9 c7 C5 R H1 F
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 - H' R- c6 K! T9 U) b/ V
►《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
0 ]9 q& y5 n/ V% B. L( X ►《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
2 J! q9 y0 |3 M0 e" g. @2 O ► 《黄河三角洲湿地生境演变遥感监测》出版 $ {2 T9 ~7 _9 a) J+ z2 p" t
海洋知圈
& Z2 z* L2 }. ~- @+ L' x* q% f4 W 知晓海洋 | 探知海洋
4 f! ]* o" N1 P' C& d/ V& { 宣传海洋 | 服务海洋 ( T. N2 a& z- I+ }" ?# P
如您喜欢，请“点赞”并点亮“ 在看” |
