|
5 ?* `1 T) T& x( L/ H1 \ 原标题：《人工智能海洋学基础及应用》正式出版！
- P/ e9 |: r4 n# \
+ U7 } Q- d$ J: B% U" |8 n 
! j% n B' \6 F$ C （请在订单备注处注明发票抬头和税号）
1 }/ p9 k: u3 a+ ^9 {8 J! r5 Z 官方旗舰店质量保证！出版社库房直发， # m ^; M% [9 f, b, ^
提供正规电子发票！ / K t. l+ \0 W* \2 U! F2 |
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。 $ u: A3 ?+ X# F% `2 C
目录
5 M* W8 U4 b9 M5 B 前言 6 M1 w$ F5 ~& ^1 e& B: I% S
第1章 绪论 1
" Q2 G# K, a% @2 p- [# O3 w 1.1 人工智能发展历程 1
* d8 o2 I3 ?; x/ Z 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 ' L, I& N5 d. |1 ^1 l1 P: v
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2
, |6 ^8 w3 D. E& C 1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 , x- s4 C' W2 K3 O' ~. E- }
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3
" `# p6 q! Y) F$ o" { 1.1.5 第3次浪潮(20世纪90年代中期至今) 3 1 e& ?4 C V" a' Z" B( a
1.2 人工智能海洋学发展历程 5 ! k6 Y7 C2 ]+ t3 r+ W1 u0 a
1.2.1 海洋特征智能识别 6
& g3 E$ X7 m4 f 1.2.2 海洋参数智能预测 6
, j" U, t p/ b( d# m6 Z4 n& u 1.2.3 动力参数智能估算 7 " f& {" M; t1 U3 g! ?
1.2.4 海洋智能化探测 7 $ u4 V4 v. q% F9 _' T
1.3 本书的结构和基本内容 8 + l3 w! h) z- Y2 h' p
第2章 海洋大数据简介 10 & Y/ r% k; i8 S8 k$ w
2.1 大数据概况 10 ) K# o% x7 q# X4 ^* g: @# b
2.2 海洋大数据的发展历程 10
" f4 j& }* c! F5 ~ 2.2.1 海洋数据的初步积累阶段 11 ! j$ K; k+ ^5 B9 ?% c8 O! p
2.2.2 海洋数据的进一步积累阶段 12 1 I4 o C. }6 }* `
2.2.3 海洋数据的大量积累阶段 13
) x: K- e1 E% G5 Y% l 2.3 海洋大数据的定义及特征 14
5 ~& @$ T, o6 q; R0 K 2.3.1 海洋大数据的定义 14
m$ B1 o. i5 h" o% I+ r) P+ Y 2.3.2 海洋大数据的特征 14 8 {1 n1 K! c* Q; { d; k
2.4 海洋大数据的数据来源 15
$ @: \& Q7 H7 [! y 2.4.1 海洋实测数据 15
* i# T" a) |: Q, Z 2.4.2 海洋遥感数据 18
/ R6 H& ]; P5 ]9 K. V" ]2 E 2.4.3 海洋模式数据 21
, \$ {5 ?/ N4 Z: ?4 L 2.5 海洋大数据的处理分析 23 $ |7 G8 Q% e1 g" C& w8 N
2.5.1 海洋大数据的存储与管理 23
3 ]& p( P/ _* a/ q8 X! O1 h! ] 2.5.2 海洋大数据分析挖掘技术 24 & X4 C N5 @ \4 n/ A7 X( _
2.5.3 海洋大数据可视化技术 24 - e N! L9 d# u2 |) O5 Z
2.6 常用海洋大数据平台 25
7 n$ r+ o& D9 ^* n4 Z4 j 2.6.1 海洋科学大数据中心 25 , G2 p4 |. t6 O: u% V+ d
2.6.2 美国国家数据浮标中心 26 5 l0 ~& e0 h: q& u
2.6.3 欧洲海洋观测和数据网络 26
) j8 K9 t) s3 I/ u5 ~: s9 G 2.6.4 日本气象厅平台 27 $ k* ]' |& U/ y% X8 h; v0 \
2.7 一种常用的海洋大数据管理系统 27 & z" E4 E/ V. M% u/ j# _
2.7.1 为什么需要Hadoop 27 3 j( h) o: D1 R1 l7 e
2.7.2 HDFS 29 % B! O& w7 k }: e* ~) _* u
2.7.3 MapReduce 31 2 `, q0 Y- _1 o8 Q! _
2.7.4 Hadoop的部署 32 + z3 _- P" f# W) M
思考练习题 37 & @' h9 L: H' C4 I+ Y2 r
第3章 Python语言 38
- k5 O8 n2 p/ b% y( h, G% e 3.1 安装与运行 38 9 j0 X5 P' y* c$ u7 ~: G/ W' V
3.1.1 安装Anaconda 38
5 t$ e, B- D3 g; ?6 a- N 3.1.2 安装PyCharm 41
% ?, K- j: l% ^+ p 3.2 基本变量类型 42 # i9 I$ D# u7 T( a( z6 o
3.2.1 数字与运算 43 + R- U0 p) l) G1 _; ~
3.2.2 字符串 44 6 k$ I3 V: S( F1 l. d/ r$ d! ~2 H
3.2.3 列表 44
- p1 {. a+ m- x: `5 J$ x 3.2.4 字典 46
+ M5 Z9 ~6 ]* q5 F3 `; c3 E. ] 3.3 函数和类 48
/ s) ]% u* N* K 3.3.1 函数 48 3 n" h1 W3 S4 ~6 A
3.3.2 类 48 & y% N# z+ P, }* R1 [* A- B
3.4 循环与判断 51
! x0 S) W+ A& w2 I, C! T5 \, o, n# G 3.5 库 52 $ R4 b j5 s" k2 Z* y$ F
3.5.1 Numpy 52 , ~3 X; E# y% G Z& n
3.5.2 Matplotlib 55
6 @* ]9 [) O# l5 ^5 f 3.5.3 NetCDF 69 4 @+ d- r, p" j' P$ J
3.5.4 Xarray 69 , c# S% v7 k' G4 q9 g
3.5.5 Cartopy 72
. x5 e" ]" @" G9 [. O) p; M* U 3.5.6 TensorFlow 73 * K! a- G* [+ X: [) K5 ^$ ?
思考练习题 76 0 ?9 ?$ D- r* b* [" V0 q0 ]' K
第4章 人工智能基础 79 2 h z& d d; {9 W9 [
4.1 人工智能基本概念 79
# c/ ~" N/ b: ]% y 4.1.1 数据集划分方法 79 ' N0 t9 g9 h6 |/ F3 A- @
4.1.2 分类问题评价指标 80
; H0 o! Q2 R4 W" W& X 4.1.3 回归问题评价指标 82
2 v- h0 I, l) G( M; Q% v' q0 s' e 4.2 BP神经网络 82
, z+ Z; C! b+ Y3 b, } F4 o 4.2.1 神经网络基本概念 83 8 y. j! i5 F- I# h8 l
4.2.2 M-P模型 84
' ] g3 B( ]4 W7 M 4.2.3 感知机模型 85
, ?4 e V+ a6 C0 u& \9 j 4.2.4 BP神经网络 87 ) p1 ?2 Z* R/ V8 I2 A* F
4.3 其他神经网络 90
8 i9 |; K- P$ d% \0 L8 _- F( w 4.3.1 前馈神经网络 90
3 ^: h4 u& C, [9 _* Y+ g. ^" P 4.3.2 模糊神经网络 91
5 f M& d% l. ]; v' L: F/ W* `, t 4.3.3 径向基神经网络 93 1 `: b! h: V4 Y5 ?. J8 z" y) \0 o
4.4 上机实验：搭建BP神经网络 95
% X* C3 U( U Q% t 4.4.1 数据准备 96
- ^4 U4 S s& M/ O# Y/ v! ? 4.4.2 模型搭建 96 / W% k3 V: f6 Q/ M! r: A* Y9 K0 f3 o
4.4.3 结果检验 97
( G7 O# T! A$ K! w 思考练习题 100 ! `' W% c" r2 m
第5章 深度学习 101 8 l+ a& S; L6 j4 j: Q$ p
5.1 深度学习入门 101
1 @, n: w; a9 |0 M# s* Y 5.2 深度学习的特征 102
* q5 `( u/ ~1 b4 z9 K: i 5.3 卷积神经网络的基础结构 104
2 I: C/ T0 O( t) C 5.3.1 数据输入层 104 # I6 i/ R7 Y, \3 ?
5.3.2 卷积层 105 * ^2 o% `4 |/ z! d1 W9 P7 X! L8 c' h
5.3.3 池化层 107 ! w: v! R" E9 u2 O% o+ E( l
5.3.4 全连接层 109
) L: n& P! _( ] 5.4 常用的4类卷积神经网络架构 109
, a- o7 j- j7 n- q; e$ T 5.4.1 LeNet5 110 0 j2 a, M: U D/ K w2 A' O
5.4.2 AlexNet 111
! ]% o' E/ w3 { 5.4.3 VGG 114 ) e* K8 K+ C: j5 K
5.4.4 ResNet 115 3 ]/ _5 @. T' m
5.5 基于卷积神经网络的语义分割 118
, p* W, K% I2 _( k 5.5.1 图像处理的不同层次 118
v$ m7 b' O4 }% W2 T* i 5.5.2 全卷积神经网络 120 , P8 e9 |3 V" q/ k5 [
5.5.3 DeepLab系列模型 123 : y$ x, X8 e4 G1 a1 `
5.5.4 PSPNet 127
$ U3 U3 E3 o: h3 @ 5.6 上机实验：搭建卷积神经网络 129 % B+ {( ?7 g, Y# F% k: C7 T$ {1 p% u' ?
5.6.1 模型搭建 129
3 t3 E& H4 Z& J5 R7 u 5.6.2 结果检验 131 2 K5 G- O9 [! V; _9 J5 e/ F
思考练习题 133
@4 U& X% j+ H+ E( T' O+ t8 I 第6章 循环神经网络 134
( t9 k- x: E2 O& a& L. o6 }' z) z 6.1 循环神经网络 134
: t# e: I" g" X! r6 o0 V- E 6.2 长短时记忆网络 137
, q0 R) I- ]) H2 t- M 6.2.1 LSTM的内部结构 137 8 p) H; Z U- h" S* p) j' P9 p
6.2.2 LSTM的“门”结构 138
: _* V, g& F# V$ B/ ]2 y 6.3 门控循环单元 141 0 h5 g7 F+ c! D. G
6.3.1 GRU的网络结构 141 8 r4 j" c7 Y! o8 }* f, C
6.3.2 重置门和更新门 142
! Z9 G" @0 B" s* ?) w! A 6.3.3 候选隐藏状态 142 0 u: d! n; w. O I' F9 F# t" R- V/ l
6.3.4 隐藏状态 143 $ R8 y0 q s3 {8 p* s
6.4 双向网络结构 145 - o, [0 r2 ?/ l5 O! U- _* m, ^
6.4.1 双向长短时记忆网络 145 - D8 O1 }* w8 \8 k+ t5 a1 t
6.4.2 双向门控循环单元 146
2 b0 A8 a, k" L 6.5 上机实验：搭建循环神经网络 147
9 |7 C, D+ b) q. d; c) C9 Y) ^ 6.5.1 数据准备与模型搭建 147
2 G+ N; t' d d5 K 6.5.2 结果检验 149
1 B- Z: h1 t, @ 思考练习题 151
" P/ i- g' ]% }$ j 第7章 海洋特征智能识别 152
. S7 T2 o {; e; e' c5 e+ Y$ v 7.1 海洋涡旋与智能识别 152 ) C5 m( n! \4 U, O) \, l' {: C5 K
7.1.1 海洋涡旋 152
7 x$ l- V# H2 q, O& M 7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 , ^5 [' i& {1 s8 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
' N5 P3 ~ ^, Q1 m) c# n2 P! U. b 7.2 海洋内波与智能识别 166
0 l! n5 H6 g( @4 u 7.2.1 海洋内波 166
: Y" j8 U- p+ q4 M/ t 7.2.2 海洋内波的智能识别 168 % C7 M3 E9 s+ \: }6 q
7.3 海表溢油与智能监测 170
' U) M% x7 P( E 7.3.1 海表溢油 170 ' L4 z" y/ j" O' v @+ e6 D3 W5 N
7.3.2 海表溢油监测 172
% N$ l' B O/ o+ x6 u 7.3.3 海表溢油的智能监测 172
) `1 U9 s; h5 u$ \2 B 7.4 海冰与智能探测 176 2 Y+ e7 G [ {( ]- i& V
7.4.1 海冰 176 0 v" b7 U# r% x \" N. ^0 U9 w" j. X
7.4.2 海冰探测 177
/ k& ?# \) u: Y* [; @% b 7.4.3 海冰智能探测 177
) W) P# L' q' T* N 7.5 海洋藻类与智能识别 180
; V$ W+ z# j+ N% Y6 ~# I 7.5.1 海洋藻类 180
+ i8 X& s0 v" O1 W 7.5.2 海洋藻类的智能识别 181
% T; J6 T- ~& x. c 7.6 海上船只与智能监测 183
8 O* G4 G4 E; o* g 7.6.1 海上船只监测 183
) m" s9 ~4 S. @8 ~/ x Z7 [ 7.6.2 海上船只智能监测 184 . q/ O$ M6 ^ x/ g1 F+ l1 J# l" [
7.7 上机实验：语义分割识别海洋涡旋 187
* c2 Q& c. x% n 7.7.1 数据准备 187
! O1 p! k) o1 r: \, a. f 7.7.2 模型识别 189
7 G; `( z# W% \. ` 7.7.3 结果显示 193 ! g: Q$ M4 K5 c9 Y% {! p b
思考练习题 197 6 X, y, ~; `# C" m' f
第8章 海洋参数智能预测 198
, g) ~$ Q' b& K( L 8.1 海洋气候预测 198 & h9 v6 k# A8 j" B/ C! w8 `
8.2 近岸风暴潮智能预测 201
# ^3 W9 c# ~9 V6 U 8.2.1 风暴潮单点水位智能预测 202 ! x8 H- c* Y; L8 V1 S; H
8.2.2 风暴潮漫滩过程智能预测 206
. S0 K# o3 J! _+ y4 Q 8.3 海洋波浪智能预测 209 & e- `- Q6 k5 Y4 w
8.4 海面风速智能预测 211 ' N+ `) D9 t0 L2 _& d
8.5 海表温度智能预测 213 ! t4 x: o- C& _7 d& @$ k
8.6 上机实验：有效波高智能预测 217 ( _9 u& i- i2 I( H2 q! }
8.6.1 数据准备 218
$ s5 ], E8 p$ Y 8.6.2 模型构建 218 ; |5 t! X+ C. `
8.6.3 结果展示 220
) q. ^& v' x' `* S 思考练习题 221 + u$ e0 o1 F! f
第9章 动力参数智能估算和模式误差智能订正 222 ; f4 _# X+ a: x0 h9 M! j- r: T7 E
9.1 海洋模式次网格动力参数的智能估算 223
! K' c" _) H' b 9.1.1 准地转海洋模式 223
. T* e0 Z* q/ ?- f" f7 S' g4 y" f 9.1.2 降低数据分辨率 224 : a& o+ [; b7 X7 f. G/ ?* `
9.1.3 智能估算模型 225
( O7 {9 Z6 d% ^& _ 9.1.4 智能估算结果 226 ) _ g' k" D/ X1 o. n3 \6 k+ p8 k2 o
9.2 大气模式湿物理参数的智能估算 229
! X% I- d E$ y9 o" d* S9 B 9.2.1 湿静力能量守恒 230 ( W9 i$ H" d: v( E H
9.2.2 神经网络设置和数据 230 $ c6 `" e% x2 m. g# ]2 m
9.2.3 ResCu的智能预测结果 232 & F6 V, _6 H( F. S ?9 B: V2 `. b* C
9.3 数值模式误差智能订正 235 6 k4 |5 T# T7 h/ N
思考练习题 238 ! p0 x: ]& q+ Q
参考文献 239
8 ?; v" F/ |9 A/ b9 I: B/ Y" j, \+ ^# [" l5 B8 x: c- {
（请在订单备注处注明发票抬头和税号） # `9 h0 G8 E9 B2 w7 b8 ]
官方旗舰店质量保证！出版社库房直发，
7 ?+ _' a7 y4 ]4 s8 y( v8 X9 c. D7 j 提供正规电子发票！ * C9 \9 e8 ?2 }4 e1 I
1 u" }' K2 {. x7 ^% X/ v
— END— 3 n, L, R% {5 j
信息来源：科学出版社。
$ D# G" o& O! L. f 转载请注明信息来源及海洋知圈编排 2 i4 [. e. P' x2 l/ ^
大家都在看 ! s+ p$ i9 y8 V4 Y6 A9 r
/ v( y& X- S5 ~! f
► 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……
* z s i! n( F7 p2 j6 K7 a3 } ► 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！ # u- U* ^0 k6 y
► 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”
0 ~4 A: ^$ }- P, R8 e+ Q 中国委员会主任，主持召开委员会成立会议并讲话4 t$ M1 n0 c- ~ h- R* [& 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 3 ?8 P/ |( k4 k: M# s( ?
► 王颖院士主编《数字南海》正式出版！ 9 Y! D5 C, [0 Q, ^ y
( Z; h: g; q/ r3 A: K/ v( L, t ► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） + K( \& j% `& C' [: D6 y
►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！
/ j- O9 S% ?( H9 P( E ►《海洋数值模拟》正式出版！董昌明主编 3 @" a2 X, z: s% c C: r
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 4 c5 ]" F! ]% j6 ]$ S/ P+ k, H
► 填补海洋气象学领域空白！《爆发性气旋》专著出版
/ F T# [2 s. R: |4 a3 k2 `7 A ► 《黄河三角洲湿地碳循环与碳收支》专著出版
4 k$ d# C' k/ F, o ► 《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 E {8 p/ j. w& O$ G( o! C7 M 海 - h* D/ G/ t$ }) D
► 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》
3 Z5 o: ~8 M4 L1 T2 \) Y 洋
" H$ d& M! s6 P' V: G7 Q' j* M ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
' r; u4 n6 y# W4 O' K2 z0 ]- e 书 3 R% K# R8 ]) \ y' I1 I' e% U- K
►《现代海底热液活动》栾锡武研究员 著
+ g! O' `$ a, o: x8 ?2 G1 H4 W$ x! P 屋
: h2 q* p: H7 n: R% Z ►《海洋机器人科学与技术丛书》出版发行
5 h& R+ } ^# @, F ► 我国第一部《海洋生物地球化学》研究生教材出版 1 I- G1 l; t" e2 b0 T" s9 e( i
► 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 : o. d- m1 f, {* d8 M
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
8 l$ Z9 a) E( j6 l' j1 D ►《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
- }. n0 N2 E. C4 s; H5 z) W7 n ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
- A1 e& `& u J' B ►《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
( h4 I1 a) m- W5 O. i" | ►《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 + m# t: \% M$ N% `& w: @2 Y
► 《黄河三角洲湿地生境演变遥感监测》出版
- l1 W/ w0 I+ H" |0 a& r 海洋知圈
& {! ?. \0 _ f2 V- f 知晓海洋 | 探知海洋
3 t" {% _0 O6 P1 h! J6 |0 y 宣传海洋 | 服务海洋 2 z! N+ P- p0 f, W; _- t" |
如您喜欢，请“点赞”并点亮“ 在看” |
