|
8 p% k7 @. \$ H' B 原标题：《人工智能海洋学基础及应用》正式出版！
0 v) l8 [1 w [8 A2 _6 l' a/ V7 U
0 }. `5 v6 @4 Q! C& F$ |# W 
' C% L: G) l R. _& ^ M
（请在订单备注处注明发票抬头和税号） 2 l4 J: |' E) R* b8 `- z
官方旗舰店质量保证！出版社库房直发， ( }' W. H2 D" s' r9 P" X
提供正规电子发票！ ( F% J( a3 K. H* f6 [2 b
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。
8 b; P, g4 E5 J 目录
3 T0 g( h$ k9 V% P! r 前言
. Q2 [" K# W" U4 P* u. f. O 第1章 绪论 1 1 G& o' t, c; B! x. B& i
1.1 人工智能发展历程 1
6 s, Y! U9 i! z' I( I8 M* s: H. b* Z 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2
1 z# F$ f; |1 ~8 R% c8 ]8 [ 1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2
* J+ j. Q" `2 ^; b 1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
' N9 E) Q) h' @+ @" e6 `9 y 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3
6 V7 r7 ^+ a4 E" |: \, z5 n 1.1.5 第3次浪潮(20世纪90年代中期至今) 3
+ X2 i$ c+ f2 p/ t% t- V7 a4 O 1.2 人工智能海洋学发展历程 5 - B- c: C5 i$ u8 p- H; y+ R9 \
1.2.1 海洋特征智能识别 6 & [, m2 _& }0 P, X( u, E
1.2.2 海洋参数智能预测 6 3 ?6 v, b7 c/ Z5 s- x
1.2.3 动力参数智能估算 7 # S" P+ M7 O1 K7 ~
1.2.4 海洋智能化探测 7
' R+ C# @5 G# @% ~( Z 1.3 本书的结构和基本内容 8 , H% L- @8 R' s7 z- y' l
第2章 海洋大数据简介 10 4 Y) c5 @. | l, b9 u
2.1 大数据概况 10
0 H c8 r- j K7 u* C 2.2 海洋大数据的发展历程 10
! i* n5 _: U$ |+ w9 k' t 2.2.1 海洋数据的初步积累阶段 11
0 d c* E% ?$ q7 `! Z' S# \2 I* z 2.2.2 海洋数据的进一步积累阶段 12 ) w0 `% n* [8 \5 m
2.2.3 海洋数据的大量积累阶段 13 9 ]3 W: A$ I+ C7 M+ @/ m
2.3 海洋大数据的定义及特征 14
* ?* z. s& ]) l) i" R 2.3.1 海洋大数据的定义 14 . C3 d- h p5 w2 k+ q
2.3.2 海洋大数据的特征 14 % Y+ C0 [' M) t. H3 O
2.4 海洋大数据的数据来源 15
: U0 g2 b) _- c& }, D9 y2 A% A, i 2.4.1 海洋实测数据 15
) J8 ^2 B! V* Z* X( x 2.4.2 海洋遥感数据 18
. q2 U! K) r% t! l) f& R 2.4.3 海洋模式数据 21 " n Q7 D& M* ]! w
2.5 海洋大数据的处理分析 23
. Z* t6 A, }: |7 e) U& j 2.5.1 海洋大数据的存储与管理 23 . _- s3 Z; h% J& ~# B
2.5.2 海洋大数据分析挖掘技术 24
0 O5 s0 Z( ~' P. ?" q. ~$ O" i 2.5.3 海洋大数据可视化技术 24
0 _: Z9 L. b% R* ]* g 2.6 常用海洋大数据平台 25
3 O `: B/ W! j$ E; r 2.6.1 海洋科学大数据中心 25
+ \9 j6 o3 w5 @; I0 F8 S9 B 2.6.2 美国国家数据浮标中心 26
4 O. o# i y, A0 Z5 F 2.6.3 欧洲海洋观测和数据网络 26
% w2 R4 X* q( W* `0 {' X 2.6.4 日本气象厅平台 27 $ D2 X, f4 {# d
2.7 一种常用的海洋大数据管理系统 27 2 J1 Q% M4 t6 j/ Q; m7 T# S6 _
2.7.1 为什么需要Hadoop 27 3 j) _1 [4 J( D6 n. {' X
2.7.2 HDFS 29
( T* O* `1 G. r8 V, _4 U/ h. O 2.7.3 MapReduce 31 ) ?, [9 a3 ^& c5 G: ?( v
2.7.4 Hadoop的部署 32
" `3 N _" [6 l 思考练习题 37 ; M0 Y3 r( d9 H
第3章 Python语言 38
4 f l" b: B; I; M6 J' ` 3.1 安装与运行 38 5 q- |, Q# N Z7 \% W8 X- f7 _/ G% Y
3.1.1 安装Anaconda 38 1 d4 _* L! ]7 _! b
3.1.2 安装PyCharm 41
: m2 n0 U/ e' ?7 w 3.2 基本变量类型 42
9 B% f E+ H8 v 3.2.1 数字与运算 43
( W: ~) B% y# W" t5 V# x6 J$ \ 3.2.2 字符串 44
2 ]1 s4 N% _; U, s4 { 3.2.3 列表 44
5 g2 e! k% }1 |2 X7 g- ] 3.2.4 字典 46 ' @2 U/ d" b# w& a7 G& B
3.3 函数和类 48 / m" `# j9 s: h% f; L# H% Z
3.3.1 函数 48 8 M6 ]7 N: h' R+ E" q
3.3.2 类 48
( U# ~1 k* U' l1 @, y. ^! ~7 D# m 3.4 循环与判断 51 3 l- c6 u6 q* v1 S- X/ I7 t4 j, c
3.5 库 52
! [. i: m& b# ~, w. h, U, H 3.5.1 Numpy 52
z: |' l& q0 b+ n) F' b# z' m2 u 3.5.2 Matplotlib 55
0 B7 I8 `: x& X 3.5.3 NetCDF 69
& {; Q$ H( F2 z' \( T" P$ U2 b 3.5.4 Xarray 69 # e( W- ]* f0 }
3.5.5 Cartopy 72 + p4 j! }8 |3 k
3.5.6 TensorFlow 73 4 d$ R% `3 @0 N1 x; Q
思考练习题 76 * y) F0 x9 x* Y ?+ K: |
第4章 人工智能基础 79
6 J* r5 p8 ]: g# g& ~2 c 4.1 人工智能基本概念 79
) W( M: K+ G0 G5 E 4.1.1 数据集划分方法 79
8 ~9 g! m" d8 a$ j6 A2 o- q% p 4.1.2 分类问题评价指标 80
# h9 o' `8 ~( O, j7 x- K! H+ f 4.1.3 回归问题评价指标 82 [% Z& U& A* P' J1 b3 |
4.2 BP神经网络 82
. L: B: h; L( k! W$ b0 k2 T 4.2.1 神经网络基本概念 83
2 J2 I, {. `& Z" R, S# e, o( b 4.2.2 M-P模型 84
% {& G0 i5 p, ` j$ M; k 4.2.3 感知机模型 85
+ ~6 v0 V# H3 I( u S* r 4.2.4 BP神经网络 87
6 H/ M" j* v* A# h: w 4.3 其他神经网络 90
7 R/ B: u& p+ o7 P) D! l0 B 4.3.1 前馈神经网络 90
1 B( O6 I: f$ P8 h+ @ 4.3.2 模糊神经网络 91
9 _+ D5 C; x( _. x% U 4.3.3 径向基神经网络 93
: e. }0 R+ j4 x* D4 c+ P4 g a, D 4.4 上机实验：搭建BP神经网络 95
- u0 T) \ W- C. X! k/ k 4.4.1 数据准备 96
0 A0 o p* M4 y6 g V5 p 4.4.2 模型搭建 96
2 \2 A( j) T3 r2 W+ n 4.4.3 结果检验 97
1 _4 z$ ?0 x- ?2 T 思考练习题 100 8 s$ O9 Z4 ]- y2 }, A% P
第5章 深度学习 101 # J! l6 D2 I: c, L
5.1 深度学习入门 101 . j1 }% K" n3 P
5.2 深度学习的特征 102
( X: W- N) Y& {, b 5.3 卷积神经网络的基础结构 104
( x# e, S' u' w2 B 5.3.1 数据输入层 104
% H9 A7 a5 R0 |7 d. P% I- D+ T 5.3.2 卷积层 105 + ?! _) w& z j2 S, C9 C
5.3.3 池化层 107 9 `6 }+ f* f( f1 W9 T( d
5.3.4 全连接层 109
0 z/ z$ ~# z) f5 J; @ 5.4 常用的4类卷积神经网络架构 109 $ B0 P8 d5 m9 H
5.4.1 LeNet5 110
4 B& Q' j% S4 s s' A0 z 5.4.2 AlexNet 111 9 q I* g+ D$ S, G" ?
5.4.3 VGG 114 ! }2 d6 K7 D. e) S( g! k; D
5.4.4 ResNet 115
, K5 |( y8 R, U0 o: |1 [. } 5.5 基于卷积神经网络的语义分割 118 + q5 d/ ]$ [$ ?$ `5 M1 C
5.5.1 图像处理的不同层次 118
5 o# {, Y; K1 z 5.5.2 全卷积神经网络 120
5 m! Q o# o' Q) R. _ 5.5.3 DeepLab系列模型 123 # s4 |8 [; o2 f9 J1 l
5.5.4 PSPNet 127 P1 H. z6 w& A* m& `
5.6 上机实验：搭建卷积神经网络 129 3 f1 E3 @& f& ~3 i3 w- c* E
5.6.1 模型搭建 129
H* {& ?' [" u$ B" w# E& P 5.6.2 结果检验 131
: C. T1 p& a% r C$ W4 f8 O" u$ {2 Q 思考练习题 133 6 R! L+ l7 [; D! ?8 w G2 q
第6章 循环神经网络 134 ; z5 V% t2 F3 U5 r6 {, G! f% b4 x
6.1 循环神经网络 134 - |* p* A8 X6 T- n( t8 h0 Z0 k9 F1 O
6.2 长短时记忆网络 137
: ~! R( ~; e- f/ G9 Y: Y5 p 6.2.1 LSTM的内部结构 137
( v) o5 `9 _- z 6.2.2 LSTM的“门”结构 138 . m# r1 X4 p+ j
6.3 门控循环单元 141 * T/ V2 {: B! U3 E, e; |
6.3.1 GRU的网络结构 141
: W3 C) @4 _' F% w 6.3.2 重置门和更新门 142
f6 s, P/ L+ I% P& g+ o 6.3.3 候选隐藏状态 142
: [9 Z, q2 p! l. M: M 6.3.4 隐藏状态 143
% d, y% f. K6 k! Y* w 6.4 双向网络结构 145
! j: w9 t1 _9 @( { V- ? 6.4.1 双向长短时记忆网络 145
6 C- `3 {% a0 Y) s# k# J 6.4.2 双向门控循环单元 146 5 U& f* [4 h# @4 ]( [4 t( ~6 N
6.5 上机实验：搭建循环神经网络 147 % b0 I4 p( T1 n9 f
6.5.1 数据准备与模型搭建 147 ; b& U" R! [% e1 s; `- k
6.5.2 结果检验 149 0 R# {) [# |& {/ b8 M
思考练习题 151 0 c& k$ v& d9 m+ x
第7章 海洋特征智能识别 152
/ U, Y* ?0 x" Q: q, N 7.1 海洋涡旋与智能识别 152
' b. ?( i! C2 S8 b5 d& C9 n 7.1.1 海洋涡旋 152
" t: y5 }% q7 C5 j 7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 , Z) ]; ^, L* E) w3 \( s: D
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
/ O( A" q+ m7 Q$ p% k& n3 ~' F 7.2 海洋内波与智能识别 166
( ?& A$ n$ a7 }3 o! ^& F+ F 7.2.1 海洋内波 166
' C, B9 ?" Z, Q& O! s+ W, | 7.2.2 海洋内波的智能识别 168
% s) J \* S1 A1 z" W 7.3 海表溢油与智能监测 170
3 c1 A8 ^& D. H4 f/ y; i 7.3.1 海表溢油 170
8 @( ?* ~% V, i" g 7.3.2 海表溢油监测 172 7 `( c( @( F, u& q9 \
7.3.3 海表溢油的智能监测 172
$ [4 S) l N2 G) w/ B 7.4 海冰与智能探测 176
# D. F; U- C9 Y. H2 N 7.4.1 海冰 176 " u X, r3 Q, S: E! o$ B. @
7.4.2 海冰探测 177 & m7 P0 y) p- J8 n* n ?0 L$ [" q
7.4.3 海冰智能探测 177 3 M! l2 {+ ?- l" S/ v
7.5 海洋藻类与智能识别 180
7 ]) N8 C I# @5 i6 o5 r! r D 7.5.1 海洋藻类 180
1 k5 D5 H* X8 I. b* s& k 7.5.2 海洋藻类的智能识别 181
7 n* S0 w: w& _ 7.6 海上船只与智能监测 183
3 F2 C) c/ ]: I6 [. }7 t' g$ J- j. w 7.6.1 海上船只监测 183 6 D, Q* U; D- `8 o- f7 ~$ p
7.6.2 海上船只智能监测 184
+ t% E6 I( H- q& p 7.7 上机实验：语义分割识别海洋涡旋 187
* z% Z! D, V: g 7.7.1 数据准备 187
% T; w4 O) q3 {" n 7.7.2 模型识别 189
5 _0 a; X4 W$ F5 E \ 7.7.3 结果显示 193 . q9 q! R6 }/ B: r" O
思考练习题 197
- O5 U+ |$ N# D6 a8 v9 m 第8章 海洋参数智能预测 198
* ^& H$ S2 i+ ?" l# i, ~3 ?* y 8.1 海洋气候预测 198
6 m7 V2 {' W1 u7 [5 u, z- E/ K 8.2 近岸风暴潮智能预测 201 " ]7 M+ q3 J$ i" Q
8.2.1 风暴潮单点水位智能预测 202 e' L+ M' d& o& a4 y
8.2.2 风暴潮漫滩过程智能预测 206
. W1 }0 \3 Y# V4 C% n0 n) I1 k 8.3 海洋波浪智能预测 209 ) f. E; L+ W H/ l2 G1 R+ B
8.4 海面风速智能预测 211 # t7 E9 Q, ]" r3 o1 z- g r; b
8.5 海表温度智能预测 213 2 c5 a7 D8 J+ x0 M- Q" F# G' ~( z
8.6 上机实验：有效波高智能预测 217
b4 O! |& u; e- t0 R$ z 8.6.1 数据准备 218
6 q! _; j& L" s: ] E( W. X. L 8.6.2 模型构建 218
# J. a! o7 P% B# _ p% B# A 8.6.3 结果展示 220
- o1 `: \4 i! f9 F* E3 o5 Y 思考练习题 221
+ R7 d x- H0 U) h- ` 第9章 动力参数智能估算和模式误差智能订正 222 & y1 C5 y) x9 b6 U+ ?) z5 x% Z! v
9.1 海洋模式次网格动力参数的智能估算 223 - _: [ R d+ o; J
9.1.1 准地转海洋模式 223 7 m, k5 g1 X3 y
9.1.2 降低数据分辨率 224 . }' M6 d' |. f/ r$ o, x% R, J
9.1.3 智能估算模型 225
$ y- ?+ p4 U$ h7 Y3 ^# S 9.1.4 智能估算结果 226
' _& a: C' M3 i6 m! W 9.2 大气模式湿物理参数的智能估算 229
; x0 \' p) {" R, A2 ^3 U 9.2.1 湿静力能量守恒 230 . V+ h2 F* y# P7 P# o A
9.2.2 神经网络设置和数据 230 ) g+ @( c) E( w
9.2.3 ResCu的智能预测结果 232 ( u; r5 L. K& d9 `, v, b) }$ x
9.3 数值模式误差智能订正 235 4 B2 o' w( _6 T. V* ~# _
思考练习题 238
W$ B( x, H n 参考文献 239 . ^9 v( W9 U f* z7 `6 d% L
) L9 R) r j' M; H2 {0 a
（请在订单备注处注明发票抬头和税号） : [4 }" e w1 a+ T& V
官方旗舰店质量保证！出版社库房直发， + c9 O% N. S6 `3 |: s( F: F; z. ]
提供正规电子发票！ / t/ J( U# ~2 }$ ^: Q
+ n9 M6 K/ H) |; S
— END—
* ~6 f Q# _" p% J, ?2 ?8 S 信息来源：科学出版社。 1 [, w4 O. G. P( @! j/ v& f
转载请注明信息来源及海洋知圈编排 1 b8 H, W7 I. }1 o
大家都在看 ; E$ E) N( P9 H/ U
. O7 a( Y4 @3 U3 T
► 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……- N0 n# D8 P/ d: C& W$ b
► 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！
& O. a7 b) G9 ]1 l% R, h9 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”
- W0 E: |3 ~6 L# l8 Q" x- J- _ 中国委员会主任，主持召开委员会成立会议并讲话
, v. L' U. {: ]( ~, 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
$ h& E8 f& F; j/ G6 j1 a8 L' y1 W ► 王颖院士主编《数字南海》正式出版！
5 Q/ M/ N0 j% F! U+ n! x3 w( r) q3 I, [9 @; g
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） Y1 B6 H& D4 k9 V! h+ p. B: B3 j
►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！
5 f" L, E2 d8 C ►《海洋数值模拟》正式出版！董昌明主编
9 l: }" N4 I/ A, o8 m; W ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著
! g7 M) p8 j4 H ► 填补海洋气象学领域空白！《爆发性气旋》专著出版 3 J/ [0 {% l: E6 h* c& X" p
► 《黄河三角洲湿地碳循环与碳收支》专著出版
7 O' n1 {; {+ t2 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 - j4 c- b9 T" R
海
. x. i7 A2 v6 J2 H9 Z+ N' w ► 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 G) n( P- v$ ?& F 洋 - k* O3 t: b; c" E$ ~+ F( O- a
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
. r6 \2 l0 O! }7 A6 C( g 书
/ |, W8 f$ s/ V+ ^0 I ►《现代海底热液活动》栾锡武研究员 著 0 U1 B+ @9 w2 f, N
屋
2 K# l( v$ \+ p' {+ d ►《海洋机器人科学与技术丛书》出版发行
; j7 B* G1 i9 D5 y/ \2 H ► 我国第一部《海洋生物地球化学》研究生教材出版 / B7 A0 b6 E" Q. k! `: P1 O6 X; L9 t
► 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 Y7 z) {2 H' P0 y* ^. C( w ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
% V' z4 i( K( N0 G& W2 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 7 ~* `- \+ _3 m4 x5 r i
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
' [) `5 F+ X# t' Q ►《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
- F6 [" @( A6 W! {* q' i* ]+ F ►《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 f7 G7 |) w: e ► 《黄河三角洲湿地生境演变遥感监测》出版 - X, f& u5 M! c o
海洋知圈 , Q6 q- \4 j7 x; E. o
知晓海洋 | 探知海洋
( m* }" x6 |! q7 n; a" H) n0 I 宣传海洋 | 服务海洋 1 D; F+ n) s I X& \
如您喜欢，请“点赞”并点亮“ 在看” |
