|
3 p4 J4 z8 K9 K# |) R9 z
原标题：《人工智能海洋学基础及应用》正式出版！
1 w9 K& H, o6 G" O" t' P: ^' ]# f
/ { y" g8 _; H: B 
0 Y: F$ ^' J1 G$ f$ h3 u （请在订单备注处注明发票抬头和税号）
8 [* i6 z Z4 {3 X/ [ 官方旗舰店质量保证！出版社库房直发，
, r$ @( A2 k5 y3 b0 ` 提供正规电子发票！ ( x( j# ?, q5 D
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。
+ m" t; \: E4 ^( ^6 X8 A3 A3 n. B1 \4 m 目录 8 L! v% u; N& f3 I+ g) y8 b
前言 , M* ~0 E) p* g$ E' p8 h8 n! C: T
第1章 绪论 1 7 F, \8 Z8 w d* c6 t U/ @: |
1.1 人工智能发展历程 1
! o( j' G% y+ E4 a7 y/ g 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 2 t% V Y7 }" \1 z7 M6 m
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 4 h0 Z, {8 ]2 o$ l" c5 C
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
" B1 V$ N k" I7 a! h: E 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 " l, t k) r6 B
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
* p- ?; c/ y( d% d* G 1.2 人工智能海洋学发展历程 5 0 @4 Y/ }& j7 t, Q
1.2.1 海洋特征智能识别 6
, ^& y4 M$ E, b& t; _! M6 V 1.2.2 海洋参数智能预测 6 : q6 p% u7 _8 S& V& k6 R
1.2.3 动力参数智能估算 7
7 Q9 ]! [% ^* G+ z2 Q+ q" l$ ~, \ 1.2.4 海洋智能化探测 7 ! v G: L; A, k0 _
1.3 本书的结构和基本内容 8
/ \( t3 e7 A8 L* P+ H* c1 ^ 第2章 海洋大数据简介 10
' ]: U+ }" A: _+ A: u 2.1 大数据概况 10
& a. n! d+ e* |9 W! j& S0 q- c 2.2 海洋大数据的发展历程 10
2 `: K& j/ K, ] 2.2.1 海洋数据的初步积累阶段 11
" J6 Q# ^/ e' I" \% p 2.2.2 海洋数据的进一步积累阶段 12 # O/ [3 U4 P& n8 q* D
2.2.3 海洋数据的大量积累阶段 13 . V6 U5 U1 R: m/ S3 ^
2.3 海洋大数据的定义及特征 14 ) w- y- g+ {: H v$ c# r m7 H
2.3.1 海洋大数据的定义 14 8 x- X* }+ ?7 X) [3 v
2.3.2 海洋大数据的特征 14 # t; ~- C7 l) E k/ g, ]. S$ ~
2.4 海洋大数据的数据来源 15
* }3 e, P. M* X2 a 2.4.1 海洋实测数据 15
% f/ h7 B4 r' k7 w T6 Y% d 2.4.2 海洋遥感数据 18 8 i; f" @; S9 V, k k6 B
2.4.3 海洋模式数据 21
1 l) B9 ~3 z' ~: }* _ 2.5 海洋大数据的处理分析 23
9 S$ V1 V/ P; R {" P 2.5.1 海洋大数据的存储与管理 23
' Q: M) S' k! a" ~% }( d$ E; y 2.5.2 海洋大数据分析挖掘技术 24 m7 B0 B# i. i
2.5.3 海洋大数据可视化技术 24 & O6 m4 k7 }7 B1 ~- I0 [
2.6 常用海洋大数据平台 25
* A3 R+ y2 }1 }! C. T. \' J 2.6.1 海洋科学大数据中心 25 2 O+ e- B) L8 ], b8 |$ T
2.6.2 美国国家数据浮标中心 26 , |( ^5 B2 W/ H) Y9 A
2.6.3 欧洲海洋观测和数据网络 26 : J, i$ t% L! w2 V3 |
2.6.4 日本气象厅平台 27
$ k$ ~$ z) @) Y0 b3 `: D 2.7 一种常用的海洋大数据管理系统 27 a3 M! s* T3 F' q1 r
2.7.1 为什么需要Hadoop 27 4 c8 _) B; C6 R: Q7 ]% Q
2.7.2 HDFS 29 n, _ m& T* v; \& } u; @
2.7.3 MapReduce 31 4 `# o6 ]# N6 k* f
2.7.4 Hadoop的部署 32 # E+ n4 ?- \; ]. p# t
思考练习题 37 8 h1 p% Q& F8 A4 a, U v7 \
第3章 Python语言 38 & ~+ e, i T9 Q7 i0 y
3.1 安装与运行 38
1 U2 j1 }, Y! L2 R# d& R' l 3.1.1 安装Anaconda 38
, @% u1 O/ v6 [% y3 p, [! B% p 3.1.2 安装PyCharm 41
1 ?- ?1 R1 Q8 @ 3.2 基本变量类型 42
, a( O9 j2 L8 a! y' m 3.2.1 数字与运算 43
; f$ m2 f" I ]$ r/ ?; a. t 3.2.2 字符串 44 / m; M) J& X) k% o8 z# E1 {2 F
3.2.3 列表 44 & {# _' A+ R- m2 J
3.2.4 字典 46 $ F' `$ S8 n; m
3.3 函数和类 48 , q ~! N, l8 \7 ?$ z& D7 s
3.3.1 函数 48 8 L- k* F) h+ O9 j
3.3.2 类 48 : E4 e: R' r- j( _1 a
3.4 循环与判断 51
! U8 k: f1 b: G; Z. @8 o 3.5 库 52
* c* L7 [# k' O/ c 3.5.1 Numpy 52
* v) j7 y, H& t! f7 z: v 3.5.2 Matplotlib 55 3 d' d2 u& D) K
3.5.3 NetCDF 69
+ m2 ~5 D! v$ |+ k4 J 3.5.4 Xarray 69
: r9 Z8 c2 A3 r 3.5.5 Cartopy 72
/ V5 M8 r6 n( \1 o5 M' Z" \$ n 3.5.6 TensorFlow 73 , b6 w6 e2 O: `: K }. a# D) E; v
思考练习题 76 & _; ~% [% U# J9 ?. I2 S
第4章 人工智能基础 79
6 \+ H$ s3 D" N0 T0 `. k/ B8 U 4.1 人工智能基本概念 79 & j* b; r, G" O1 ^* v r
4.1.1 数据集划分方法 79
- r8 P& V1 ]1 a+ N. [' j 4.1.2 分类问题评价指标 80
2 E: u7 K/ ]6 o6 p* a6 j 4.1.3 回归问题评价指标 82
* _4 R* u/ k7 h3 D) n' O 4.2 BP神经网络 82
8 V) G% T3 u! G' b0 S1 {& g* G( H y6 k 4.2.1 神经网络基本概念 83
7 b$ F, r& c2 q" e8 z 4.2.2 M-P模型 84
6 c* x- R( N0 O 4.2.3 感知机模型 85 ' Y9 Q" p; h0 ~7 S* R8 ^. A4 R- O
4.2.4 BP神经网络 87
+ j2 g& T* b) L' C 4.3 其他神经网络 90
: |) c$ w! ?1 l7 L, |2 L7 g 4.3.1 前馈神经网络 90
4 F' O: R: y8 `) i9 V 4.3.2 模糊神经网络 91
" L( t3 V1 m# u" E: \+ L6 h 4.3.3 径向基神经网络 93
$ s2 G4 x1 y+ ^0 x! O) R |+ ?; { 4.4 上机实验：搭建BP神经网络 95 4 P) ~1 A7 w6 l/ f9 s
4.4.1 数据准备 96
+ ]. ]( h" L: |- Q" G 4.4.2 模型搭建 96
' f& ]% v8 D3 Z: M 4.4.3 结果检验 97 - G& i5 J: X9 e( E, j5 F- K/ Y
思考练习题 100 : j4 Q3 C& X X5 R
第5章 深度学习 101
- K6 I5 h. g) n 5.1 深度学习入门 101 * L! x& Q% A z
5.2 深度学习的特征 102 2 l1 v6 e* H0 g; o
5.3 卷积神经网络的基础结构 104
: |# I; y$ N; Z 5.3.1 数据输入层 104
" a% b4 S3 Y% [6 k; z$ d+ X0 } 5.3.2 卷积层 105
+ ~9 s5 E5 I4 L1 [ 5.3.3 池化层 107 ( H5 J' o8 s, o3 ^7 m0 j
5.3.4 全连接层 109
( @2 E% y7 J V 5.4 常用的4类卷积神经网络架构 109 $ q8 o9 B# T# h% D j
5.4.1 LeNet5 110 , g9 A! o5 m/ {4 ?. t
5.4.2 AlexNet 111
; e$ ]! o j$ U 5.4.3 VGG 114
8 N8 V1 y4 m- ~) S: _2 Y$ u9 k 5.4.4 ResNet 115
" a* f: N" `& U! S) p) j 5.5 基于卷积神经网络的语义分割 118 * Z5 J% ?5 l* o1 Q9 Y/ w
5.5.1 图像处理的不同层次 118 1 r0 Y6 d. `; T7 _
5.5.2 全卷积神经网络 120
2 I% ?1 X- `; k1 e9 } 5.5.3 DeepLab系列模型 123 : X, F3 d. Y; |& f: X( P5 b
5.5.4 PSPNet 127
' P: v9 [( i8 u" X" | 5.6 上机实验：搭建卷积神经网络 129
' d1 T6 A6 W+ I1 l 5.6.1 模型搭建 129 7 G6 M, I) `& Z/ B; V
5.6.2 结果检验 131 ! ?! d2 M1 ]: A$ }( {8 h& I" z
思考练习题 133
2 y" ~/ A/ {, l. X4 n/ B 第6章 循环神经网络 134
5 m2 k3 t! [. ~+ i6 f+ p8 @7 _ 6.1 循环神经网络 134 ( I9 j( F5 G, \4 m+ f+ Z* S& Z
6.2 长短时记忆网络 137
8 n# c1 {& o- W A i7 [5 F, C 6.2.1 LSTM的内部结构 137
5 S% ?- X8 i% f6 N& F- ?$ p 6.2.2 LSTM的“门”结构 138
/ R3 k# W* i2 z0 Q# L: \& `. X 6.3 门控循环单元 141
5 k% c3 B& v- c4 u4 G" J6 q A5 [* d 6.3.1 GRU的网络结构 141
2 [2 @& s2 g. t- I 6.3.2 重置门和更新门 142
% d' ~& e; ~, ]* u' v 6.3.3 候选隐藏状态 142
, ?7 b# R7 E& G6 U6 D) u3 X 6.3.4 隐藏状态 143
+ T% P! Z# i* a8 ^ 6.4 双向网络结构 145
: ?" A N/ M% [ 6.4.1 双向长短时记忆网络 145 3 B' S0 ]9 p# p D
6.4.2 双向门控循环单元 146 0 w7 `- x& w! ]: h; O
6.5 上机实验：搭建循环神经网络 147 / j1 s; Q1 L, G4 y
6.5.1 数据准备与模型搭建 147
! O% A0 X5 i& X$ d+ ] 6.5.2 结果检验 149
/ L+ M8 C4 r! u$ O/ \8 X8 p 思考练习题 151 - N. p. b T7 k
第7章 海洋特征智能识别 152 ' O1 \2 c( i; L& U
7.1 海洋涡旋与智能识别 152
1 Z+ p9 t8 k' |- b8 ` 7.1.1 海洋涡旋 152
1 @5 C5 j$ l* Y/ D, F i$ Z 7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
! J# h# @# l" b( O 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
( P3 O, o$ d, l% S4 g+ B2 E% h 7.2 海洋内波与智能识别 166 & y* @0 Z5 a2 `: [8 C
7.2.1 海洋内波 166 . N' |' j6 D/ p& J( ^9 z# m
7.2.2 海洋内波的智能识别 168
/ |, q7 \6 A0 F' [' e) G5 s 7.3 海表溢油与智能监测 170 * ?$ g; }* O& l& N# k
7.3.1 海表溢油 170 - g1 R# P9 P8 i7 i. F) I4 @
7.3.2 海表溢油监测 172 5 b' O: n3 I0 q# X
7.3.3 海表溢油的智能监测 172
4 D8 M8 ?/ Z* V" P P$ ]" k1 ~ 7.4 海冰与智能探测 176
* T2 u2 S; _0 e N4 g; e3 V/ x 7.4.1 海冰 176 # n$ V" }, B |+ ^
7.4.2 海冰探测 177 0 d( d' S5 ~$ x0 M" j
7.4.3 海冰智能探测 177
- V2 X+ l) h5 K& w2 _/ |5 Z# z* _ 7.5 海洋藻类与智能识别 180
( k6 w+ G: v6 o1 q# |" K! _4 w 7.5.1 海洋藻类 180 I8 S7 B V$ Q/ \! @1 d& \8 b
7.5.2 海洋藻类的智能识别 181 ; Y- ?$ _0 y# {, S# a8 P! R% `: f
7.6 海上船只与智能监测 183
5 Y1 t9 S( i# p; s7 I2 F8 C 7.6.1 海上船只监测 183
% J4 d r# P9 W, `/ L; I 7.6.2 海上船只智能监测 184
2 [" f% F* ?4 a R3 j% {( a 7.7 上机实验：语义分割识别海洋涡旋 187 ^( w M3 ~! G% {9 T% S$ c
7.7.1 数据准备 187 " p) j( N5 Q- ]2 U7 v
7.7.2 模型识别 189
9 x' P) U; `! \) C 7.7.3 结果显示 193
0 s4 |& L; F0 ~5 @) ~ 思考练习题 197 & a- _7 L B3 a, g7 R: e/ Y. v
第8章 海洋参数智能预测 198
5 r$ N1 O; Y8 _/ V1 C+ x( Y! O1 ` 8.1 海洋气候预测 198
2 r6 L- y; ]9 y9 P0 t: w, a 8.2 近岸风暴潮智能预测 201 4 h8 {9 j0 S( l
8.2.1 风暴潮单点水位智能预测 202
" k& w8 w, j+ N 8.2.2 风暴潮漫滩过程智能预测 206
) m1 h, F3 u% z T: n% d 8.3 海洋波浪智能预测 209
& c! h' K' Z, _# I1 o 8.4 海面风速智能预测 211 + p; E" J3 r* g6 z9 F
8.5 海表温度智能预测 213
( D9 b/ ]9 G& J% o# c6 u 8.6 上机实验：有效波高智能预测 217
# Q( ]8 S8 s$ d- M+ e) ~) [ 8.6.1 数据准备 218
% G, u: z! Q( o. v! x2 R* f 8.6.2 模型构建 218
* F6 Q v( d5 `: ?6 @7 A9 L 8.6.3 结果展示 220
; X6 n' L" Z( m. Y- N# s* c 思考练习题 221 " L. w& R" j% [1 m8 N' P3 E# J
第9章 动力参数智能估算和模式误差智能订正 222
; S. M* N8 n$ k) L# E' N 9.1 海洋模式次网格动力参数的智能估算 223 & X& K% e5 ?9 e# Y. O
9.1.1 准地转海洋模式 223
0 G$ j" U4 d" x/ } u$ ? 9.1.2 降低数据分辨率 224
/ I7 C3 |- I: J8 E. Z 9.1.3 智能估算模型 225 4 Y( r E( c' {! M4 p
9.1.4 智能估算结果 226 ( X- w/ R" h/ ]
9.2 大气模式湿物理参数的智能估算 229
4 w6 ^$ C! x! s* i 9.2.1 湿静力能量守恒 230
& W0 B" M, Q- G7 o, T1 W 9.2.2 神经网络设置和数据 230
0 t J2 Q* q& k/ S$ H 9.2.3 ResCu的智能预测结果 232
( q" b4 X r e, s- J 9.3 数值模式误差智能订正 235 ( k/ `) X! X: M3 E
思考练习题 238 1 _' A* n% n6 m6 T8 S
参考文献 239
* N8 _) [, F: ~! N9 F4 E
$ s, @% V6 `5 v- \6 {( n8 @0 s （请在订单备注处注明发票抬头和税号） ' \/ }) P7 R5 i) I
官方旗舰店质量保证！出版社库房直发， ! l% @& T, X8 B# [, E1 ]% W
提供正规电子发票！
( a" Z4 u: ]+ x+ N! J! g% n- G- }4 }- i
— END—
+ k$ P; _8 Y: j 信息来源：科学出版社。 * O' F" i' T- M. i9 `# @* h
转载请注明信息来源及海洋知圈编排
# w$ C+ c! b& T% o2 n* x5 j$ X' v 大家都在看
" u. |+ D3 d- e7 q% A! C( o% _
* m* u: {+ `7 n0 Q; x* H ► 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……5 h5 Z& U7 P1 L% H e# Z
► 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！
# l* K3 o8 }7 T ► 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 j5 E9 J: U$ {4 n
中国委员会主任，主持召开委员会成立会议并讲话# j$ }5 n8 Y, b4 {- 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 # {/ C" X: @& J) H [; u8 _
► 王颖院士主编《数字南海》正式出版！ - w7 h$ }8 D8 r0 g
% n, p9 L& n% h ► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编）
1 m& _# V5 k! ^* K9 m ►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！ 4 U& |. ?3 q8 |
►《海洋数值模拟》正式出版！董昌明主编
K: Q, q' ^8 i( D9 o0 _6 v7 x7 E ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 5 t" i# c0 r" r. ~
► 填补海洋气象学领域空白！《爆发性气旋》专著出版
3 A6 i4 h g9 I( m/ P ► 《黄河三角洲湿地碳循环与碳收支》专著出版 0 j% n' _: c5 X4 w% O2 z
► 《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
; t# i$ t. a) y" ^" W 海
& L% X6 q6 j! R ► 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》
7 F X* v& ?+ l9 P" { 洋 5 f' D5 ?8 n4 j, m0 f/ F
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
- L' o; \( `- _8 j- _ 书
6 @; V( o* `5 v ►《现代海底热液活动》栾锡武研究员 著 + _: t- q, Z0 I2 ~3 i0 r$ F' {
屋
4 ]/ t+ |6 Z) T4 M" x3 ^ ►《海洋机器人科学与技术丛书》出版发行
u* U5 @+ |/ Y ► 我国第一部《海洋生物地球化学》研究生教材出版 5 Y& T5 a- l2 L6 o# Q Y3 l
► 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 6 \0 ^5 n" G6 E+ l4 P! A/ Q" y
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 2 `4 h L' F+ M: W* D: I9 d+ y7 Q: l
►《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
# s( u, ^- s$ m+ q0 @ ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
) @; Z Y& o8 k! A8 ? ►《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
. z" j9 Q5 y" E- z ►《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
9 h* h/ A5 D/ i9 ^# X) l- E: D ► 《黄河三角洲湿地生境演变遥感监测》出版
! I1 f/ R0 M0 N 海洋知圈 5 R, T5 Q& g0 K6 Z/ w
知晓海洋 | 探知海洋
4 z3 z" p: p$ i' c5 J6 Z4 |) p1 N8 v 宣传海洋 | 服务海洋 7 W3 b$ I, a9 _$ R
如您喜欢，请“点赞”并点亮“ 在看” |
