|
% t& L+ D- B! D+ O 原标题：《人工智能海洋学基础及应用》正式出版！ " W0 f. `* S' n, P
- ]( _1 g( N9 {7 Y6 d8 r
( z. m; x% d$ O/ p' e) X. n （请在订单备注处注明发票抬头和税号） 1 J3 Y3 H! X/ L3 U$ K# H* C
官方旗舰店质量保证！出版社库房直发，
! f1 P0 p# i$ \ 提供正规电子发票！ 4 I( m2 C o+ q
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。
0 w0 @; F2 @# d0 N 目录
# G+ x! h; e" w' b2 F5 x, ^" k! C u+ } 前言 5 y9 V5 u e) U. b5 X# J2 Z
第1章 绪论 1
+ }( j5 Y+ k1 E, ~ 1.1 人工智能发展历程 1 ( i: d5 d) z* h6 Q# j/ L
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2
+ ]1 e+ E! e$ a8 H6 U& B% e 1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 # \# \$ v# d0 y6 B e
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 ) z& ]# ~" k) B& j0 |2 |
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 7 h( l7 W& y8 g# r
1.1.5 第3次浪潮(20世纪90年代中期至今) 3 ( O; F- h5 R3 V) o9 L v
1.2 人工智能海洋学发展历程 5
2 [) }" |' G1 B' y2 g 1.2.1 海洋特征智能识别 6 2 B' Y7 q( ?. a7 W3 H+ n7 i
1.2.2 海洋参数智能预测 6
; N* ?, c1 y8 X) u 1.2.3 动力参数智能估算 7
2 P' r6 K o3 I9 \8 g 1.2.4 海洋智能化探测 7
' W$ j$ `" P: _$ {% G 1.3 本书的结构和基本内容 8
! t! u) [5 N9 c+ q/ J 第2章 海洋大数据简介 10 9 D v# g1 Z+ ]0 W3 s; \( W+ ~
2.1 大数据概况 10
8 ?* Z0 i0 w8 o 2.2 海洋大数据的发展历程 10 5 F O6 r* E# k3 B' Q
2.2.1 海洋数据的初步积累阶段 11 ; u W6 i. |9 r; d' Z
2.2.2 海洋数据的进一步积累阶段 12 ( \ \# \1 ^- L! a9 e
2.2.3 海洋数据的大量积累阶段 13
: F( G- D; c$ T" f) i) D& @* O$ c 2.3 海洋大数据的定义及特征 14
; Z- J& ]! s* @ 2.3.1 海洋大数据的定义 14
2 ?8 y+ A! _2 n% f 2.3.2 海洋大数据的特征 14
% N4 G( B P8 W. v) y3 k 2.4 海洋大数据的数据来源 15 / F0 s; ~4 c$ |0 E) k9 t
2.4.1 海洋实测数据 15
7 J5 U& @ X% h! k1 r o3 u4 p, B: j 2.4.2 海洋遥感数据 18 6 K8 ^8 T# I. [2 i9 t' L
2.4.3 海洋模式数据 21
' r& p" l8 A) j' @1 C6 C! e6 ~# n 2.5 海洋大数据的处理分析 23
6 L2 k% K \1 \/ D 2.5.1 海洋大数据的存储与管理 23 - Q6 C/ r7 e5 F0 K* \5 m/ D7 A* p
2.5.2 海洋大数据分析挖掘技术 24 % ]( C: \& G$ @8 z( ?3 h. o" _
2.5.3 海洋大数据可视化技术 24
3 l, D1 i1 l+ r 2.6 常用海洋大数据平台 25
* R9 v$ d( |- [+ L 2.6.1 海洋科学大数据中心 25
1 d+ b: R" r+ W! m V( r. `- q 2.6.2 美国国家数据浮标中心 26
1 F# t. a/ Z8 P+ J 2.6.3 欧洲海洋观测和数据网络 26
9 e" H) Q6 r2 u0 K, G 2.6.4 日本气象厅平台 27
, ? T! ^, h9 q( I' N 2.7 一种常用的海洋大数据管理系统 27
1 d. R/ K, I- V. o 2.7.1 为什么需要Hadoop 27
3 g' P: v; a4 C" i# a& V9 w* ? 2.7.2 HDFS 29
* J* T5 y7 e! x6 D6 ~4 V 2.7.3 MapReduce 31
# D) ~& |3 W/ [2 {3 X. G 2.7.4 Hadoop的部署 32
* H8 z; v6 g( j5 O$ {' { 思考练习题 37 * I0 D# l l4 t+ B
第3章 Python语言 38
9 }1 u/ o* B% ?0 I' [ 3.1 安装与运行 38 ' E( P" Z$ f0 k6 n
3.1.1 安装Anaconda 38
9 l- {6 g2 J" B: `3 z 3.1.2 安装PyCharm 41
' x5 e; N$ ]. u0 z* |0 T+ b6 h 3.2 基本变量类型 42 ( ~0 F, L2 @$ `9 f5 K b
3.2.1 数字与运算 43
: ]4 f) D7 I1 W( G% ?8 N( { 3.2.2 字符串 44 " ~9 P* p3 _/ E
3.2.3 列表 44 3 A# {( M) x3 S3 f: L* Y
3.2.4 字典 46 ~9 |: ^1 E5 [( ~6 Z
3.3 函数和类 48
/ R! \/ V2 x+ z Q3 z 3.3.1 函数 48 0 U4 k% ? a9 P n
3.3.2 类 48
6 K }3 L8 t( ^ j- | 3.4 循环与判断 51 $ g: `8 m/ N4 Q7 m, x2 A! {
3.5 库 52 " c2 ]9 `# ^3 G3 R# i! I. N
3.5.1 Numpy 52 ) t( l* l4 {9 F3 a: M
3.5.2 Matplotlib 55
- @1 F$ s5 C7 [7 { 3.5.3 NetCDF 69
% b- q4 J& L5 r( Z1 G/ M- b 3.5.4 Xarray 69 * L$ m' y6 n4 |- c4 Z
3.5.5 Cartopy 72 ! F( v) [: x( O m) P% ?* R9 o
3.5.6 TensorFlow 73 ; O' H9 y" L; f) a: m
思考练习题 76 ' w/ J5 u/ X1 @5 J+ h
第4章 人工智能基础 79
7 c) s% T2 k0 d1 ] 4.1 人工智能基本概念 79
% T$ |1 c# |% \4 I3 p 4.1.1 数据集划分方法 79
7 e5 D4 a1 o5 p1 E 4.1.2 分类问题评价指标 80 + P6 L1 E+ ?$ l- a$ a
4.1.3 回归问题评价指标 82
" w- j8 T0 s, ]% k; H: V 4.2 BP神经网络 82
0 C5 F" c e4 k1 y 4.2.1 神经网络基本概念 83 2 ~! O2 O3 f5 f) R& A
4.2.2 M-P模型 84 7 U% |+ a5 ^' s6 S% |' H0 o) R
4.2.3 感知机模型 85 - h/ y1 _2 d( O2 m1 |
4.2.4 BP神经网络 87 2 c9 q4 ~% O# K$ N# e ]/ @
4.3 其他神经网络 90
$ L2 R& l$ U' G: D! k6 c6 R 4.3.1 前馈神经网络 90 , \$ C4 }* ^& _( v7 V6 @5 K
4.3.2 模糊神经网络 91 6 r6 F1 R5 p. l. g
4.3.3 径向基神经网络 93
/ @1 t: w7 W' |6 e4 ] 4.4 上机实验：搭建BP神经网络 95 " a1 X9 ^' b c; W3 L9 ]5 J1 @
4.4.1 数据准备 96 " y( I9 f. P+ y6 X# {. ~
4.4.2 模型搭建 96
$ f$ p* {& t2 e; M 4.4.3 结果检验 97
8 U9 B% L7 n+ J% m0 O, U! d4 k8 ? 思考练习题 100 - x( E7 ]2 X) T9 M6 K4 l
第5章 深度学习 101 : H, x' Z4 R0 d1 J; r$ d
5.1 深度学习入门 101 9 y. i/ K0 v* O% J. H
5.2 深度学习的特征 102
1 s0 d- @* X; \ 5.3 卷积神经网络的基础结构 104 ! r9 y" R& ^' \( c5 s' v
5.3.1 数据输入层 104 , B5 I4 j. h1 R5 W6 n. i1 K# n; a
5.3.2 卷积层 105 ; V- {" o2 G' K: K
5.3.3 池化层 107 1 Y3 { O/ {. V" X) d- Y* c
5.3.4 全连接层 109 " D+ Z) `3 A" W, a
5.4 常用的4类卷积神经网络架构 109
# H3 ~% X, d( M% s 5.4.1 LeNet5 110 , t, a! T+ v6 J: c
5.4.2 AlexNet 111
) k( E, n# J, h, a4 ? 5.4.3 VGG 114 * v6 o/ C$ J! Q) y/ g0 N& u
5.4.4 ResNet 115 & j! e4 v/ ^8 T
5.5 基于卷积神经网络的语义分割 118 . o, v3 g( W6 q+ X
5.5.1 图像处理的不同层次 118
7 U) z9 q7 L7 q7 L( S- d1 @4 ^! A0 e 5.5.2 全卷积神经网络 120 ) W' u7 u' b. h n
5.5.3 DeepLab系列模型 123
- |) \6 G0 _- r( R+ m1 R6 @ 5.5.4 PSPNet 127 - {3 R7 k, ]4 A
5.6 上机实验：搭建卷积神经网络 129
8 Y& N# Z# s( W% D" Q8 y% O 5.6.1 模型搭建 129
8 B1 U5 w. C+ J6 s# Y% x2 b 5.6.2 结果检验 131
1 N6 w0 M+ x( z 思考练习题 133 , U6 U& ` M# e8 M! x
第6章 循环神经网络 134
; p, t' [$ I' K2 H" ~9 [$ G! K 6.1 循环神经网络 134 7 `9 J2 c, f4 ^
6.2 长短时记忆网络 137 % {) X0 b* U) _$ z* i2 O
6.2.1 LSTM的内部结构 137
0 N7 |- b- t0 v 6.2.2 LSTM的“门”结构 138 - u/ r% V3 R( K8 T" M& J
6.3 门控循环单元 141 9 S% q3 D C" g
6.3.1 GRU的网络结构 141 ; @/ w+ m0 e. J( \4 h; q, C
6.3.2 重置门和更新门 142 0 l/ D0 K3 C$ u. ]% g: l
6.3.3 候选隐藏状态 142 & N Y, T( j. x$ o
6.3.4 隐藏状态 143
/ \) J$ J4 W/ Y* q8 K2 l 6.4 双向网络结构 145 . J# w" |1 L) Q- w) o6 @7 N( f! C6 O
6.4.1 双向长短时记忆网络 145
! y% l; n, C( ^ ^$ ] A- p. y 6.4.2 双向门控循环单元 146
7 r \( }/ H% P 6.5 上机实验：搭建循环神经网络 147
9 U' y$ k K6 m2 T/ f 6.5.1 数据准备与模型搭建 147
8 `. n+ |4 |. ^+ ?# ] 6.5.2 结果检验 149
' c8 c8 D3 q I% H& i# k 思考练习题 151
; p2 S8 K* c- ^! v5 w% B 第7章 海洋特征智能识别 152
3 n& W& R7 W, b) H) [9 B2 h 7.1 海洋涡旋与智能识别 152
0 t: H+ p8 i) U" a' b 7.1.1 海洋涡旋 152 1 h" P- Z7 b/ L9 I& C# I) e
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 * D+ D2 R3 \# m5 h' U9 w
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
& ]# B+ Y+ n9 l$ A& P# N 7.2 海洋内波与智能识别 166 0 k( B( {# O; s6 A, L1 O
7.2.1 海洋内波 166
% q# P& U4 _* h# V* J, P# r 7.2.2 海洋内波的智能识别 168
$ a7 Z" V1 F& A2 e, x 7.3 海表溢油与智能监测 170
0 I; s+ v/ D- c. d0 |& M4 w 7.3.1 海表溢油 170
+ |% [& N* {+ g6 I 7.3.2 海表溢油监测 172
8 ]+ V7 U* B* w9 l2 a+ { 7.3.3 海表溢油的智能监测 172 % }) N7 d3 u O5 y y$ R- A
7.4 海冰与智能探测 176
9 l Z$ D, ^5 F% H$ F, L 7.4.1 海冰 176
9 y% N! C$ q2 S' V/ g5 H/ f 7.4.2 海冰探测 177 ! ?7 \3 ]% g$ F5 x2 ]& S, v
7.4.3 海冰智能探测 177
5 I/ ]# c# f! `' E& f7 {. V 7.5 海洋藻类与智能识别 180 " g& Z. E: Z/ z8 x. p: t
7.5.1 海洋藻类 180 , }% y2 v/ ]4 z! J" h% ?
7.5.2 海洋藻类的智能识别 181
: D V0 @5 c/ |2 O3 J) _/ p 7.6 海上船只与智能监测 183
% ?4 ]- P, |' ]( O" J 7.6.1 海上船只监测 183 # F8 s. O5 f; u; g4 m' Y
7.6.2 海上船只智能监测 184 9 N/ e' {: p# A
7.7 上机实验：语义分割识别海洋涡旋 187
5 I; v3 r( ]8 m' o5 x+ C# u* i; A+ a 7.7.1 数据准备 187 ' P0 Q. h* d' o/ m
7.7.2 模型识别 189
& k1 @' ?: z% s 7.7.3 结果显示 193 & j: I% M. S4 u6 y1 w/ T' y
思考练习题 197
2 ?- C( F6 I1 g, t, ?5 H 第8章 海洋参数智能预测 198
\, V3 @$ k1 V J8 Y0 Q- a 8.1 海洋气候预测 198
3 @; o/ H) c7 m 8.2 近岸风暴潮智能预测 201 - K6 w+ i7 ]. N- W3 V: I6 y. r2 M
8.2.1 风暴潮单点水位智能预测 202 % b" ?0 Q* t: ? a( j) b2 M
8.2.2 风暴潮漫滩过程智能预测 206
8 K: h `* x. J6 O 8.3 海洋波浪智能预测 209
) T9 J( W' A2 G3 O9 d( s 8.4 海面风速智能预测 211 * h9 `5 C# _" n& Y1 y! f
8.5 海表温度智能预测 213
0 z) r& V! K9 u; y5 `1 N# Q, l 8.6 上机实验：有效波高智能预测 217 7 q8 w6 Q; ]* b( W: w( L8 o
8.6.1 数据准备 218 ; j; ]* _3 [3 X) K, }/ n s; L' ^/ c
8.6.2 模型构建 218
; ~/ U: u N$ l; C* G 8.6.3 结果展示 220
! ^+ M Y" w0 d! L& H8 G 思考练习题 221 ( e/ @7 O, t9 _( V+ g- w5 I+ N
第9章 动力参数智能估算和模式误差智能订正 222
a2 T2 k3 I% k% T) J 9.1 海洋模式次网格动力参数的智能估算 223 + V1 J+ t+ { p4 {) J8 W
9.1.1 准地转海洋模式 223
3 w3 Y( W) @8 L; f5 O& {( Y 9.1.2 降低数据分辨率 224
( ^: G% {( M( R' B$ K' H2 V5 A( Q 9.1.3 智能估算模型 225 d* T3 |7 v3 g7 [0 @
9.1.4 智能估算结果 226
- q. {1 n3 B' ? 9.2 大气模式湿物理参数的智能估算 229
0 i( h4 ~) N/ U: u! B! r% m 9.2.1 湿静力能量守恒 230
( V9 b; E. r2 T. P% O# s; e3 S3 B 9.2.2 神经网络设置和数据 230
3 {8 w" ^& E' g" n/ ?3 i 9.2.3 ResCu的智能预测结果 232 ^1 T/ h! C0 L) p
9.3 数值模式误差智能订正 235 $ S$ Y7 D0 U0 L$ l& B4 }
思考练习题 238
( N- {; x$ |; ^% l% k: ?5 P 参考文献 239
! T* a% J+ V3 ~8 A% \
/ b' R5 l' j f0 p$ ?$ a7 v" r n （请在订单备注处注明发票抬头和税号） 1 d0 {9 P" O; a1 @1 M
官方旗舰店质量保证！出版社库房直发，
' K Z' {4 j9 H 提供正规电子发票！
3 M7 I( t7 x' {" p$ @/ _$ L, {) T" h% r) ]& y) u0 `
— END— & x" c4 ?* ~' I! t; \9 c ~
信息来源：科学出版社。
" [5 l' z% Q3 r5 c4 G 转载请注明信息来源及海洋知圈编排 % [" j: h3 j3 [6 G' w2 r
大家都在看
0 ?0 ^ D3 G" @& z
0 N4 _' H3 n5 J7 C2 E: y ► 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……6 }9 e$ ~' o8 Z- Q a! t
► 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！
3 G* Q3 q5 q- [2 z6 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”5 p8 t/ ~8 d( w; O, b/ f5 B
中国委员会主任，主持召开委员会成立会议并讲话$ N8 D. M9 B+ W& d9 [5 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 # b/ R8 h! L0 g3 c! G
► 王颖院士主编《数字南海》正式出版！
6 |' A6 M5 K9 y. @7 p5 u H7 t! I6 G2 p3 t' Z8 l# O6 s4 X# j2 @
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） $ z6 M2 M! F u# ]! R+ 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！
; K. z- [! J8 x# O1 x( a ►《海洋数值模拟》正式出版！董昌明主编 ) }4 I0 G8 `# H! O9 R. J4 @; l s
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著
: i+ Y" a) m4 _ ► 填补海洋气象学领域空白！《爆发性气旋》专著出版 1 Y4 o' U( i( v: [$ M" d. \
► 《黄河三角洲湿地碳循环与碳收支》专著出版
0 b9 T/ g* n e' |/ ?' ^ ► 《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 $ s6 m" Q4 x& U! V* {3 Q- q1 K" y+ d
海 ) B1 u$ I$ H/ u8 K9 J
► 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》
+ {. E; u5 `& W0 f6 A 洋
' L4 J! o" g( l) H ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
: G$ ^0 C" Z. U* g, Q. e- j 书
" W' u" n% p# }# a% E: B- o ►《现代海底热液活动》栾锡武研究员 著 2 B0 w4 s3 h3 Z, t& A
屋
/ Q1 e& f0 F) I9 H8 m ►《海洋机器人科学与技术丛书》出版发行 0 K. J+ v% j( C1 \
► 我国第一部《海洋生物地球化学》研究生教材出版
/ o7 I( {$ `- X0 H$ i; b ► 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
; N8 r& {) @& y# s2 l9 K# N ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
$ ~& J5 R$ j5 [) N q6 x ►《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
8 |& V3 f6 l3 { k+ O ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 : p; j8 M H5 k
►《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 R" H/ V3 j. d2 T( v
►《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 ( u; V( O6 S) D
► 《黄河三角洲湿地生境演变遥感监测》出版
: R% Q/ v' p# ?: R4 w 海洋知圈
* V/ j' z5 W& s( Z2 s; y+ {/ y 知晓海洋 | 探知海洋
0 m7 e9 u" R! C0 g* L 宣传海洋 | 服务海洋
3 Y# W) ]$ c9 x* R% Q4 ^; o& F7 P 如您喜欢，请“点赞”并点亮“ 在看” |
