|
$ D, U+ s, U: n2 h& [8 P
原标题：《人工智能海洋学基础及应用》正式出版！
! p4 E; p# v3 `+ c5 _6 b. ]. m( B$ u1 a' F
2 c9 o6 s) d8 Z. \ （请在订单备注处注明发票抬头和税号） + n/ A9 I4 ]- l* d5 t+ Y
官方旗舰店质量保证！出版社库房直发，
; i7 A% G8 {- v" C' J, ?2 b" D4 y3 L 提供正规电子发票！ 1 l! }: z6 s5 M6 a
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。 $ A; s4 S, O& v! A
目录 - ]/ Q+ h9 A0 R" c- p
前言 ' o) o* _+ M: c8 ], p% U, c4 I
第1章 绪论 1 * _# Q0 g* M: R0 x
1.1 人工智能发展历程 1
. z9 R p6 K- l 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 0 r. a2 o m) q% V8 M( p
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2
2 x& r( r$ t# @$ e1 v/ C 1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
# p" Y7 Y# }8 j1 Y. z- d 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 - u. ` f% z9 q; X; t) O- a0 a
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
+ v! Z1 [% M" B$ v$ g 1.2 人工智能海洋学发展历程 5
: `. S3 b7 o: u( @4 r+ H* b! n 1.2.1 海洋特征智能识别 6 % m( C6 ?4 l% d$ T
1.2.2 海洋参数智能预测 6 & o, j. o. E' O5 I7 W
1.2.3 动力参数智能估算 7
s+ t4 j" J2 M- x5 Q 1.2.4 海洋智能化探测 7 . C X8 b& n: `, h5 E- u
1.3 本书的结构和基本内容 8
1 ?; b' {; e, K/ R; Z* m4 j4 | 第2章 海洋大数据简介 10 ; B3 w6 }) O) T4 C4 k% d7 V% k
2.1 大数据概况 10
2 c0 d+ O3 i* x( E4 f6 o 2.2 海洋大数据的发展历程 10 6 s% P& M% N' j6 d
2.2.1 海洋数据的初步积累阶段 11 7 i7 r5 f% N. M. k' M
2.2.2 海洋数据的进一步积累阶段 12
! m- E2 {1 m1 i3 b: W 2.2.3 海洋数据的大量积累阶段 13
6 h( Y p$ N1 i8 Q& @' ~) t8 R 2.3 海洋大数据的定义及特征 14 % a) O; d% C; [
2.3.1 海洋大数据的定义 14 ( w+ k: V9 S0 P5 _; E' S1 M
2.3.2 海洋大数据的特征 14 9 d% w7 O7 ^+ y% }1 v
2.4 海洋大数据的数据来源 15
* n- d. b: f- B7 y1 l; s: n' T 2.4.1 海洋实测数据 15 # \0 i+ M; ~8 V
2.4.2 海洋遥感数据 18 _4 S9 V3 I0 `' D+ ~ B
2.4.3 海洋模式数据 21
* Q8 x& R: |4 Y* q1 v0 a 2.5 海洋大数据的处理分析 23
M1 g% y `' X: C0 ?8 u' z% h: s 2.5.1 海洋大数据的存储与管理 23
! R1 q* L' Y3 S 2.5.2 海洋大数据分析挖掘技术 24
3 i8 k N, o( k; m! |0 g" K 2.5.3 海洋大数据可视化技术 24 * Y- f3 m1 U5 d6 E+ z) |! L' @
2.6 常用海洋大数据平台 25
! C. _7 \" M( I# \9 V3 k9 O 2.6.1 海洋科学大数据中心 25 : A( K1 [; n# I# q0 V8 o2 J5 i
2.6.2 美国国家数据浮标中心 26
) A2 n2 E& K" a9 c 2.6.3 欧洲海洋观测和数据网络 26
7 k1 ?) i7 e( N2 S. Q5 e; b0 ~' | 2.6.4 日本气象厅平台 27 ! Z2 J# P5 c- i' M
2.7 一种常用的海洋大数据管理系统 27
: P$ d, a8 I5 J+ E4 ]5 P: Q! M 2.7.1 为什么需要Hadoop 27 + K! o1 I/ ]4 V) B- g- V, }
2.7.2 HDFS 29
' T. R4 n( t' b. y3 c: p 2.7.3 MapReduce 31
! v0 ]( t1 d. I 2.7.4 Hadoop的部署 32
& L3 e5 K$ S1 ]4 v 思考练习题 37 3 I8 E" u9 E( X+ m
第3章 Python语言 38 + d) H8 ^7 W& x; ?
3.1 安装与运行 38
C0 h R' T1 @& X" ~3 S+ Y 3.1.1 安装Anaconda 38 / i- Y) n/ h6 H! F8 [
3.1.2 安装PyCharm 41
- B9 R# z$ F* M: a3 p, h! n 3.2 基本变量类型 42
% K) r# Q- {$ m7 L% T' w. q( M 3.2.1 数字与运算 43 / H( g0 }( K& w9 T, P
3.2.2 字符串 44 . n0 G: M% o+ Z7 P
3.2.3 列表 44
X! X n! R8 E8 k& m+ O 3.2.4 字典 46
8 ?" G7 b. D* _! D* F+ b5 B 3.3 函数和类 48
+ F' X- z3 m( p5 Z 3.3.1 函数 48
& B$ i; R' p/ ~" J6 P 3.3.2 类 48 ; d# a. u: c {# P* h y
3.4 循环与判断 51
- _- ~' p4 a( `1 t 3.5 库 52
! i4 T" M$ o# H4 i& H7 D R& m 3.5.1 Numpy 52
! ^. l' O7 J2 r+ F9 z; R/ F1 Y 3.5.2 Matplotlib 55
, G! ?4 ^- q" y4 Y 3.5.3 NetCDF 69 . [+ h) w5 P0 k( r: d
3.5.4 Xarray 69 s, _) x' b" v! c2 t0 n
3.5.5 Cartopy 72
}9 r% ]9 n9 T ?& h! |5 E Z 3.5.6 TensorFlow 73
- ~# V: [6 d4 I/ [: C$ }0 R2 r 思考练习题 76
( H' G: o/ c- } 第4章 人工智能基础 79
) m" {( R' J* u( w1 v5 f! f 4.1 人工智能基本概念 79
8 [8 S, u9 M( p2 H" X! E9 K 4.1.1 数据集划分方法 79
+ V, r+ c: g/ A. c+ Y: X0 x 4.1.2 分类问题评价指标 80
' @- P* z, P2 ^' o' n2 J: T 4.1.3 回归问题评价指标 82 5 g4 _1 u: X- R8 E% g: X3 u
4.2 BP神经网络 82 * z' P* {0 N2 c3 `* ~
4.2.1 神经网络基本概念 83
$ Q- k3 V; `: o9 _0 ~# N% W 4.2.2 M-P模型 84 + }3 |; Q6 w( ]- ?3 C* Z
4.2.3 感知机模型 85 % P6 n b, A: T3 v
4.2.4 BP神经网络 87 % C& W0 U6 l$ k- D; }4 l# b% q) P9 M; g
4.3 其他神经网络 90 3 x- X! {9 r* u, F# p& T
4.3.1 前馈神经网络 90 1 O' m2 A/ Z- p2 v& k
4.3.2 模糊神经网络 91
3 d# w; e8 a9 a 4.3.3 径向基神经网络 93 ) v. I& `' s0 h( l/ c& c9 d
4.4 上机实验：搭建BP神经网络 95
; ?6 J% r+ O" N 4.4.1 数据准备 96 " t( I8 r* c7 U+ G- Q
4.4.2 模型搭建 96 % X7 o2 h& ]$ H0 g( T/ t( e, r! ?' Y
4.4.3 结果检验 97
4 s4 j' y& ?, ~4 ? @; _ 思考练习题 100 ' B6 @% M. w8 g9 v% P. V0 b3 q
第5章 深度学习 101
! v& @* O. e3 ^4 @, k3 A 5.1 深度学习入门 101
& q( u" R. b6 m 5.2 深度学习的特征 102 / L% h( D9 u( ?% A0 F
5.3 卷积神经网络的基础结构 104
/ _8 j U3 y# R6 d 5.3.1 数据输入层 104
# C9 Y- w8 G( q+ ]3 E$ n, K- f0 C 5.3.2 卷积层 105 1 w4 \. T, q& x- d8 e4 e/ k
5.3.3 池化层 107
( p9 w; M; G% Z! B5 q; K- k# v# v w 5.3.4 全连接层 109 2 ~' y- [( @1 G* F% M% o1 K
5.4 常用的4类卷积神经网络架构 109 8 b7 T0 I" z" {4 T: _
5.4.1 LeNet5 110
/ v% Q! J. r9 C. A 5.4.2 AlexNet 111
& k( B I( \5 p* Z) s 5.4.3 VGG 114 + E1 Z/ t$ | F# Z) _/ m
5.4.4 ResNet 115
1 m0 T2 {- x! ]* L$ K. ^9 j 5.5 基于卷积神经网络的语义分割 118
2 y- v: E1 O0 r7 v! S 5.5.1 图像处理的不同层次 118
2 l7 h" i8 t: W% K% E- p 5.5.2 全卷积神经网络 120 , X, b: l' _. G2 U2 e% D
5.5.3 DeepLab系列模型 123
4 Q. e& y8 O+ ?! }4 P1 J2 f 5.5.4 PSPNet 127
' @) k3 v9 W% O2 M 5.6 上机实验：搭建卷积神经网络 129
# N5 f8 c* c/ F7 M, e 5.6.1 模型搭建 129
% J) e6 _' R c 5.6.2 结果检验 131
. Y% m9 {2 P" }( a 思考练习题 133
7 w! M' G- A* }1 V 第6章 循环神经网络 134
! I# |0 v$ L* o7 f1 e) i 6.1 循环神经网络 134
1 w1 m( l- R4 [7 Z6 ] ^. o$ p/ w 6.2 长短时记忆网络 137 : V, R B: B! h5 G3 @
6.2.1 LSTM的内部结构 137
+ J# p$ {, m0 g( B! K3 X 6.2.2 LSTM的“门”结构 138 ; e0 k7 {/ D5 O
6.3 门控循环单元 141
9 |( y0 Q, Q `( L) K+ o2 R$ h' U 6.3.1 GRU的网络结构 141 9 K+ L: D$ [$ b/ W7 E/ l" O5 X
6.3.2 重置门和更新门 142
% y9 V# X& z% |9 X$ M, C5 D6 k( Q$ N 6.3.3 候选隐藏状态 142 5 j/ R+ B6 L; w, O* V+ k& q/ Z5 `
6.3.4 隐藏状态 143
4 X. @4 n/ u; n2 b$ ~ 6.4 双向网络结构 145 . ]' A" F U* w9 ^$ {! f1 f5 ]
6.4.1 双向长短时记忆网络 145
$ `, U: ?* v/ K! p3 Z5 a% O/ l 6.4.2 双向门控循环单元 146
8 c, ?1 J/ S. R* v0 T, Y7 k 6.5 上机实验：搭建循环神经网络 147
$ ]3 R0 k7 b( w. ?! m6 Y* e 6.5.1 数据准备与模型搭建 147
& S% Z- _, M w# Q ]5 T& o6 o, v2 e0 m 6.5.2 结果检验 149 - e2 \" p( C+ J, j8 R
思考练习题 151 / ~* `% z l8 c
第7章 海洋特征智能识别 152
, g* }4 {+ p7 _% j! r 7.1 海洋涡旋与智能识别 152 # w& K( c9 C) a6 }5 J4 x: f
7.1.1 海洋涡旋 152
, Q3 H" T/ a6 s$ P5 s( e 7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 9 L$ W% H0 S, k7 P9 ]5 m2 e$ ~
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
W4 @2 |! F( f# t, R; x% x 7.2 海洋内波与智能识别 166 ( v# C4 t2 i8 v. \0 o6 B
7.2.1 海洋内波 166 ( u4 j+ O: U2 G7 z
7.2.2 海洋内波的智能识别 168 $ X4 V/ X; F' J- u4 w
7.3 海表溢油与智能监测 170 ( R8 @% m `: j: @
7.3.1 海表溢油 170 8 j3 Y- {$ P# o
7.3.2 海表溢油监测 172 1 u- k) f/ A9 X+ i. J
7.3.3 海表溢油的智能监测 172
; U! r0 p: ~+ C& s; G, @$ q 7.4 海冰与智能探测 176
0 N. U* `: ? E) ]! _! E 7.4.1 海冰 176 3 g0 [5 p! u+ J: d( [6 ^
7.4.2 海冰探测 177 & a3 S( m# N0 i
7.4.3 海冰智能探测 177
R: F5 g0 Q+ K0 N1 u 7.5 海洋藻类与智能识别 180
; p3 T s) v7 N% s4 E 7.5.1 海洋藻类 180 9 g: T# S! e. T0 V
7.5.2 海洋藻类的智能识别 181 - A2 c+ p- U6 w. m I, k% g& \
7.6 海上船只与智能监测 183
( R, D9 W, Q. z4 l( y/ [5 A0 d 7.6.1 海上船只监测 183 0 W7 y9 h% j; q7 V9 n
7.6.2 海上船只智能监测 184
6 \ X! }( {7 S9 K k, h5 f& n 7.7 上机实验：语义分割识别海洋涡旋 187
8 @0 j' h' b. ~, O6 h. S 7.7.1 数据准备 187 . ^* \& @, z7 P" i# Z4 {! i, T
7.7.2 模型识别 189
! z- t6 v/ V6 }9 m5 T 7.7.3 结果显示 193 0 M9 s( y+ U' G( A: k' j
思考练习题 197
j" N* V3 O0 O 第8章 海洋参数智能预测 198
- ~' C/ g3 Q4 C( I, b 8.1 海洋气候预测 198 2 h7 N9 J) A% b5 J
8.2 近岸风暴潮智能预测 201 7 h a" G2 Z2 P2 i; `
8.2.1 风暴潮单点水位智能预测 202 9 z% u" }# }( J: q, H* k
8.2.2 风暴潮漫滩过程智能预测 206 / o8 K) O+ o5 x% U; s
8.3 海洋波浪智能预测 209 / r Q) ]' p7 B% K! q/ ]+ y
8.4 海面风速智能预测 211 2 }! w% g4 Y+ o
8.5 海表温度智能预测 213
1 ?/ g( Q4 Z- S$ {8 }- j- _! i3 c1 F* n) A5 ? 8.6 上机实验：有效波高智能预测 217 , N, l; ~! F: b& F8 S/ F
8.6.1 数据准备 218
1 w6 e3 q0 [& x* n. P 8.6.2 模型构建 218 9 t f$ e) h. ?3 J9 {# S& y
8.6.3 结果展示 220
" V# B$ q% [: U7 i3 K 思考练习题 221 1 e8 h$ E/ _) x9 k
第9章 动力参数智能估算和模式误差智能订正 222
" i; K& I+ ]3 \8 _1 U* t7 p 9.1 海洋模式次网格动力参数的智能估算 223 1 ~1 _3 E7 N/ E1 V+ i
9.1.1 准地转海洋模式 223
4 q& p7 h$ v8 m/ W1 S1 @ 9.1.2 降低数据分辨率 224 - m1 [8 a2 d% t- `" R
9.1.3 智能估算模型 225 % W, I* I* _4 [3 ^, j
9.1.4 智能估算结果 226 / m$ u6 I2 u9 A$ a! n" ~
9.2 大气模式湿物理参数的智能估算 229
% Y0 b! r4 i' Z2 S5 } 9.2.1 湿静力能量守恒 230
1 l' Q9 @3 M% y 9.2.2 神经网络设置和数据 230
9 ^, j" B7 _/ _3 f 9.2.3 ResCu的智能预测结果 232 2 c0 o( n; i6 F$ s, Q9 p
9.3 数值模式误差智能订正 235
0 _( w* d5 i' F& J% A 思考练习题 238 & l6 X! }/ E" ?* s& v, W/ ^% u6 W1 v
参考文献 239
# ~0 `( W& S @! E2 c5 K5 L, m: }4 C% C
（请在订单备注处注明发票抬头和税号） . t$ p O, j$ Q* s2 M1 q& V0 t
官方旗舰店质量保证！出版社库房直发，
$ Z( X2 F8 t. C- A3 L 提供正规电子发票！ ! p& O& k. S& @+ `/ A( ~
. h6 h& z: ^- Z. z0 b! S- w
— END—
) S" z; t9 b3 ~0 {/ F 信息来源：科学出版社。 * U1 ^5 `! S% N( K
转载请注明信息来源及海洋知圈编排
9 ~/ H% w4 W" ? 大家都在看 $ {: \3 S: [ g4 T
2 r \8 p5 W3 U, W5 z% g# g+ j ► 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……
9 o. l% s( |! F6 R4 f- a3 U8 g ► 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！ * |2 t2 N1 G) n5 L( }
► 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”, r ~& J0 {# m I
中国委员会主任，主持召开委员会成立会议并讲话8 m" ]" d6 F0 k" k/ ~5 Z$ ]" ~
► 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
5 S1 b. J- b) q1 F) e2 s ► 王颖院士主编《数字南海》正式出版！
& u1 m% W4 W* Q9 z$ F
+ a' K8 y- B7 P* } ► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） ! ~9 |/ C& ^, o A/ D9 j: 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！ + s! y4 O* b- q5 h* X9 G: c
►《海洋数值模拟》正式出版！董昌明主编
* ]4 m# n$ ]( U1 X$ y6 Q2 b, T, | ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 $ `3 O9 B% b9 u6 u
► 填补海洋气象学领域空白！《爆发性气旋》专著出版
3 z/ s& m7 M; k, S0 H6 g ► 《黄河三角洲湿地碳循环与碳收支》专著出版 0 Q2 \9 k) d6 x+ V* x$ 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 2 E& p7 c/ \/ p- G+ S& k
海 & c3 r4 a5 I) ^
► 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》
& V: u/ M4 q1 ^8 f9 D 洋 4 a9 K; e: A3 e
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
3 |0 o& g0 w" V1 p$ b( m1 I 书 & s; T1 W7 b; i0 y
►《现代海底热液活动》栾锡武研究员 著 2 C Z7 R& q1 A! m
屋
1 g8 e% X& w$ n ►《海洋机器人科学与技术丛书》出版发行 1 O/ A5 @! e+ R A- B7 j% x8 ]
► 我国第一部《海洋生物地球化学》研究生教材出版 $ z5 l& x" g5 @* G, X! d! Q) n% G8 U
► 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 * N! z P* Z" J/ X& \4 I# I
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 3 q' t0 ]4 F- u- r% B! K
►《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 " C2 k; G0 r8 Y G2 m
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 ; @0 T. o) ^' b+ A3 [
►《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 @' @ w( O( P. e2 o4 {
►《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
" K! o: R d9 X6 A. P' w4 X2 d6 | ► 《黄河三角洲湿地生境演变遥感监测》出版
* |) v6 l5 J; |' D 海洋知圈
" Q$ k6 D' O5 ]1 ~) b 知晓海洋 | 探知海洋
. ^# f5 P3 q. u" Q3 \# O( N 宣传海洋 | 服务海洋
. ?4 L$ b5 Y" Q: ?/ G7 m+ K2 v1 ^& b 如您喜欢，请“点赞”并点亮“ 在看” |
