《人工智能海洋学基础及应用》正式出版!

[复制链接]
' @* C# f4 E& R: U' [/ ?+ N1 h; d4 q

原标题:《人工智能海洋学基础及应用》正式出版!

. |0 L1 B( F) w8 j7 o0 r2 y' j1 _ 4 d' }1 ?' u: ?

( _ O, V+ g' J) i1 Y

(请在订单备注处注明发票抬头和税号)

( K" t% k+ o( @1 O# p8 R

官方旗舰店质量保证!出版社库房直发,

* ]- ^* b, W# h4 }

提供正规电子发票!

4 D7 p. u- h1 ~6 z

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。

$ d' ~6 ^ e/ `' v) }. b6 h& k& B7 b

目录

& q! a3 T. O; d4 ?0 A. U

前言

% G& z) F y* k2 D

第1章 绪论 1

! X" X& a8 @) l7 {) y- X8 @4 t% {0 a- ~* r

1.1 人工智能发展历程 1

' h8 ]) l2 X( O0 D3 |" |8 {

1.1.1 第1次浪潮(20世纪50年代中期~60年代中期) 2

0 v3 q0 q1 z* Q+ P# b- I$ J1 Y$ x$ V

1.1.2 第1次低谷(20世纪60年代中期~70年代中期) 2

5 S0 I, j' s* h& ]

1.1.3 第2次浪潮(20世纪70年代中期~80年代中期) 2

* e% M# M4 S" m$ i

1.1.4 第2次低谷(20世纪80年代中期~90年代中期) 3

4 N% } X: C5 _2 A

1.1.5 第3次浪潮(20世纪90年代中期至今) 3

1 J; w1 X1 q" a+ K3 ?6 P

1.2 人工智能海洋学发展历程 5

3 H8 D% `% s( C1 S! m6 X7 Z3 {, \

1.2.1 海洋特征智能识别 6

, W! g+ M3 u ]/ F5 ]

1.2.2 海洋参数智能预测 6

6 _: r. w5 {/ _) W. o% U& ?

1.2.3 动力参数智能估算 7

4 O9 [7 k& t* S5 ]+ Q

1.2.4 海洋智能化探测 7

$ e7 b, u% ~1 [5 p

1.3 本书的结构和基本内容 8

! F* z; Z6 `% U. P1 J9 `, ?& R

第2章 海洋大数据简介 10

6 r! I' {5 ]" o$ R2 M2 E3 [

2.1 大数据概况 10

8 l# U: G. O4 I9 z3 A& A: G

2.2 海洋大数据的发展历程 10

( Q2 k- d% ~2 V; R$ B; I7 I

2.2.1 海洋数据的初步积累阶段 11

. K+ P8 C+ D3 l+ j" V! H

2.2.2 海洋数据的进一步积累阶段 12

( Z( @1 C. P! X. g

2.2.3 海洋数据的大量积累阶段 13

4 s$ f' C5 v- A8 Q

2.3 海洋大数据的定义及特征 14

/ j/ ]2 Q% S9 Q# r: z: s. F

2.3.1 海洋大数据的定义 14

/ m5 l+ U" a" I' y% L+ I

2.3.2 海洋大数据的特征 14

0 n$ w2 x8 Z+ A

2.4 海洋大数据的数据来源 15

8 S8 {/ D" b! v

2.4.1 海洋实测数据 15

! H3 ~. s' Q) d

2.4.2 海洋遥感数据 18

- K. R5 E; P2 R9 n

2.4.3 海洋模式数据 21

) q9 A7 r2 O' B

2.5 海洋大数据的处理分析 23

9 u1 R+ ]- z. P, R; g% T

2.5.1 海洋大数据的存储与管理 23

, E) P6 p9 @5 I" ~

2.5.2 海洋大数据分析挖掘技术 24

% `$ F P; B* s; L7 f! {: r

2.5.3 海洋大数据可视化技术 24

) S9 F! Y1 i. P) A @, R. K

2.6 常用海洋大数据平台 25

/ V) o/ {& ^& ?) Z: Q6 y! j

2.6.1 海洋科学大数据中心 25

6 G9 M. m! p: X' I" _

2.6.2 美国国家数据浮标中心 26

, m0 {0 \: u7 S

2.6.3 欧洲海洋观测和数据网络 26

! [3 m1 {- B: U5 s: h

2.6.4 日本气象厅平台 27

% @$ C1 v5 Y0 f& a( E0 x1 @: P

2.7 一种常用的海洋大数据管理系统 27

+ J/ E2 z/ D6 K4 U/ x" t

2.7.1 为什么需要Hadoop 27

' N# o3 q# @) z* A% |. C

2.7.2 HDFS 29

/ E7 T7 e5 s `/ i% j

2.7.3 MapReduce 31

% M5 }( U) Z6 `

2.7.4 Hadoop的部署 32

! ~, F' G+ m6 D4 I: B! w

思考练习题 37

! U/ U$ N v+ x4 V7 r" Y3 s Z: k: R+ Q

第3章 Python语言 38

/ O# W& c8 p( R

3.1 安装与运行 38

5 `) v0 u! g2 `2 {

3.1.1 安装Anaconda 38

! u8 z$ Z5 x* w7 I$ a

3.1.2 安装PyCharm 41

. N+ N1 g! ]2 A0 C! c

3.2 基本变量类型 42

, q" n0 x9 O% A

3.2.1 数字与运算 43

% I; \0 R4 Y' Q- T5 f

3.2.2 字符串 44

|* X- E- c4 g& H+ z( {

3.2.3 列表 44

7 {+ s/ ?8 Y& j( _

3.2.4 字典 46

# v6 \( h+ }: r6 a4 u Z

3.3 函数和类 48

; U" _5 w$ ?6 U/ y' Z

3.3.1 函数 48

% _9 J f1 U+ C* M* @/ y3 U$ A7 k

3.3.2 类 48

5 S8 \" Y; \, X! r: h

3.4 循环与判断 51

- W2 T9 P5 I, S* h

3.5 库 52

# l, v" P0 r! M2 e" K

3.5.1 Numpy 52

! J& h* P: p6 V5 R, b

3.5.2 Matplotlib 55

: T4 s% e1 y: y8 [' I8 O) T

3.5.3 NetCDF 69

- S; `+ F: H1 w* k; }1 s7 W

3.5.4 Xarray 69

+ y6 Z2 L) j) W

3.5.5 Cartopy 72

9 p, z6 z8 B) g7 d; C$ z

3.5.6 TensorFlow 73

! \/ `. ?( q) r$ e( @. {

思考练习题 76

/ A3 {8 D! |9 V" x

第4章 人工智能基础 79

0 p! M) Z/ U9 D2 g+ K$ B; [9 s% ?

4.1 人工智能基本概念 79

: P/ m. H( `* y) z

4.1.1 数据集划分方法 79

. ?/ d0 O, s8 _+ `8 ^1 |6 H5 H

4.1.2 分类问题评价指标 80

6 _1 E. o" k0 w$ j

4.1.3 回归问题评价指标 82

$ s5 D) o8 b) B; l$ y" H( G, ^

4.2 BP神经网络 82

) t5 `9 t4 {5 P) l" g; f

4.2.1 神经网络基本概念 83

& K4 D3 T. T6 o \0 ^

4.2.2 M-P模型 84

) O. G$ a* _6 z* k

4.2.3 感知机模型 85

4 N4 z% C* |( Q5 Y1 D1 W1 w0 G

4.2.4 BP神经网络 87

2 x( X/ U1 n* n' M e: F, q

4.3 其他神经网络 90

$ i, O8 ~7 j+ ]/ S& g

4.3.1 前馈神经网络 90

* e! b4 \0 ]# ^

4.3.2 模糊神经网络 91

+ x1 F1 x7 o9 O$ C9 H" \6 L

4.3.3 径向基神经网络 93

: p+ F5 K! p0 E4 j

4.4 上机实验:搭建BP神经网络 95

; S' M) L5 T1 _ t" L7 f+ T" V

4.4.1 数据准备 96

0 v% j* A4 L0 z! O; q" J/ I# G1 u$ z

4.4.2 模型搭建 96

+ ~; `8 b( B& T/ V( E+ n3 W

4.4.3 结果检验 97

7 o! ?" p6 V' R' b

思考练习题 100

+ H4 c7 {2 y$ i1 G7 _

第5章 深度学习 101

# R" e( h% g- f+ ?

5.1 深度学习入门 101

4 P( _% _% k. ?: p* O

5.2 深度学习的特征 102

( M) c' e, V8 @- y

5.3 卷积神经网络的基础结构 104

) m3 \% G9 ?+ ]1 J5 c0 U5 n$ z

5.3.1 数据输入层 104

O1 d" {3 E& |6 [ H! u

5.3.2 卷积层 105

5 V1 U6 D5 Z9 h) D; [3 ]) \

5.3.3 池化层 107

; w% t8 i6 s9 T) o( x8 `

5.3.4 全连接层 109

0 u/ \ \, [/ Y# j: |: E* @9 o

5.4 常用的4类卷积神经网络架构 109

" I2 F* u, N) w7 z# u% q/ S

5.4.1 LeNet5 110

" f1 @& T; O; `# Z

5.4.2 AlexNet 111

# I1 u3 Q+ V& \7 j( r. Z& [" e1 B

5.4.3 VGG 114

5 A6 G$ M" Y2 m* h) M" B6 n

5.4.4 ResNet 115

$ o5 o2 {% s2 ~9 b8 `- z3 J- _

5.5 基于卷积神经网络的语义分割 118

* G& u& C7 O% h/ E) d1 e

5.5.1 图像处理的不同层次 118

5 v, y* @; F1 [

5.5.2 全卷积神经网络 120

2 f) ]( j6 i' t4 n0 D

5.5.3 DeepLab系列模型 123

2 Z x$ q6 n0 y- T# S

5.5.4 PSPNet 127

: ]2 G' J2 s0 |2 C

5.6 上机实验:搭建卷积神经网络 129

8 g" N5 y1 K/ H& B2 z5 e! P% m1 p1 _

5.6.1 模型搭建 129

0 y9 l8 H7 S3 n4 p6 P% q' T

5.6.2 结果检验 131

1 \4 \0 p2 z$ T& Z9 m) r# L, i' s

思考练习题 133

; \0 o- J0 N4 O9 [. D

第6章 循环神经网络 134

5 S0 u) Z c7 m7 s: o& i: d; w

6.1 循环神经网络 134

' H' Y' g q/ e8 U) {4 ~

6.2 长短时记忆网络 137

u: e- d. z$ C! O

6.2.1 LSTM的内部结构 137

: T& ?2 y" G& z W

6.2.2 LSTM的“门”结构 138

- Q6 V, K) m9 m

6.3 门控循环单元 141

0 R% p+ q" b; {8 ~: _' t1 Q1 ^

6.3.1 GRU的网络结构 141

; [' ^5 }3 U4 Q/ X. Y( W7 k

6.3.2 重置门和更新门 142

$ P3 G9 p6 E: W( n4 z7 B

6.3.3 候选隐藏状态 142

" t' b3 T8 ^& K

6.3.4 隐藏状态 143

* h `2 ]/ k. G: @" j! v/ q/ ~5 P

6.4 双向网络结构 145

N/ y+ p* ~" L' g, _* V

6.4.1 双向长短时记忆网络 145

7 j% c# z' d# u6 ~

6.4.2 双向门控循环单元 146

5 B. J9 e; i5 e) b( Y) L

6.5 上机实验:搭建循环神经网络 147

# G# s" a P( X( t; t. B/ h

6.5.1 数据准备与模型搭建 147

2 J; [$ C& E( f- X, D& K# k: \: ]. o

6.5.2 结果检验 149

( ^+ c1 L5 y8 y$ g" k! B! n

思考练习题 151

( i& b5 J' N) J7 Q8 c

第7章 海洋特征智能识别 152

# K ^' g' C% e5 o5 d

7.1 海洋涡旋与智能识别 152

v+ A# O% h: o8 C* @- Q$ u

7.1.1 海洋涡旋 152

2 S, d, y/ G) k5 s8 D

7.1.2 基于PSPNet算法的海洋涡旋智能识别 153

8 Y8 N Z _! P0 b

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

8 B, v, Y/ s1 u7 e

7.2 海洋内波与智能识别 166

7 s$ D9 ^* C9 |9 c. b: j

7.2.1 海洋内波 166

9 b, K& r4 J& i/ P

7.2.2 海洋内波的智能识别 168

* W8 R0 }+ ^& s" q9 u

7.3 海表溢油与智能监测 170

6 W4 J) s: E6 ^5 t2 N

7.3.1 海表溢油 170

3 M) g* ^+ L+ P! e" L

7.3.2 海表溢油监测 172

. R c o0 K% x

7.3.3 海表溢油的智能监测 172

9 z H& R) t3 O+ ?& K- T4 h

7.4 海冰与智能探测 176

- q* p4 a2 \9 Y2 W/ ]3 P: o6 |

7.4.1 海冰 176

& ~' r- X% k P+ Z. g! m! m

7.4.2 海冰探测 177

$ {0 F7 ]- ]0 g+ u' `( L' k# c

7.4.3 海冰智能探测 177

4 E p0 o( R0 ~7 Y% d+ z4 c" z

7.5 海洋藻类与智能识别 180

0 [5 R/ B) W+ W: Q+ \! i

7.5.1 海洋藻类 180

9 ~1 V7 Z. u- i( M: `; i. F

7.5.2 海洋藻类的智能识别 181

- r7 B8 U2 `7 D3 F" n' l

7.6 海上船只与智能监测 183

6 `* Z! Q3 v% p; m; X

7.6.1 海上船只监测 183

+ t) B3 [6 n% N7 h) A7 H

7.6.2 海上船只智能监测 184

5 M6 T# n9 S' D# z+ a: S1 j

7.7 上机实验:语义分割识别海洋涡旋 187

- Q `9 o" F5 V. h" |

7.7.1 数据准备 187

3 P1 J' F' q' k, Y# E# P; n

7.7.2 模型识别 189

1 F5 k$ t; o: F; }2 _; _/ o5 ?

7.7.3 结果显示 193

! D8 M4 n+ R. V. [, ?1 L

思考练习题 197

7 W" g5 p& R Z: c

第8章 海洋参数智能预测 198

7 r3 f% R# V# G) X2 l

8.1 海洋气候预测 198

: D$ H' J% `" M+ c C K

8.2 近岸风暴潮智能预测 201

( w! @2 \$ p' a3 i

8.2.1 风暴潮单点水位智能预测 202

4 B3 D$ d- f% M W7 W

8.2.2 风暴潮漫滩过程智能预测 206

% A' d) ~, e; C$ |( x( Y

8.3 海洋波浪智能预测 209

+ m5 Y; K& T. ]& o; [( T

8.4 海面风速智能预测 211

4 H5 h& t3 [. w$ `

8.5 海表温度智能预测 213

0 M6 h! N$ Q7 \. A# {# n

8.6 上机实验:有效波高智能预测 217

v8 \7 \' g1 t; U7 d J- E% I) f

8.6.1 数据准备 218

$ C# ^. `% [. B( W

8.6.2 模型构建 218

+ ~5 S: {9 U* R* X. u ^

8.6.3 结果展示 220

8 a! Z, K- P# t( e) H: q

思考练习题 221

: ~' e9 {0 @2 {7 R

第9章 动力参数智能估算和模式误差智能订正 222

# ~2 E/ g* m2 p; M1 _( W# k

9.1 海洋模式次网格动力参数的智能估算 223

% O2 N8 ~# s, q! @& N1 p+ T

9.1.1 准地转海洋模式 223

/ o/ R- n8 A* E% G: C9 n& s

9.1.2 降低数据分辨率 224

' k0 V7 `* o# P O3 k

9.1.3 智能估算模型 225

. `: u9 Z. j& I8 E3 e/ p7 \3 ?

9.1.4 智能估算结果 226

* ~: y% {' r% N/ g3 Q8 C( R

9.2 大气模式湿物理参数的智能估算 229

?# O( Q! v X& k2 ^' Z

9.2.1 湿静力能量守恒 230

/ }8 ?9 w, V; x2 E% E- J

9.2.2 神经网络设置和数据 230

4 i6 h! S# }% s5 u

9.2.3 ResCu的智能预测结果 232

~+ r/ J7 N5 x; g

9.3 数值模式误差智能订正 235

1 ~6 p% u2 l; X" A+ R1 M

思考练习题 238

' Y9 z2 D6 B8 N

参考文献 239

9 J) ~. Q$ y2 t' C 8 ?' }0 B; ]. c u. h

(请在订单备注处注明发票抬头和税号)

3 z. {; K; @; F, _0 c4 x! M/ ?: N% b

官方旗舰店质量保证!出版社库房直发,

% Q& _3 d; i1 J4 O0 O0 ~; a

提供正规电子发票!

8 E' Y; e, x+ O; M; Z6 L: L- N 1 W3 H4 ?1 {2 n4 E, e

END

; c8 m) m$ G: S# H9 J

信息来源:科学出版社。

# W$ s0 [8 ~. L, s. B. z

转载请注明信息来源及海洋知圈编排

/ s& a5 ]0 L& o E) W' t' G

大家都在看

* R) G4 i9 v5 w7 _4 f, g 1 l* b$ e. K2 `& `) d; ]& | ► 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 i, [" m6 D+ c7 ]

► 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!

: h5 }; x( ~+ c' q$ d, q& d ► 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”" Z5 t: G6 W% Q2 @" b2 Z 中国委员会主任,主持召开委员会成立会议并讲话7 _; e6 L( d2 {$ V1 P

► 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* p/ J. h% d

► 王颖院士主编《数字南海》正式出版!

- z; `6 v) G! b1 D- ^9 d U3 F7 f; D2 M* K

► 《海洋空间规划与海岸带管理》出版发行(刘大海、李彦平主编)

% B e1 e4 g1 t+ K5 S5 Q

►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, g7 i9 R9 L% t

►《海洋数值模拟》正式出版!董昌明主编

" H* {& {2 z- m6 S/ ]

► 《渤海、黄海和东海沉积物类型图》出版!石学法等编著

2 Y" g! H& S! d2 [! Q& J+ C: ^

► 填补海洋气象学领域空白!《爆发性气旋》专著出版

2 Q) x0 F) ?2 V3 V7 G, r

► 《黄河三角洲湿地碳循环与碳收支》专著出版

7 x& Q/ Y/ u+ D/ u& j, H

► 《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

7 `- K, w2 f7 @9 ]% s. X

+ T4 V$ h9 `! U9 a( l* c/ 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》

: H2 O8 v* i0 @; F1 Z8 u

) p' h! h5 t9 B6 d6 w% `

►《珊瑚礁科学概论》:珊瑚礁究竟有多重要?

, a/ Y1 ?7 D8 m

8 I' W0 S. |" ^" q- R2 a. f, r; e

►《现代海底热液活动》栾锡武研究员 著

: |) i4 w9 G/ G& d

6 @: k$ W+ l, N$ ^; U7 Q

►《海洋机器人科学与技术丛书》出版发行

6 z, X' T, r* r$ D2 y# ], D# T s# _3 m

► 我国第一部《海洋生物地球化学》研究生教材出版

4 j' @& l) Q2 i6 g" j

► 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

5 c2 K" Z6 `4 R9 J! y* P

《自主水下机器人》封锡盛院士等主编、徐会希高工等著

2 E* w# p5 G/ `6 ^) x4 K" J

►《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

5 O6 c% k7 a' _5 k7 x' b

► 《海洋和海岸环境塑料污染与治理》 骆永明等编著

R; m+ L* V- 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

! W+ P2 l( A$ B9 E. X

►《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

. \6 R: F) K; r1 J! D

► 《黄河三角洲湿地生境演变遥感监测》出版

! O5 n- F) g' S, \8 X5 X

海洋知圈

! \3 o, g9 e/ g

知晓海洋 | 探知海洋

. g$ h9 g- Q7 m$ g" \; m2 ^

宣传海洋 | 服务海洋

. N+ u/ j/ X f9 d- Q! D' l

如您喜欢,请“点赞”并点亮“ 在看”

回复

举报 使用道具

相关帖子

全部回帖
暂无回帖,快来参与回复吧
懒得打字?点击右侧快捷回复 【吾爱海洋论坛发文有奖】
您需要登录后才可以回帖 登录 | 立即注册
亿脉
活跃在2024-11-30
快速回复 返回顶部 返回列表