收藏本站 劰载中...网站公告 | 吾爱海洋论坛交流QQ群:835383472

《人工智能海洋学基础及应用》正式出版!

[复制链接]
6 Y4 T% p8 n/ H" z9 H$ q( T

原标题:《人工智能海洋学基础及应用》正式出版!

0 | p' X( D; I- n/ f0 j7 D6 B 4 U- x# u: A: `; O

$ ^1 `. \5 _2 y% h% V( U

(请在订单备注处注明发票抬头和税号)

( z f: ]9 {& }( d

官方旗舰店质量保证!出版社库房直发,

( X P* j) p# Q/ V) h

提供正规电子发票!

5 n$ R3 L! { e

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。

% ^, j, i% \4 Q; a' ]5 |

目录

7 O+ a; f! h+ F3 N$ \4 K$ O

前言

( |# N5 E' {% ]6 G" _; p8 F

第1章 绪论 1

( a! p4 \3 q! H$ S/ l4 W& f, I g( ?

1.1 人工智能发展历程 1

|1 ?3 K* v. S- x1 V& ]: A

1.1.1 第1次浪潮(20世纪50年代中期~60年代中期) 2

8 X9 \, D8 u7 [& e

1.1.2 第1次低谷(20世纪60年代中期~70年代中期) 2

1 \& o: w1 s$ `3 V, G/ K8 Z: |

1.1.3 第2次浪潮(20世纪70年代中期~80年代中期) 2

# I% _. e( U8 F4 r0 d! F

1.1.4 第2次低谷(20世纪80年代中期~90年代中期) 3

3 K9 a0 G" E ^7 b9 q

1.1.5 第3次浪潮(20世纪90年代中期至今) 3

5 H1 n$ i/ @- Q+ Q4 p' [

1.2 人工智能海洋学发展历程 5

* x, D: @% S$ f' U% `; i) W3 d

1.2.1 海洋特征智能识别 6

, W8 s/ }" ~; U- u1 ^: F( A8 c

1.2.2 海洋参数智能预测 6

0 R7 ?) m: `+ S5 m

1.2.3 动力参数智能估算 7

. Y9 F# k0 [" R# D- e

1.2.4 海洋智能化探测 7

+ Y) u4 M6 B, N6 R( F- x1 Q

1.3 本书的结构和基本内容 8

2 I! T n3 l, r/ }7 p

第2章 海洋大数据简介 10

/ |& C3 i- W- p# ]8 F

2.1 大数据概况 10

# N3 r% G/ E0 w9 R

2.2 海洋大数据的发展历程 10

$ Y% p! W9 j: R$ s: I( u$ c

2.2.1 海洋数据的初步积累阶段 11

. T6 a& z9 k4 G8 k2 w

2.2.2 海洋数据的进一步积累阶段 12

; K3 [- S. U* B/ F' x

2.2.3 海洋数据的大量积累阶段 13

# H% f# [& n* E8 R, X

2.3 海洋大数据的定义及特征 14

5 ]% S. y$ z3 I# ~7 K1 E2 m: g7 }

2.3.1 海洋大数据的定义 14

& D" J& `. L$ `

2.3.2 海洋大数据的特征 14

8 B0 @# W3 \) t. [

2.4 海洋大数据的数据来源 15

3 @7 p! A2 ` d1 d3 l3 W2 p

2.4.1 海洋实测数据 15

; A( g$ o4 S6 c; ~

2.4.2 海洋遥感数据 18

- ?7 v; y- X+ o. ?

2.4.3 海洋模式数据 21

: P2 U! l9 b. E7 ? E' {3 |

2.5 海洋大数据的处理分析 23

4 ?) a: T% t% p6 f5 N

2.5.1 海洋大数据的存储与管理 23

0 c4 U9 B$ t' n9 T& h1 [

2.5.2 海洋大数据分析挖掘技术 24

- v7 _1 ^/ h4 _! t1 [1 e" G

2.5.3 海洋大数据可视化技术 24

/ r& n' T: b" h, f

2.6 常用海洋大数据平台 25

5 V+ v. w/ J3 L3 K4 q+ D8 u2 l

2.6.1 海洋科学大数据中心 25

' P2 K2 Y3 Z: e) L) i

2.6.2 美国国家数据浮标中心 26

6 p; V" Z2 ?& c) G9 _( `, C

2.6.3 欧洲海洋观测和数据网络 26

6 L! z0 K3 v) b9 c

2.6.4 日本气象厅平台 27

! }% L) \: j) B, @

2.7 一种常用的海洋大数据管理系统 27

* s% Q' j; W! A1 `" Y

2.7.1 为什么需要Hadoop 27

7 h b$ c3 f. \1 L i

2.7.2 HDFS 29

! M3 s7 |: F8 G$ W4 k( p

2.7.3 MapReduce 31

$ _! l+ @% ~$ T6 d2 |6 K) d( ^

2.7.4 Hadoop的部署 32

9 H! W3 |2 ?* U" _+ s9 O! X

思考练习题 37

- s3 ]* \: M& p" E

第3章 Python语言 38

5 I9 o9 D6 Y- m j! |

3.1 安装与运行 38

^, P, P; X6 L% ~; d% w

3.1.1 安装Anaconda 38

- V1 Q) W3 G. t# M

3.1.2 安装PyCharm 41

$ a& N, _- q/ K( Q: ?5 M7 \7 C

3.2 基本变量类型 42

- h# O& G. o; h: J8 K' C

3.2.1 数字与运算 43

# W6 x, B3 o9 }/ s) s( U- P

3.2.2 字符串 44

, f& P, F$ r3 r2 q& |+ h; i5 y

3.2.3 列表 44

" c4 Q( x/ c |% U x2 r1 m

3.2.4 字典 46

2 @* }6 x" v, r% C8 c3 f7 U I

3.3 函数和类 48

) n, y2 [& @: H& {

3.3.1 函数 48

w6 V5 Y$ ?, e% L# D4 Z9 g

3.3.2 类 48

# P* C/ r$ p6 t

3.4 循环与判断 51

8 N9 G2 V, U: z+ l

3.5 库 52

- U5 D* F: h- |/ W* X( a

3.5.1 Numpy 52

- ]) ?) u+ n) T3 h

3.5.2 Matplotlib 55

: q2 |8 s7 e. H- V' q- T9 @. e l

3.5.3 NetCDF 69

1 V3 m- I4 }+ h4 M, m7 o0 N ?

3.5.4 Xarray 69

! i. n+ B! r6 m2 M# E

3.5.5 Cartopy 72

1 i' S% l+ { W4 @% ~# O

3.5.6 TensorFlow 73

. E8 n7 K( J5 x) V: K3 w B

思考练习题 76

% F: v2 O$ X' P% h) ~

第4章 人工智能基础 79

" w/ J, ^5 _+ Z4 `* W6 c2 h

4.1 人工智能基本概念 79

( I5 p% W) e7 x7 [9 H, k

4.1.1 数据集划分方法 79

0 j; P V$ N. ]. H; k- P

4.1.2 分类问题评价指标 80

' O8 s6 X* L! o5 ~$ U* _% c

4.1.3 回归问题评价指标 82

7 Q3 b) w, h! C; H* p* F) Q

4.2 BP神经网络 82

; O: m j4 k- x3 N. J2 ?2 o

4.2.1 神经网络基本概念 83

$ s1 Z% O" `/ P( I J# R( |9 f# n

4.2.2 M-P模型 84

) `2 ]# `) g8 Y

4.2.3 感知机模型 85

1 z6 |, z' g. N* Q, \: W

4.2.4 BP神经网络 87

! V# a& p9 ~! o# M5 G1 P

4.3 其他神经网络 90

0 [6 a1 F0 H2 _3 N# V" |) A# ^

4.3.1 前馈神经网络 90

% T0 ^) U( L! d; q7 \( w& H1 @

4.3.2 模糊神经网络 91

* Q0 |1 d' o+ q4 U

4.3.3 径向基神经网络 93

0 s/ n( H: T& ]* f

4.4 上机实验:搭建BP神经网络 95

2 W5 r9 x) [2 v* }

4.4.1 数据准备 96

0 }) P. D8 U/ x& @

4.4.2 模型搭建 96

+ C0 p9 f v( z `" Z4 o

4.4.3 结果检验 97

# Q" c( N7 B( |2 t: }) I

思考练习题 100

6 E/ C9 v. M8 y$ p# f; |0 N

第5章 深度学习 101

/ R" V: i9 d7 H: g* O+ x! x+ O8 Y* o

5.1 深度学习入门 101

% @; Z R! `: O

5.2 深度学习的特征 102

* {* c! g) W Y( h

5.3 卷积神经网络的基础结构 104

7 i; S) R5 r" \3 G

5.3.1 数据输入层 104

" d" T) `7 i) |+ R9 R3 H3 q0 W

5.3.2 卷积层 105

1 c# K4 k; Q' x

5.3.3 池化层 107

; F; h* e" y: _( |& V6 i; L

5.3.4 全连接层 109

3 o" G* w6 Z" Z3 z

5.4 常用的4类卷积神经网络架构 109

4 Y8 P* p* x6 z/ `

5.4.1 LeNet5 110

1 b1 h3 L' a% y

5.4.2 AlexNet 111

, F. k; K! |! [+ e5 @/ e; S- ^# @* l

5.4.3 VGG 114

) R- m! d% S% d/ K& t7 p

5.4.4 ResNet 115

9 r$ W) W! a& K% B: p

5.5 基于卷积神经网络的语义分割 118

6 R( A# O: u5 ^

5.5.1 图像处理的不同层次 118

y9 `' Q* d( J3 B% o

5.5.2 全卷积神经网络 120

+ M% E& R. e; n& i4 g

5.5.3 DeepLab系列模型 123

$ P# b) L6 |1 E

5.5.4 PSPNet 127

' |& b6 H; i. y

5.6 上机实验:搭建卷积神经网络 129

J) B! |& i, i8 [2 h6 O

5.6.1 模型搭建 129

+ r1 K: K2 I# H- ?- \+ A

5.6.2 结果检验 131

& n8 q; T: r, G7 b' k) k! F

思考练习题 133

) H- u$ U1 I! w3 J! }1 N ]

第6章 循环神经网络 134

) ~" t$ s7 d6 m$ m9 H# X/ H+ r( q. E

6.1 循环神经网络 134

$ q9 @5 o; y5 Q) [# A5 \- S

6.2 长短时记忆网络 137

: Z5 E$ \5 _5 g

6.2.1 LSTM的内部结构 137

1 ]8 h! q" O o* Q% s9 @9 ?

6.2.2 LSTM的“门”结构 138

, r% R/ }8 Y) l- A& a/ {1 v! w4 z1 W

6.3 门控循环单元 141

1 @* r0 r$ W, U' B. `

6.3.1 GRU的网络结构 141

! m6 s$ h2 c7 w

6.3.2 重置门和更新门 142

! W' J- T: v0 I5 i6 R0 D" p

6.3.3 候选隐藏状态 142

& b: p' L# R" h' x' F9 h, @

6.3.4 隐藏状态 143

# I9 d+ q- P: r9 r9 V) y: w

6.4 双向网络结构 145

& y: L/ q: r B, B/ l) K% N

6.4.1 双向长短时记忆网络 145

+ b% k1 G' X- Z- h! O

6.4.2 双向门控循环单元 146

/ V) h6 R, n3 ^0 \3 X

6.5 上机实验:搭建循环神经网络 147

) V K; {: C3 @; ?$ b# ]

6.5.1 数据准备与模型搭建 147

! c( e9 P& k! q- m2 E' a+ D

6.5.2 结果检验 149

+ p: X1 b! P& z" V. {/ I# ~

思考练习题 151

1 b) S- K$ x1 }( u% y5 b0 I) y

第7章 海洋特征智能识别 152

+ a1 v" _ b- F0 x( M

7.1 海洋涡旋与智能识别 152

: n+ O9 n. W p

7.1.1 海洋涡旋 152

) O& _- P; m7 S; O5 V

7.1.2 基于PSPNet算法的海洋涡旋智能识别 153

& [) V% p+ `. P$ R& Y- {+ @: A

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

2 f# J d8 Q. k

7.2 海洋内波与智能识别 166

6 `3 H9 R5 I" h7 w* u

7.2.1 海洋内波 166

- @& l5 t! c, z% J* w" f6 X# @' S

7.2.2 海洋内波的智能识别 168

+ G( Q9 d; S# x

7.3 海表溢油与智能监测 170

+ Z7 M: J9 o( c' s# p

7.3.1 海表溢油 170

% k$ R" Y6 w1 c2 i9 k# M5 t q$ |9 x

7.3.2 海表溢油监测 172

& a! w X3 _( S+ p& u

7.3.3 海表溢油的智能监测 172

- O/ _; S# ]2 r

7.4 海冰与智能探测 176

7 V: k% I C5 V

7.4.1 海冰 176

1 a1 R" a( o. @& x

7.4.2 海冰探测 177

6 X6 `) x9 j' c5 w

7.4.3 海冰智能探测 177

- N- Y1 M4 ?7 V+ }' E; ~

7.5 海洋藻类与智能识别 180

& p0 D9 f6 F$ E/ m1 W

7.5.1 海洋藻类 180

* f3 i, C7 O# l

7.5.2 海洋藻类的智能识别 181

+ Z/ d7 X! N+ j1 {) G

7.6 海上船只与智能监测 183

* K4 N C6 O6 {+ B/ q

7.6.1 海上船只监测 183

! z7 Y4 Y. f% S

7.6.2 海上船只智能监测 184

% P+ C6 x, G1 W& _, U2 n

7.7 上机实验:语义分割识别海洋涡旋 187

2 H& W( C: g2 g

7.7.1 数据准备 187

! c2 Q$ i: t( M5 A. S/ g+ w9 Y3 Q- m

7.7.2 模型识别 189

; P' R7 ]2 R- ?

7.7.3 结果显示 193

- x% E' y N; F9 [/ R6 C% l

思考练习题 197

% J0 s" S8 F& n5 R: E( [, k

第8章 海洋参数智能预测 198

/ T% J- Y3 a7 d6 m4 O

8.1 海洋气候预测 198

( v. j* i. h: K3 m/ T" Q

8.2 近岸风暴潮智能预测 201

: L5 P* _! R, Y' g- u- z

8.2.1 风暴潮单点水位智能预测 202

5 q. q8 ~+ U+ |. T8 W% R5 b0 Z

8.2.2 风暴潮漫滩过程智能预测 206

8 u- ?7 w1 }* ~7 M0 T

8.3 海洋波浪智能预测 209

6 I! J+ B; r& h9 |3 ~% R# `/ j

8.4 海面风速智能预测 211

6 N1 i' ^1 I3 q0 k

8.5 海表温度智能预测 213

2 f/ I6 X! M4 o5 S+ B% |" W

8.6 上机实验:有效波高智能预测 217

Z2 I9 m& i A; b% |

8.6.1 数据准备 218

5 V& t0 ^9 X; T. n& X* g; r+ r

8.6.2 模型构建 218

6 H" W4 Q, y( p2 Z

8.6.3 结果展示 220

g$ W2 \' ?: E: w$ \( u$ M' D% S/ R( \

思考练习题 221

" P: s0 ]& x; W$ r+ j5 y" |1 f

第9章 动力参数智能估算和模式误差智能订正 222

: X1 |6 f- l$ }; @9 A

9.1 海洋模式次网格动力参数的智能估算 223

: [5 G% i- q9 ~" D1 @6 }+ ^

9.1.1 准地转海洋模式 223

) l, J; g9 a0 w

9.1.2 降低数据分辨率 224

0 m- s) ~) R9 q

9.1.3 智能估算模型 225

5 Q2 r& O$ [8 ?: p- U

9.1.4 智能估算结果 226

/ f8 j; j, {+ H+ g7 ?2 I- Q

9.2 大气模式湿物理参数的智能估算 229

% _- w, C1 U* }0 W

9.2.1 湿静力能量守恒 230

V2 g1 r9 w$ s, I9 a

9.2.2 神经网络设置和数据 230

! G: Q1 {8 Q- E

9.2.3 ResCu的智能预测结果 232

* K4 e0 H% I) W: Q( @

9.3 数值模式误差智能订正 235

8 S; h+ V, I( s5 N/ u

思考练习题 238

+ b( R' H0 i* X3 ^6 |- b

参考文献 239

& M7 Q0 ^& G) @+ X% p- D 3 v4 p. H9 y1 _* x9 r5 w! q$ N

(请在订单备注处注明发票抬头和税号)

, |7 h3 h6 }& j8 t9 s6 u1 p6 x

官方旗舰店质量保证!出版社库房直发,

% l" Y$ E5 U: ~; u. |

提供正规电子发票!

# @0 f7 @0 |1 [" Q- t 5 r$ X- a- n& l2 o9 r

END

3 [. e: j d1 {; a% v

信息来源:科学出版社。

# h4 s, q) N0 T+ p

转载请注明信息来源及海洋知圈编排

# j) B; ?" R* ` c2 C$ I

大家都在看

# O% A0 M% U' v$ Q+ p 4 V+ h, E& `3 V ► 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……) N2 N- ]! p* r

► 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 z2 D* Q+ I5 G( x4 p; H0 x ` ► 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”. g' P& B) n S6 k, E( l 中国委员会主任,主持召开委员会成立会议并讲话 7 @7 }) y) o0 K# X

► 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

; W% H( B/ W, P7 n& S

► 王颖院士主编《数字南海》正式出版!

* x- W, W8 i/ |: H/ A! E) |7 U! o& T1 Q6 }

► 《海洋空间规划与海岸带管理》出版发行(刘大海、李彦平主编)

" \3 h0 p) J! {9 g. r: Z/ L! N

►丁德文院士等编著!《中国近岸海洋生态学研究与管理》出版!

, y) Z4 K0 v5 O% G. X

►《海洋数值模拟》正式出版!董昌明主编

" l! r q* J; D; I9 ?* u7 D

► 《渤海、黄海和东海沉积物类型图》出版!石学法等编著

8 ]: d+ z- Y7 }2 s! N

► 填补海洋气象学领域空白!《爆发性气旋》专著出版

1 n5 U$ Y3 K# }9 c; k! t1 U8 @

► 《黄河三角洲湿地碳循环与碳收支》专著出版

* t1 l: X1 u. W- ~ @3 [. 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

% t2 }. J5 w0 U4 c9 E

, x+ K; }8 |9 N

► 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》

# x4 J% f% X/ M% W1 M

5 I! o3 d; \- e

►《珊瑚礁科学概论》:珊瑚礁究竟有多重要?

) f- a/ y0 D x" ~6 z ]

9 _/ s; O! P7 G4 M

►《现代海底热液活动》栾锡武研究员 著

1 I+ p5 g& b" B; H* F

2 Y) y; d+ [ d2 z+ \) ^' J

►《海洋机器人科学与技术丛书》出版发行

4 o+ y- e, R( {. @

► 我国第一部《海洋生物地球化学》研究生教材出版

1 _7 @2 y/ M$ s# [7 [) T7 E

► 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

* Z2 J6 X q. W" S+ f

《自主水下机器人》封锡盛院士等主编、徐会希高工等著

% o$ H& I; v8 ~' G8 b% G' p; M

►《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

/ x! m# a3 u8 |5 @5 ~

► 《海洋和海岸环境塑料污染与治理》 骆永明等编著

; z4 n9 E' L7 U4 G8 W4 N: |8 H

《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

, ?4 t4 |3 n a

►《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

/ E" \) [* i3 d% Y9 R' K2 o

► 《黄河三角洲湿地生境演变遥感监测》出版

7 r( I0 |, c3 C

海洋知圈

( k* I# X1 _+ u' C r8 L

知晓海洋 | 探知海洋

6 P) n% [' @; b. b+ _9 E/ ^

宣传海洋 | 服务海洋

8 T4 ~* @. d: ^ P9 e

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2026-3-29
快速回复 返回顶部 返回列表