|
9 [8 L* \& @7 v) w3 a4 G
原标题：《人工智能海洋学基础及应用》正式出版！
2 s8 w7 J9 D, {; U. T& G# _$ \; X
: U3 N3 M( E4 h/ @ 
- _7 c A% Z& N P2 q: G （请在订单备注处注明发票抬头和税号） ( F* i! E* m! s2 ?
官方旗舰店质量保证！出版社库房直发，
4 A8 E2 L q" z# V @) p 提供正规电子发票！ 4 S& g/ d$ G' M5 [* Z8 l
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。
2 [$ x" B7 U& `0 w* y' n$ i0 t 目录 . t/ k3 M' G2 P }2 M( {
前言 ) b6 Q9 z% P. F" J
第1章 绪论 1 % M- h+ o5 s* B* i5 Q( p/ a
1.1 人工智能发展历程 1
$ y, Y6 R$ K( e7 M. I8 {9 N8 o 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 ) B- s# y6 |$ H, v9 C
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 ; {& l+ x Q- o1 K$ S* r, v
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
/ m% ~- @2 C1 V7 ? 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 ' \7 {- K3 ?% V7 M2 A# P" N
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
0 H/ q! h# \* Y7 e 1.2 人工智能海洋学发展历程 5 6 O( B( E9 G5 e6 B0 d
1.2.1 海洋特征智能识别 6
7 f8 E$ ?$ Y2 P$ e' j 1.2.2 海洋参数智能预测 6
; E- \8 t h- Q- S5 U 1.2.3 动力参数智能估算 7
7 [/ P! S% K0 n4 X 1.2.4 海洋智能化探测 7
8 r0 M% G- Y& B1 E3 ?+ a9 r 1.3 本书的结构和基本内容 8 $ Y# ^( \- F8 k! \: [
第2章 海洋大数据简介 10
0 }# p, i) J+ F7 G2 c9 f 2.1 大数据概况 10
7 Z) B. F! ]5 J$ b9 Y3 l3 [ 2.2 海洋大数据的发展历程 10
3 |0 j7 O1 B# a. r. J P6 @ 2.2.1 海洋数据的初步积累阶段 11
: @2 X% R0 s7 U. y9 V: c& c 2.2.2 海洋数据的进一步积累阶段 12 0 v* O1 l* ]8 t; M& y% G8 M
2.2.3 海洋数据的大量积累阶段 13
w' N% }& B: o$ x3 Z- w+ S 2.3 海洋大数据的定义及特征 14 5 l) U9 L/ ^" R9 ~6 T: z- b h
2.3.1 海洋大数据的定义 14
+ X# Z+ U# a3 V# @& [ 2.3.2 海洋大数据的特征 14
; a% [* G$ j) h1 E, G5 o) h 2.4 海洋大数据的数据来源 15 1 \- p" R" ]" F2 V- J5 l
2.4.1 海洋实测数据 15 % V1 W* i9 B9 o; y* A
2.4.2 海洋遥感数据 18 # j* j" B4 @2 i/ e: e
2.4.3 海洋模式数据 21 0 y) W: J( ^6 i
2.5 海洋大数据的处理分析 23 . R6 q% c( _ R! t
2.5.1 海洋大数据的存储与管理 23
# H- V' W ?2 B8 Q* N) d0 S2 B0 ~; _ 2.5.2 海洋大数据分析挖掘技术 24 2 E( i9 C! x! u2 |1 Z) {! B
2.5.3 海洋大数据可视化技术 24
8 l: p# l8 t$ ~- `# Z4 |2 N. [& n0 c 2.6 常用海洋大数据平台 25
% e% {, g Q) z# W( [" w 2.6.1 海洋科学大数据中心 25 ! L* R' F3 t3 E! n/ ], W
2.6.2 美国国家数据浮标中心 26 2 j: p' f; R( ]2 R( e4 c
2.6.3 欧洲海洋观测和数据网络 26
$ X. \# z! O9 _" H; m Q 2.6.4 日本气象厅平台 27 ; Q; b* }6 F- B6 g3 n; ~/ ~
2.7 一种常用的海洋大数据管理系统 27
) T V7 g" T* p 2.7.1 为什么需要Hadoop 27
1 _4 E7 E2 l$ |7 N) i8 h 2.7.2 HDFS 29
( V9 Y0 X5 } j0 O; d 2.7.3 MapReduce 31
7 P* W/ D# {7 k 2.7.4 Hadoop的部署 32 . i) n% n; `: Y- D q8 |9 F
思考练习题 37
- a: L/ j9 K" ?9 q! e& ] 第3章 Python语言 38 1 M( f; ~* _; y7 f! I0 L: y5 E
3.1 安装与运行 38 x/ Q8 L7 C, N6 p, [$ f
3.1.1 安装Anaconda 38 , k7 q: b+ d9 d9 o6 F" h( p0 K
3.1.2 安装PyCharm 41
9 K5 e, T/ z4 r2 E 3.2 基本变量类型 42
0 X4 e7 o( C- @0 n4 u }+ I 3.2.1 数字与运算 43 F8 s5 C2 f+ b0 ~4 h7 h
3.2.2 字符串 44
, Y( |1 A( V$ M% Q* C 3.2.3 列表 44 ( F1 ]6 B8 ^1 P+ h+ E
3.2.4 字典 46 7 \9 }$ C: I& E0 c x2 q; b, G
3.3 函数和类 48
( u2 Y' p \/ c/ K' ^ 3.3.1 函数 48 ) @+ M, Z* \; G- G# z* u3 v& O
3.3.2 类 48 + @/ J( g) Z: w9 f. t: F
3.4 循环与判断 51 " \9 X& u# E$ ^7 F+ O5 a, r
3.5 库 52 : x) {- ~. u6 g* u4 C1 o; W! f& K0 q
3.5.1 Numpy 52 ) d& A/ L' R: `5 c
3.5.2 Matplotlib 55 / l) w4 W" l4 L x/ z
3.5.3 NetCDF 69
/ B$ N' p9 n" f* g( t 3.5.4 Xarray 69
& G$ g e3 ?% X! I. F 3.5.5 Cartopy 72
) f, L6 f9 t7 W9 w* S2 R/ Q 3.5.6 TensorFlow 73
: i& n+ \5 ^, X ?& M$ i% M1 A 思考练习题 76
( W' w4 G, i( Z6 X; h) @ 第4章 人工智能基础 79 * B5 ]* K# c5 z) F! n
4.1 人工智能基本概念 79 & S& s5 K4 k& N" u
4.1.1 数据集划分方法 79 , q* r& U# h1 a1 ^* o" |6 J
4.1.2 分类问题评价指标 80 1 [7 s$ W5 ]' ]
4.1.3 回归问题评价指标 82
3 t' Q8 w" ?: T7 C4 E# j( ?, q 4.2 BP神经网络 82 1 i* X/ u8 R1 c l8 G! n* B
4.2.1 神经网络基本概念 83
1 \3 p8 _4 G$ n+ J- d 4.2.2 M-P模型 84
3 A/ o" a# c. t* t$ ^' K" d 4.2.3 感知机模型 85
" Y: `8 G1 n# G3 y 4.2.4 BP神经网络 87 7 p( ~3 Y& }9 q" g' e s/ L8 `
4.3 其他神经网络 90 R9 w" g- ^7 q- L4 ^
4.3.1 前馈神经网络 90
9 V( D. z: t0 p 4.3.2 模糊神经网络 91
. Z" U' V4 p" g, v; h7 g. L" }$ A 4.3.3 径向基神经网络 93 2 F, m3 L) k2 P2 @
4.4 上机实验：搭建BP神经网络 95
, } \ E' A* h2 y) D 4.4.1 数据准备 96 F" ]# k1 ~. [% T% W
4.4.2 模型搭建 96 / e1 |& `; L! }' O/ D6 Z0 H6 n
4.4.3 结果检验 97 4 S. J) f2 A$ [
思考练习题 100
9 C E; |. @) K% K7 w- ] 第5章 深度学习 101
$ k' z- L3 Y- ~( i% ~ p( p 5.1 深度学习入门 101
$ ]1 W7 f8 l) Y, v# W6 ] 5.2 深度学习的特征 102 / t& C0 {) Z' b1 h+ O; P
5.3 卷积神经网络的基础结构 104 ( l& H( |5 ?( A0 |4 N
5.3.1 数据输入层 104 # z. f- `# y8 \
5.3.2 卷积层 105
" |1 @5 b( }0 X" C }' ~5 X 5.3.3 池化层 107
' J" T$ P+ m. F0 X7 \+ ] 5.3.4 全连接层 109
2 ]' m+ f, v3 m; n6 j" D1 V 5.4 常用的4类卷积神经网络架构 109 ( `0 T( F1 \/ |
5.4.1 LeNet5 110
0 H+ @4 F2 p6 t g# s 5.4.2 AlexNet 111 2 L7 L, E, G# T& u1 b
5.4.3 VGG 114
+ Y6 Q& H8 G' p$ ` 5.4.4 ResNet 115
* y! B+ E. c0 M9 r- l, d, J0 ~ 5.5 基于卷积神经网络的语义分割 118
0 ?5 c% i2 H. }+ l: t* [ 5.5.1 图像处理的不同层次 118 5 R2 j5 T! n6 W( ?# O
5.5.2 全卷积神经网络 120
; B! c' I+ Z0 W {0 \3 n5 c4 _ 5.5.3 DeepLab系列模型 123 8 L4 |, b6 x2 Q( |
5.5.4 PSPNet 127
# E+ i4 x4 w, @2 c! t& E 5.6 上机实验：搭建卷积神经网络 129 7 u- Y ?& [% i/ g- M
5.6.1 模型搭建 129 - D' G* @% M1 g
5.6.2 结果检验 131
5 f; |& b1 \( u# l2 x" W3 I2 v' S 思考练习题 133 * U/ N8 J: E. m+ E& D
第6章 循环神经网络 134
' Z4 ^; g0 s6 W4 T& n; \% r 6.1 循环神经网络 134 . U" Q' O* N) P2 x9 f
6.2 长短时记忆网络 137 5 @( Y' ^/ q1 @- y- I3 y
6.2.1 LSTM的内部结构 137 6 [3 b, T1 }) ^# l. g
6.2.2 LSTM的“门”结构 138
- ?2 ?) G! d4 H4 }; R* U 6.3 门控循环单元 141 - g# q) f! y6 f% e- e
6.3.1 GRU的网络结构 141 5 F4 }# l) t- d' ~! w/ |9 |
6.3.2 重置门和更新门 142 6 d! O6 F+ V0 M$ M1 W) H
6.3.3 候选隐藏状态 142
: l2 Q. {* p+ y- J3 w2 L' O' j 6.3.4 隐藏状态 143 / f7 u7 w9 z( k- |2 Q
6.4 双向网络结构 145
, s, j& p1 r' c 6.4.1 双向长短时记忆网络 145
3 t" w. ~* w0 k3 d# l2 R) T# N 6.4.2 双向门控循环单元 146 . s) n3 H* e; e2 S/ q* A7 o
6.5 上机实验：搭建循环神经网络 147
# V. ^ k. T$ t) q9 L* K: q) E 6.5.1 数据准备与模型搭建 147 E( s$ U: ^3 X; @# O" O
6.5.2 结果检验 149
. l5 ^% p6 }* V 思考练习题 151 & I5 Z, [8 ?4 S7 C O
第7章 海洋特征智能识别 152
6 T+ r+ f# S0 H9 B8 t! r: m 7.1 海洋涡旋与智能识别 152
3 p" b4 f% W5 ~. R 7.1.1 海洋涡旋 152 " ~/ A# M) Y& V2 V; P
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 * @+ s$ G& p% Z9 m
7.1.3 不同人工智能算法在海洋涡旋识别应用中的比较 160
- b; D0 C1 F' ^: B6 l3 l% h. b 7.2 海洋内波与智能识别 166 0 G. ]' @+ R6 K# D+ {5 V/ m
7.2.1 海洋内波 166
1 q2 x" k* x7 p2 h4 {, @4 k 7.2.2 海洋内波的智能识别 168
2 [+ \) M9 E4 T 7.3 海表溢油与智能监测 170
. ], e6 z: w7 r2 t& r3 J 7.3.1 海表溢油 170 2 Z7 y# D- k" a& Q
7.3.2 海表溢油监测 172
, ~5 O3 ~' |( S5 k5 C6 G2 S 7.3.3 海表溢油的智能监测 172 1 e4 Y+ ]$ x2 R# b( n
7.4 海冰与智能探测 176 4 q" u+ q5 f) c% J, p5 ^
7.4.1 海冰 176
) A) T9 E( o9 A; w7 h 7.4.2 海冰探测 177 ) c8 @: v& F0 O7 |) E
7.4.3 海冰智能探测 177
0 u4 P: R1 I: d% N; M& ] 7.5 海洋藻类与智能识别 180
t4 z% R+ Y( s; }0 H 7.5.1 海洋藻类 180 ( a4 x2 F! M4 h% c
7.5.2 海洋藻类的智能识别 181
7 \/ q- p, A& f% `, `& ~, e 7.6 海上船只与智能监测 183 & c. O5 Z# k( s6 I$ [" T
7.6.1 海上船只监测 183
3 r$ W4 L d, k! t$ U 7.6.2 海上船只智能监测 184 ! }) i5 k g2 D9 U# |4 H( ?* {
7.7 上机实验：语义分割识别海洋涡旋 187
/ M& _6 s- a4 X7 g 7.7.1 数据准备 187 5 T+ }) I- \" }
7.7.2 模型识别 189
* z& }' a$ D- D4 j" | 7.7.3 结果显示 193
: N/ S* @+ G* g" a, _ 思考练习题 197
' H# v0 G: V1 _: X& K) z 第8章 海洋参数智能预测 198 0 k( `9 ~7 t7 A
8.1 海洋气候预测 198 6 H6 z6 f. F6 L6 }
8.2 近岸风暴潮智能预测 201 ' G2 ?' }; g. ]7 R+ n0 V
8.2.1 风暴潮单点水位智能预测 202 8 e; w$ p" W. T/ e4 a1 D# g* e0 f6 Y( j
8.2.2 风暴潮漫滩过程智能预测 206 8 b4 E& R$ J2 H g( L- I
8.3 海洋波浪智能预测 209
8 M: c. c) B) d' O 8.4 海面风速智能预测 211
9 E# T \) M, P7 |0 P/ a9 L 8.5 海表温度智能预测 213
% f. x, A% S2 c! d1 ]: D# s 8.6 上机实验：有效波高智能预测 217
/ h R' ^+ ~$ f: m$ G 8.6.1 数据准备 218
8 {* K8 [' K- \* L; a5 E" F! D& Q 8.6.2 模型构建 218 / L7 b2 m! k$ t
8.6.3 结果展示 220 9 d/ o* a: Y5 t1 b
思考练习题 221 : V2 `/ j! o& F2 @: m6 O
第9章 动力参数智能估算和模式误差智能订正 222
! x% {6 i7 d0 q# F6 k: c* M 9.1 海洋模式次网格动力参数的智能估算 223 2 s$ M: p0 f; ~+ k( j) e2 M, }
9.1.1 准地转海洋模式 223
0 C9 ?% ]5 r+ Y) u 9.1.2 降低数据分辨率 224
4 t) s- V/ _1 z5 x 9.1.3 智能估算模型 225 - P$ @- P4 m0 t' z1 P M8 q0 o
9.1.4 智能估算结果 226 ' S0 [( w$ @, |: u4 e
9.2 大气模式湿物理参数的智能估算 229 $ H X' w( C: N) @/ S
9.2.1 湿静力能量守恒 230
9 t* a) ?7 I1 M7 i+ o6 P% i 9.2.2 神经网络设置和数据 230
$ ~: b1 H$ ?6 [( m: ~ 9.2.3 ResCu的智能预测结果 232 % D% Y( {0 [4 }
9.3 数值模式误差智能订正 235 7 j* R. R- @; `3 F/ Z# s
思考练习题 238
* ]! l5 y) o8 i5 L0 X" k5 g. o8 m 参考文献 239
% o) u. X( P5 z* s4 g; q; `5 L3 y) F
（请在订单备注处注明发票抬头和税号） ' ?$ ~0 w$ N1 I' d; m2 Y- @* s' m
官方旗舰店质量保证！出版社库房直发， H! F8 n+ [. V- {
提供正规电子发票！ ! j; c/ R) S2 J6 Z, X% \
: w0 P$ x. U8 f0 ?% S — END— . y; y5 t& y4 p& u* R0 F. n" M; E( `
信息来源：科学出版社。 5 ]' @% @6 X' `& Q6 p$ O
转载请注明信息来源及海洋知圈编排
: k+ N7 |7 U3 e d; @, f* C 大家都在看 " e8 @# q4 _* o# z# c
e. c4 R4 s9 S* \& o8 L8 G ► 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……
; P5 w1 m" Q1 p' O. Q ► 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！
5 l z! I) Y+ @: i* 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”
4 b+ Y O0 m& \0 V 中国委员会主任，主持召开委员会成立会议并讲话
" c/ h- {. V' F7 @ R1 m3 _ ► 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 ) v. g4 `/ T5 o3 C; m
► 王颖院士主编《数字南海》正式出版！ 6 z4 |3 Y5 G) ?* @
7 d7 e. m! `2 `% A
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） - ]& Z q ?7 r7 n( I6 f+ P+ f
►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' `0 R5 N1 N( L7 f# k ►《海洋数值模拟》正式出版！董昌明主编 $ C: _' t6 [$ \2 T1 T' W( w2 l
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 r3 e* D" k* }: G
► 填补海洋气象学领域空白！《爆发性气旋》专著出版 8 ]& n; K" v( \
► 《黄河三角洲湿地碳循环与碳收支》专著出版
( e& ^$ z, i8 M9 { ► 《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 : A: _9 T9 k9 ^, x
海 / `) f9 P3 L& w
► 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 @8 h7 E, I" R% v9 h 洋 $ b& {% w% }* O {
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
6 m3 Z& S7 s8 r! H" | 书
* Q+ ~' R2 j- Q, F( N ►《现代海底热液活动》栾锡武研究员 著 7 K4 n7 W% Z( A" e( J/ T6 `" }7 Z! g
屋 ( l) B' [) ], u6 [
►《海洋机器人科学与技术丛书》出版发行
; L! j% U3 X; V+ w* a ► 我国第一部《海洋生物地球化学》研究生教材出版
5 H' H. ^8 j6 X8 i ► 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 9 M& h i, p" ~4 m2 {/ j* \
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
& D& O6 z0 h: x! X. `5 f ►《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
d2 G/ }! @ i' g, Z ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 9 l' V X, a* O& N9 b( A$ d
►《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
) o! K* ]5 X! X$ F6 o ►《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 3 ]4 v1 A7 y+ d \. S9 d
► 《黄河三角洲湿地生境演变遥感监测》出版 2 `) O4 k1 u: V8 w; R! R C4 E; P
海洋知圈 4 i9 ]- Q0 I+ V3 f6 ~
知晓海洋 | 探知海洋
, F. Q0 V! `6 ?$ }) r D 宣传海洋 | 服务海洋 # ?0 L& W1 L6 @) X2 J# j
如您喜欢，请“点赞”并点亮“ 在看” |
