|
( |1 P7 ~$ h7 p! H) T# `' C 原标题：《人工智能海洋学基础及应用》正式出版！ ' h" k: C% ?+ ?: I& m7 J
! v: |" E# c1 z* {4 V& d
! F$ Z- {: b9 ?+ _9 u
（请在订单备注处注明发票抬头和税号） , r* c6 G5 m: m- f; t, S
官方旗舰店质量保证！出版社库房直发， 7 W& J+ z1 j0 M9 P/ Y+ n$ B
提供正规电子发票！
- I0 u. S# s: T- ?, j. o4 ~ 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。
1 x' C5 P5 T* @. t9 X$ z/ K 目录 / X, }7 q* B+ x, ~
前言
; b, I7 v0 \9 ~' v ~, g% Q 第1章 绪论 1 . V7 j& Z& e6 p4 n' R9 A- B
1.1 人工智能发展历程 1
$ k3 ]! C% l/ g/ v5 E 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 7 V! [* }4 D7 z: f4 m
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2
' t6 l1 ~# ^3 y$ n 1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
6 d* ?; c8 c' H4 z6 f 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3
. k. N9 r, ?3 n6 @ 1.1.5 第3次浪潮(20世纪90年代中期至今) 3 2 d7 r8 n9 b# @2 e) i9 W8 s; g
1.2 人工智能海洋学发展历程 5 9 t: Y' @( x5 P. A) X; w1 K
1.2.1 海洋特征智能识别 6 0 R; B2 K# j- K
1.2.2 海洋参数智能预测 6 + M2 C, Y& z4 C+ ^
1.2.3 动力参数智能估算 7
2 \6 [/ A; c, \) F5 K4 \ 1.2.4 海洋智能化探测 7
* w5 y% I. O3 f7 A! T+ c4 |" U 1.3 本书的结构和基本内容 8 ' F6 _, y! \7 A4 S8 K: @
第2章 海洋大数据简介 10
- y1 H% ^9 u f6 ?7 [+ e" | 2.1 大数据概况 10
) ^5 _1 B b1 X. e0 t% i$ _. s2 \. } 2.2 海洋大数据的发展历程 10
) Q2 X N( x% \$ Q& f( B 2.2.1 海洋数据的初步积累阶段 11
% I- {0 p5 v, t% e 2.2.2 海洋数据的进一步积累阶段 12
% {' p9 J, x d4 V& W. Q! Y 2.2.3 海洋数据的大量积累阶段 13 ' U9 V N- @7 B+ y8 L# G. d& |
2.3 海洋大数据的定义及特征 14
0 }+ E/ I* m7 u9 d9 v 2.3.1 海洋大数据的定义 14
" S! T3 x7 s( W6 L: | 2.3.2 海洋大数据的特征 14 2 t6 P- S! l- n- n6 b% [) B
2.4 海洋大数据的数据来源 15 % o: d0 g: C( l& V% X# H, |% a) }
2.4.1 海洋实测数据 15 : X7 C1 M3 r9 u3 {
2.4.2 海洋遥感数据 18
, |0 d6 V4 D7 W" ? 2.4.3 海洋模式数据 21 5 j5 z) S& d% C/ M k7 S% _
2.5 海洋大数据的处理分析 23 4 V/ I6 h" [3 F5 T+ e
2.5.1 海洋大数据的存储与管理 23
. P' A% z3 a h 2.5.2 海洋大数据分析挖掘技术 24
( p1 R; K5 M. n. D$ Z3 W% g 2.5.3 海洋大数据可视化技术 24 . F2 a1 k, G# R
2.6 常用海洋大数据平台 25 9 Z" O+ }9 y6 b, d3 Q
2.6.1 海洋科学大数据中心 25
. n8 T& {( m+ x/ M9 ?1 h1 I 2.6.2 美国国家数据浮标中心 26 2 [2 D- y- K ^0 L
2.6.3 欧洲海洋观测和数据网络 26
+ A+ _: {- y" h# \* Z$ N& _ 2.6.4 日本气象厅平台 27 : _; K5 n9 L1 A j" D- u) D4 w" b! r
2.7 一种常用的海洋大数据管理系统 27 4 ?0 x* a. }: n6 n
2.7.1 为什么需要Hadoop 27
0 z, C) P# C5 c. ]1 a 2.7.2 HDFS 29
* w: }$ ?% w w9 ^# K1 u 2.7.3 MapReduce 31 8 m" E" b5 X& z' l: o
2.7.4 Hadoop的部署 32 # U& |* z# j( ? @% w4 k
思考练习题 37 & J7 `6 c6 E! D% p
第3章 Python语言 38 ! i. U6 F4 U, h+ X$ w' @, r; b) r
3.1 安装与运行 38 6 T6 i$ O: T% U$ z+ o9 M# Y0 `
3.1.1 安装Anaconda 38 : U" ^2 N. r5 Y. F5 @( T
3.1.2 安装PyCharm 41
* ]! D" r( Z$ | 3.2 基本变量类型 42
: e3 N9 J }8 F8 X5 h0 m- u. M) U 3.2.1 数字与运算 43 # {$ `# p( _/ i
3.2.2 字符串 44
9 e0 @! I7 ? T 3.2.3 列表 44
: B; ~6 L% h p8 ~ 3.2.4 字典 46 % u" J3 b |0 m) O" @/ Y" ]
3.3 函数和类 48 5 n' ]: ]5 m/ I# e
3.3.1 函数 48 9 v7 x# s5 q6 i: w
3.3.2 类 48 ( U+ H) i2 f2 C2 w
3.4 循环与判断 51
' ]" ]% _3 v F W/ q! ? 3.5 库 52 & V$ B$ @/ r$ }& j' x6 }0 e9 X+ m
3.5.1 Numpy 52 / t6 i: k4 q+ k; H& z. H' l
3.5.2 Matplotlib 55 4 t- s$ `& H3 Y# m% P
3.5.3 NetCDF 69 & y: C! \. m6 [
3.5.4 Xarray 69 # i+ O2 n, C0 b% n0 p
3.5.5 Cartopy 72
2 A: x% V$ p5 I 3.5.6 TensorFlow 73
7 c7 r, |) F8 D4 R: X 思考练习题 76
# c% ^" T6 o; g. X( q! y5 \ 第4章 人工智能基础 79
' u# Z K4 v* b3 v1 q- R 4.1 人工智能基本概念 79
+ J4 A* n5 C% p. M2 s- N 4.1.1 数据集划分方法 79
$ w$ O8 S% |* L) t3 E a6 K9 m 4.1.2 分类问题评价指标 80 0 ]" s/ t* u# ?" R+ N Q1 J
4.1.3 回归问题评价指标 82 ! R& I! c4 h* C4 c& ^
4.2 BP神经网络 82
" r6 X( H' }6 p 4.2.1 神经网络基本概念 83 . Y7 M8 L% I8 h% X0 T. g
4.2.2 M-P模型 84
. A+ ?- E4 n6 _2 {0 _& L 4.2.3 感知机模型 85 0 g) p) @ J/ c5 a
4.2.4 BP神经网络 87
7 z$ F8 M( c3 O% |" q0 P 4.3 其他神经网络 90 ( f$ }" o' I9 [$ ?' C9 Y1 W
4.3.1 前馈神经网络 90 ; {! G. a% r/ X" Y" |
4.3.2 模糊神经网络 91
) s0 h- g! F0 I7 C$ t, J& D7 z 4.3.3 径向基神经网络 93 , q/ E+ H; U+ F: k
4.4 上机实验：搭建BP神经网络 95 # F2 e ?% a, o0 e7 h
4.4.1 数据准备 96 1 O# ?/ J; J2 `0 P( A1 D! P
4.4.2 模型搭建 96
5 U! q! p! S7 }( F 4.4.3 结果检验 97 2 {* L, G ?8 ~% B4 |
思考练习题 100 9 d& O A# d; h
第5章 深度学习 101
8 z4 S8 K8 p. N% M% \, m# a8 l 5.1 深度学习入门 101
4 G/ v) W5 ?: _7 Q# X0 ` 5.2 深度学习的特征 102 8 S( R0 ], ~/ ^4 p
5.3 卷积神经网络的基础结构 104
$ @3 i- g; j/ j# |1 b8 T- p$ { 5.3.1 数据输入层 104 5 m; [3 B* U/ X. ?7 v& P
5.3.2 卷积层 105 / q1 C f4 W. b8 D
5.3.3 池化层 107
" `8 k6 }0 B) W. X 5.3.4 全连接层 109
1 A! W# h+ q" N/ Y8 E D 5.4 常用的4类卷积神经网络架构 109 5 i% T8 g- P ^$ r# p% O
5.4.1 LeNet5 110 " K. }. t* p8 G. M' N2 c, r, z' |9 o% D
5.4.2 AlexNet 111 ; H3 m- v3 R# h: l4 l/ P
5.4.3 VGG 114
0 Q4 Z* v) {6 ^8 Z6 g 5.4.4 ResNet 115 3 ^6 ~( [/ i8 R# W, r
5.5 基于卷积神经网络的语义分割 118 1 m7 [; |# r6 O- u
5.5.1 图像处理的不同层次 118
$ @9 `* D% Q. o 5.5.2 全卷积神经网络 120 o! Y0 I8 I4 B. R/ U9 y, R
5.5.3 DeepLab系列模型 123
& f* s4 N. \/ O, O 5.5.4 PSPNet 127
% K4 f+ k4 T, Q- Q, Y5 } 5.6 上机实验：搭建卷积神经网络 129
9 d; {& M* j2 t7 T 5.6.1 模型搭建 129
; C, G4 f3 F8 z: n 5.6.2 结果检验 131
! x4 `* L8 S. u3 V 思考练习题 133
$ e8 t5 X8 d$ o( }+ ` 第6章 循环神经网络 134 8 w; b$ R. i3 S' c" h
6.1 循环神经网络 134 ; S5 N+ _* B: _
6.2 长短时记忆网络 137 9 A: N. U! ?* q
6.2.1 LSTM的内部结构 137 0 {$ t9 V4 x2 j
6.2.2 LSTM的“门”结构 138
2 \; @3 n2 X ]* r+ Z 6.3 门控循环单元 141
3 J* r; B) s! a 6.3.1 GRU的网络结构 141
( x% I) g3 C( W$ l; _0 o 6.3.2 重置门和更新门 142 * I, b h" q2 a9 N" D! J R
6.3.3 候选隐藏状态 142
) b* F, \, z9 Q! n& P 6.3.4 隐藏状态 143
% Z+ m; N3 y% p* C, ~! V' \' Q 6.4 双向网络结构 145 ( _; ^, p" P' a
6.4.1 双向长短时记忆网络 145 7 q$ M3 {; D: ~8 G0 ?- @ f
6.4.2 双向门控循环单元 146 . f1 f0 I# z: a6 n l
6.5 上机实验：搭建循环神经网络 147 : o- B, k) W9 `8 C4 P
6.5.1 数据准备与模型搭建 147
) R/ `" L$ {! K( P. w; O 6.5.2 结果检验 149 $ }$ e6 h/ ?# d" i1 v! k
思考练习题 151 7 ?% k, a+ A" t. e
第7章 海洋特征智能识别 152 4 h$ J" \0 r$ U1 h" h' R0 S6 U+ g
7.1 海洋涡旋与智能识别 152 ( Q& `6 h/ l- l! W" q7 R
7.1.1 海洋涡旋 152
1 U2 f$ M$ Z9 T7 l 7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 # H+ S& N" }' `2 X9 h
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
6 m8 v$ a4 m! R 7.2 海洋内波与智能识别 166
, s$ r* k/ W! v# }( B$ g 7.2.1 海洋内波 166 9 w. S- q. q& M, N7 ~+ L' }
7.2.2 海洋内波的智能识别 168 " }4 g0 X' R n3 V2 I. [2 O
7.3 海表溢油与智能监测 170
3 i4 f0 ?% d# W9 Q& b. @4 [% N B0 ] 7.3.1 海表溢油 170
c( w. k4 g! g% R: Q5 K* s 7.3.2 海表溢油监测 172
- q! Y0 e) A# w6 ^0 v! q 7.3.3 海表溢油的智能监测 172
U& H0 L( v7 q" \) R 7.4 海冰与智能探测 176 , b# C4 v" }( O7 q! F0 } ?* I6 t
7.4.1 海冰 176 # P* U' q9 T$ k" N
7.4.2 海冰探测 177
& A, C. t, _+ {+ V) b 7.4.3 海冰智能探测 177 , q* q0 m) F0 u4 y7 M# y
7.5 海洋藻类与智能识别 180 . L0 B2 k6 p; n$ L3 k2 W0 Z$ F
7.5.1 海洋藻类 180 ) J! h, i# o3 i! f% Q3 A7 f- @
7.5.2 海洋藻类的智能识别 181 0 D2 v7 C( @4 H/ x% X- J
7.6 海上船只与智能监测 183 1 {6 w, P/ l2 j0 s
7.6.1 海上船只监测 183 ; \/ C1 B; o. C+ X" l
7.6.2 海上船只智能监测 184
1 a+ A, n; l. r1 R Z 7.7 上机实验：语义分割识别海洋涡旋 187 0 f5 Z8 m& m3 U7 i. {8 X5 \1 V7 B
7.7.1 数据准备 187
; } n, X; e i6 j/ }9 G* C 7.7.2 模型识别 189 3 e+ s% I: S7 h0 r6 q% ~2 _
7.7.3 结果显示 193 4 E" _; q9 e' r, y# ]& ?4 E5 [+ h
思考练习题 197 - B; K1 i9 j% k6 l, ]
第8章 海洋参数智能预测 198
+ l( Q3 x# j+ e3 _" W; H4 [* e( |( v 8.1 海洋气候预测 198 1 k' x# ?+ i. B2 c0 @
8.2 近岸风暴潮智能预测 201 / S0 K5 ^( g5 B) `) W
8.2.1 风暴潮单点水位智能预测 202
3 }/ A$ ]* G0 A- V9 Q( R! q 8.2.2 风暴潮漫滩过程智能预测 206
) `2 B( C9 U- d0 y+ C 8.3 海洋波浪智能预测 209 - X5 S& I2 |7 b' y5 E' g1 G. H% |
8.4 海面风速智能预测 211 9 s* s3 `; `8 o! o; P. N# L1 E
8.5 海表温度智能预测 213 , v& D' R) [* L) d
8.6 上机实验：有效波高智能预测 217
. O$ u. N+ I* Q3 d9 S2 Q 8.6.1 数据准备 218 , e; Y7 `% n( F/ I, y0 U* n
8.6.2 模型构建 218 7 j: J6 c8 _2 G3 U1 O4 U
8.6.3 结果展示 220
: Y+ |8 E1 _, _ 思考练习题 221 * F2 W8 ^6 M, q- F6 T! |- Q
第9章 动力参数智能估算和模式误差智能订正 222
! {4 r+ v3 [( Q6 m+ ]/ F 9.1 海洋模式次网格动力参数的智能估算 223
7 G K/ \7 X& v3 D- k 9.1.1 准地转海洋模式 223
; P. E; T# c/ \5 X7 ?9 }9 E- @9 \ 9.1.2 降低数据分辨率 224
0 f- B8 H7 x6 K3 u 9.1.3 智能估算模型 225 # D+ L: O$ Z; {5 b( `9 j
9.1.4 智能估算结果 226 H9 j a: h; u$ A. @
9.2 大气模式湿物理参数的智能估算 229 n2 I. W+ N p Z& p# K
9.2.1 湿静力能量守恒 230
. [3 W$ k ^4 L2 _9 L: Z! w9 w8 j 9.2.2 神经网络设置和数据 230 6 K8 |0 R1 ] \( ~) ?/ f
9.2.3 ResCu的智能预测结果 232 8 o# c$ \: P# K! Z' r
9.3 数值模式误差智能订正 235 4 C' A% P4 A5 h7 R
思考练习题 238
5 k3 l) G$ Y0 N' x. W# o 参考文献 239 & t' r. z+ n& V; ?" U
6 f: ^5 U" f3 U& J4 K1 ^, K
（请在订单备注处注明发票抬头和税号）
O: f! r3 x: U3 _ 官方旗舰店质量保证！出版社库房直发，
. `& V; c2 |0 X3 M# F: f2 T$ z7 O 提供正规电子发票！
4 B' J6 d5 g% Z' x V& D) X; Z6 Z9 Y% k, c, x; L( D, f
— END— ; b: Z% P2 }% F+ b' N2 |' ^; |' m
信息来源：科学出版社。
. {% N& ^) \2 Y( A- R 转载请注明信息来源及海洋知圈编排 4 Q' R) C5 B5 L' m
大家都在看
. a0 H' M( \' D/ M1 |4 @. { o3 l7 P- ^- 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……( u7 @4 o/ K) H9 k3 @+ d- i
► 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！ # Z( f! W8 N7 f3 N- \3 Q) z: 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”
* L3 F q, f: g 中国委员会主任，主持召开委员会成立会议并讲话5 m3 }: O& i# n+ ~1 R0 r
► 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 3 r" g: {" ~8 M \" P- V
► 王颖院士主编《数字南海》正式出版！
3 k0 e% q/ f, m4 a7 n0 d0 Q/ R" n0 s
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编）
& c/ w' a2 }0 u: ^3 f& j1 g7 `4 R( \4 T ►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！ - h$ l! L& p( X" U/ B ?, l
►《海洋数值模拟》正式出版！董昌明主编 + `5 P6 ]+ g7 `; U8 i5 S/ u
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 * H3 k5 r3 }8 l$ U9 A- @6 _) }8 G
► 填补海洋气象学领域空白！《爆发性气旋》专著出版
; j& @( O8 b- e; y ► 《黄河三角洲湿地碳循环与碳收支》专著出版
2 S9 U5 Q& w! Y ► 《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 6 D3 n: J1 ?( R) E9 }. v0 l
海
$ Z! _4 K M& X# [/ R ► 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》 " a$ k+ y3 V0 A) d6 N; P
洋
" j1 f( U5 ~$ Y3 I6 t$ h+ Z ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
( l/ y a* s; L& H6 a4 Q1 G$ g 书
7 [4 z7 `0 @3 P' |' J9 A ►《现代海底热液活动》栾锡武研究员 著 $ E7 H' a9 x! V/ v+ q, y6 X& W
屋 & H( t: j) B5 H& R8 O/ R
►《海洋机器人科学与技术丛书》出版发行 * U6 n+ M+ g2 i) t i# ?1 w
► 我国第一部《海洋生物地球化学》研究生教材出版
& `% W8 f* a6 J) H( \& 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
5 P0 V$ o h! Y4 K; [ t ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 & D9 S0 c+ m% W6 `
►《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 @& g# x! ]
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 ; x% d# X C! Z0 b6 l' n/ N6 T
►《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
% l6 u# [7 Y. B! 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
- P9 R$ F* ~3 F. j" _# [) j ► 《黄河三角洲湿地生境演变遥感监测》出版
' C" P7 N* t0 H: O+ a* ^ 海洋知圈
n4 ]; `. f4 {" ~. ^. o# @. M 知晓海洋 | 探知海洋
9 K: @1 u- u5 z- ^0 N 宣传海洋 | 服务海洋
* g, W' T. X2 [* } 如您喜欢，请“点赞”并点亮“ 在看” |
