|
; X7 m/ m( D) o# M; V2 c 原标题：《人工智能海洋学基础及应用》正式出版！ , ?0 ^; m- B, H1 j5 P' z) m
! |+ n0 b/ W4 O. K& W1 m 
2 l5 `+ p% O. B1 }6 p
（请在订单备注处注明发票抬头和税号） " @" \$ S3 Z- F. v
官方旗舰店质量保证！出版社库房直发， . O* q6 W" s- n8 f2 m0 B
提供正规电子发票！
3 f: N. e' ~: }0 D1 w 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 L! ~; O1 a; V0 S! ]9 P7 n 目录 8 e% n! G. z+ Z" T1 Q- K3 H
前言
( c: n* j, s$ D* x 第1章 绪论 1 ; U, N3 h. H( T1 h
1.1 人工智能发展历程 1 % a- ~5 ] h0 ^* J. q
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 7 y0 m4 y2 u! @
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 ; Q( C1 i: j0 b, {
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 ) x0 r( \5 S$ y) J
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 % F' T; U/ J- K% y: t: A
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
* y* s1 q( i7 b, r8 g( G 1.2 人工智能海洋学发展历程 5
# y3 w* ~1 C; R" F, B! m* P. v4 ` 1.2.1 海洋特征智能识别 6
& n) B0 M. f$ N# t) t9 q% k 1.2.2 海洋参数智能预测 6 + G, `# S" u. ?2 Q8 L3 i- Y3 B
1.2.3 动力参数智能估算 7 , p$ z! x# K3 `" f+ ]; I! L
1.2.4 海洋智能化探测 7
1 z4 A$ @+ F- X/ k. `1 w 1.3 本书的结构和基本内容 8 1 ~2 j9 S$ ?$ ~4 l: ^3 u+ q( l @
第2章 海洋大数据简介 10 % m, D* @: u, {( d
2.1 大数据概况 10 - L* H6 U$ t" L, H+ {8 @3 O
2.2 海洋大数据的发展历程 10
6 y, Y" \# Z" l& ]$ R h 2.2.1 海洋数据的初步积累阶段 11 . G# Q1 Y Z H7 \" ?. \
2.2.2 海洋数据的进一步积累阶段 12
Y p! A) a+ @* y/ E: D) e 2.2.3 海洋数据的大量积累阶段 13
3 I+ y y$ z. j) A6 A8 g 2.3 海洋大数据的定义及特征 14 9 D) R* Z4 r# d7 b3 q
2.3.1 海洋大数据的定义 14
' V, L% `8 R% u2 ?, I: t 2.3.2 海洋大数据的特征 14
4 B6 _) B0 ]4 S* [ 2.4 海洋大数据的数据来源 15
0 X8 x j2 T R1 K& D 2.4.1 海洋实测数据 15
4 ^0 U$ r) R6 I n& j 2.4.2 海洋遥感数据 18
3 N |; `- L6 H3 w ]4 V0 Q5 { 2.4.3 海洋模式数据 21 U' G/ Z; k! Z/ h
2.5 海洋大数据的处理分析 23
, G \) ?. B- ]" ]% c( a0 W& t 2.5.1 海洋大数据的存储与管理 23
9 v9 K$ W1 W: j6 M 2.5.2 海洋大数据分析挖掘技术 24 9 x5 {" w3 H3 J# Z3 }
2.5.3 海洋大数据可视化技术 24 , G- l( t. q* K( x" O2 _. h
2.6 常用海洋大数据平台 25
$ z0 k/ h# ]' _+ t5 P( D; |7 j$ R: b 2.6.1 海洋科学大数据中心 25 - {# _0 S, S1 f
2.6.2 美国国家数据浮标中心 26 4 b! _. _: T( R" `
2.6.3 欧洲海洋观测和数据网络 26
( |5 W* ~; F9 m: A 2.6.4 日本气象厅平台 27
& y' G2 b; H2 G 2.7 一种常用的海洋大数据管理系统 27 + q! g; E" N, h. x$ r* s! r
2.7.1 为什么需要Hadoop 27
# Y1 P- ?% Y% r 2.7.2 HDFS 29
5 g0 l9 ?0 M3 h% Z' F 2.7.3 MapReduce 31
( B) S4 {7 u5 _ 2.7.4 Hadoop的部署 32
. u' u1 V1 |1 u/ T2 `* F$ Y 思考练习题 37 & q2 K; A/ H; v2 |! c
第3章 Python语言 38 % n, h# ^1 d7 s
3.1 安装与运行 38 6 V* N6 a. Y) c9 H* g
3.1.1 安装Anaconda 38 + ~' n6 N5 v c: i8 J& S
3.1.2 安装PyCharm 41 7 y7 e: l+ K9 U& i( ]+ B
3.2 基本变量类型 42 + S- `! T' q* l1 a2 B- u5 \
3.2.1 数字与运算 43 $ T0 a9 @, T4 V D0 [
3.2.2 字符串 44 3 v3 M5 ~ J8 D8 ]; i
3.2.3 列表 44 $ j z( r, [9 x7 T/ L5 R& w# R
3.2.4 字典 46 0 c8 p/ |! j, S0 v! `7 N3 @
3.3 函数和类 48 E( v( y7 c( l6 X: d
3.3.1 函数 48
9 C9 v9 R. d2 p, \' `# g 3.3.2 类 48
$ G: ~6 G. Q) D7 t# P 3.4 循环与判断 51
8 H+ G' J2 b& `3 a# e. Q4 X* R 3.5 库 52 $ ~0 n$ g5 i- h/ P0 E2 g
3.5.1 Numpy 52
u" x: w) m' K" @7 Z4 J- `) W! j 3.5.2 Matplotlib 55 . r6 L' h# g1 N6 E3 U3 |7 S
3.5.3 NetCDF 69
. @& ~- ~+ V- N0 W 3.5.4 Xarray 69 # K' b* p/ D" Q3 t1 t
3.5.5 Cartopy 72
( ?) N% |$ f# }/ ^/ e 3.5.6 TensorFlow 73 x$ J) B; U, |; r
思考练习题 76
4 U' h {, g& q- T; [9 K. a$ q 第4章 人工智能基础 79 : o7 W1 _7 B+ `3 a& @
4.1 人工智能基本概念 79 ( K. b) u! G+ s" ^ ]$ I1 J
4.1.1 数据集划分方法 79
" O7 O' T8 {6 T& o: u 4.1.2 分类问题评价指标 80
& d% K/ Q( f7 B7 z! w 4.1.3 回归问题评价指标 82 3 Z0 n1 P; W7 q7 U$ W
4.2 BP神经网络 82 - t8 O3 J, `, O; n4 Z
4.2.1 神经网络基本概念 83
, o# S; F, ?! u 4.2.2 M-P模型 84 . ~* Z1 F/ z5 M% m: X" Z; R9 x' x
4.2.3 感知机模型 85 0 L' ]( r( o/ I$ q
4.2.4 BP神经网络 87
4 m$ n# s5 d% D0 O; E 4.3 其他神经网络 90
+ s& n7 O, m, ~ 4.3.1 前馈神经网络 90 9 N- f" {- D4 X$ p- M1 o
4.3.2 模糊神经网络 91 , F- c1 V7 N8 t1 m! h& O) h
4.3.3 径向基神经网络 93
3 Q8 |/ M0 z5 g# \) D+ e 4.4 上机实验：搭建BP神经网络 95
7 v9 t$ M7 K E1 k c p) W, t 4.4.1 数据准备 96
7 k# O, F9 C+ P 4.4.2 模型搭建 96
+ j+ }! [. \5 {' j: f# e' S( d5 `2 n 4.4.3 结果检验 97 : h. ?* i0 L( c: a6 z2 c y& m5 e- b' z
思考练习题 100 0 }$ N8 z8 ~- t) v$ F' ~7 V
第5章 深度学习 101
! k+ O( p6 P0 ~- }0 Y9 a 5.1 深度学习入门 101
+ ]: d+ O, _ ^0 w: t/ M, L; S 5.2 深度学习的特征 102
7 o+ T- H* |5 o5 @% N 5.3 卷积神经网络的基础结构 104
6 y" s( R* u7 e) Q0 v+ w5 N 5.3.1 数据输入层 104
2 S& h1 p8 q9 t* }! } 5.3.2 卷积层 105
$ a7 e0 M+ t: T: j: ]% Q8 z& j 5.3.3 池化层 107 6 a& [/ J& J3 @- W
5.3.4 全连接层 109
0 q8 d, z( ?9 ]) E5 d( m& @ @ 5.4 常用的4类卷积神经网络架构 109 # L/ u; m( l( h! ^( |1 `
5.4.1 LeNet5 110 3 ~, w l. w8 J$ E* E6 w, b+ Z# h! \
5.4.2 AlexNet 111 7 R, q7 b, \' R/ T
5.4.3 VGG 114
- t* g3 A. P; {7 [3 d$ T 5.4.4 ResNet 115
& V" ~) B( C7 F; q4 M* x 5.5 基于卷积神经网络的语义分割 118 % w" ~7 k$ |% t8 w0 n2 T* y
5.5.1 图像处理的不同层次 118
/ k/ ^1 B( c2 p! M 5.5.2 全卷积神经网络 120
5 n! g7 a, \3 p 5.5.3 DeepLab系列模型 123 5 Z7 I2 Q y! \9 X) ?
5.5.4 PSPNet 127
3 ~8 Y7 t# s+ ~# d: H5 R 5.6 上机实验：搭建卷积神经网络 129 3 I+ L1 B1 A- B( I9 d, L
5.6.1 模型搭建 129
% j% |- ]4 ~4 ?7 o4 s4 P7 y 5.6.2 结果检验 131 # y% M9 i1 x- C% U. Q7 B
思考练习题 133
$ s, H% C% H3 d& o1 y" } 第6章 循环神经网络 134
3 s# [( {3 K* b' T/ e 6.1 循环神经网络 134 - Z6 B! R( l1 [2 x1 }7 c. d! C
6.2 长短时记忆网络 137
" V2 d3 z6 Y0 m) O 6.2.1 LSTM的内部结构 137
2 G* e) k* y& J6 e e, U( z 6.2.2 LSTM的“门”结构 138
% t# ?' y+ ?2 ?, O4 Z4 J 6.3 门控循环单元 141
( b( _; J! o4 x8 L! a( ^; v 6.3.1 GRU的网络结构 141
& M7 U) O) B0 O8 E2 h: ]" @4 R: } 6.3.2 重置门和更新门 142 & {! G8 k s; r0 d
6.3.3 候选隐藏状态 142
7 U8 ]: z9 N) b. C 6.3.4 隐藏状态 143
% h# w3 p0 r# X- I; _$ E% o 6.4 双向网络结构 145
" D4 P1 a5 [/ ]4 ?, ?' U 6.4.1 双向长短时记忆网络 145
+ L. `. l$ G6 m 6.4.2 双向门控循环单元 146
& i; H! B, \; i. N 6.5 上机实验：搭建循环神经网络 147 & C1 y0 h, l/ E1 h
6.5.1 数据准备与模型搭建 147 - i; l0 Y" l/ A/ W! r' Q) E
6.5.2 结果检验 149
/ J$ ?" z' e( @. f5 e, U6 C6 | 思考练习题 151
' @! k+ ?: q) r/ t' C* t; Q# { 第7章 海洋特征智能识别 152 5 I) `2 J! w- `6 K
7.1 海洋涡旋与智能识别 152 5 ]/ `& t# x/ g( o' x% ~; t; u. W4 ~
7.1.1 海洋涡旋 152 5 E/ j& k4 ?, N; V$ g1 f
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
" o- E$ L7 f- W E3 @: C3 G 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 4 z$ | W: w0 E$ {" G
7.2 海洋内波与智能识别 166
+ L: B; J% F1 K 7.2.1 海洋内波 166
2 F( _2 a! D$ V7 T+ i g0 k 7.2.2 海洋内波的智能识别 168 & N$ X* P+ U9 c& x/ ~# H5 o3 ~4 j
7.3 海表溢油与智能监测 170
# D. Q, @/ \' Z3 \& f; a8 x, \ 7.3.1 海表溢油 170
2 V6 L* L1 Z6 y4 Y 7.3.2 海表溢油监测 172 ; i% A# D1 p8 G R( v
7.3.3 海表溢油的智能监测 172 , ~# Y: n- @' T
7.4 海冰与智能探测 176
. Z; w3 {$ v5 y5 A" C0 I0 ] 7.4.1 海冰 176
$ X' ^8 A! ]' l2 j3 q 7.4.2 海冰探测 177
3 c+ U. p& c' }& M8 w) T4 ` 7.4.3 海冰智能探测 177
% B5 {% r* C9 t( ~+ z3 B) G/ A 7.5 海洋藻类与智能识别 180 ! g% N7 O4 u1 [. z7 w' ` }5 e
7.5.1 海洋藻类 180 8 x$ A- d9 W) S8 j! z' p
7.5.2 海洋藻类的智能识别 181
4 r+ i/ Z5 o+ `, K+ p2 h+ a! t 7.6 海上船只与智能监测 183 9 U& Y3 F; Y( R: x% d/ S3 e: ?( |
7.6.1 海上船只监测 183 8 h- c, s- A/ p% O. w. a
7.6.2 海上船只智能监测 184
& y5 ~, t% f4 Z& V m 7.7 上机实验：语义分割识别海洋涡旋 187 ' J8 U: |) M7 z& d2 X6 R
7.7.1 数据准备 187
9 w9 d5 N' N: t- ~1 I 7.7.2 模型识别 189 9 n) ~1 Y/ j" m1 O9 n7 S
7.7.3 结果显示 193
, h4 c& Z+ T5 f6 Q$ D/ k* D 思考练习题 197 ! h6 E* R2 M5 `: _8 u. F
第8章 海洋参数智能预测 198 1 }4 }: p& T6 C& q- [) E
8.1 海洋气候预测 198 ( x. M# L6 ^$ T2 j8 R
8.2 近岸风暴潮智能预测 201
' V3 r+ w$ k. u$ Z. ? 8.2.1 风暴潮单点水位智能预测 202
5 b0 Q" L' ], K: G6 f1 A 8.2.2 风暴潮漫滩过程智能预测 206 % k6 W w, A) t* A* G
8.3 海洋波浪智能预测 209
2 x7 y+ G' G' u* |- v( h! } 8.4 海面风速智能预测 211 ; B# K0 v' `- h$ w
8.5 海表温度智能预测 213
8 j/ M, q% R! u/ g8 p8 z# C/ \ 8.6 上机实验：有效波高智能预测 217 $ P6 k5 y- g/ T! l; `/ b& W2 d6 X5 L. [
8.6.1 数据准备 218 ( r B) D1 G9 K& u8 U
8.6.2 模型构建 218
8 Y. _5 n5 G$ G* x# f5 x 8.6.3 结果展示 220
/ H% d& U0 d/ J q& v0 A# K 思考练习题 221
1 v: A0 M0 z N2 \9 n 第9章 动力参数智能估算和模式误差智能订正 222 7 m3 \3 ~9 o; z: x: r% I" J
9.1 海洋模式次网格动力参数的智能估算 223
: `4 z4 |# T1 W6 @6 [" a; t 9.1.1 准地转海洋模式 223 + D; p& I0 Z/ X. T, X6 J# j! _
9.1.2 降低数据分辨率 224
3 d. Q6 u; T4 Z9 y/ d4 L/ H+ H' @ 9.1.3 智能估算模型 225 0 U( G5 N: G! `/ B2 c2 b& H. k
9.1.4 智能估算结果 226 4 Z/ V8 L: d- i1 z9 e3 t
9.2 大气模式湿物理参数的智能估算 229 1 H5 T! y- z8 ^% F; ]
9.2.1 湿静力能量守恒 230
/ i% I6 V5 _& Y: w8 m/ ^ 9.2.2 神经网络设置和数据 230
0 ~1 r7 J( Z+ N% f* g 9.2.3 ResCu的智能预测结果 232 ! B7 R: m: A/ B W& L6 m) {
9.3 数值模式误差智能订正 235 # k4 {! l5 e5 K' p8 D/ E. W5 M* r
思考练习题 238 # a) h4 H) o6 y( Q5 U( n( h
参考文献 239 1 B3 h I+ z% T) h7 J4 g
9 Y& J6 T7 B4 m6 A; h （请在订单备注处注明发票抬头和税号）
D6 Y5 I# l* W% z 官方旗舰店质量保证！出版社库房直发， U# Q m4 G0 Z, b* F- m
提供正规电子发票！ + G/ S8 y6 O+ g
, w# S1 {- L% ?. J — END— 7 G; c$ L) T4 ?( b7 V- }( G* N! y
信息来源：科学出版社。 ; H9 C/ F/ v: ?/ {: a, a( Y4 i
转载请注明信息来源及海洋知圈编排
: X6 p4 x1 d- u7 o; d- s 大家都在看 " z; r, j4 `/ l; d& e( {
0 y! p4 u% \0 O6 I2 p ► 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……3 n3 B) y2 ], ]& k
► 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！
/ ^+ q# F2 g0 e ► 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”
. D, Z+ E+ I$ q+ E& {, R& ^& x 中国委员会主任，主持召开委员会成立会议并讲话, R) Y$ a: @; L) x' g- M1 V
► 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 & M3 b5 A }, ]; C0 S( v e1 [
► 王颖院士主编《数字南海》正式出版！ * p$ o# U% m% K* u6 x' n
; K* Y3 Q( T. f7 V ► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） 5 A& ^5 X& X' _, U/ E
►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！
# ^6 V- @3 b7 S8 Q ►《海洋数值模拟》正式出版！董昌明主编
7 h* H" j, g2 j! r$ w* d ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 1 u/ D- Z) ]* a$ A; v
► 填补海洋气象学领域空白！《爆发性气旋》专著出版 3 t4 H' u3 y: N# u c
► 《黄河三角洲湿地碳循环与碳收支》专著出版
2 L' B4 C# A9 K# F+ W3 ^# r$ V! m ► 《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
O o: }5 ^% ]- S8 Q- z9 r* w 海
; C' e, ~$ ?# w% O) E ► 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》 6 W1 o& Z# ]; K
洋
. L2 c% K4 M5 ]# b+ f9 r7 G" F( k ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
( E/ I# @4 V6 u+ ~: u- i. l* d 书 " Q$ R9 @# r, @: p: e, c
►《现代海底热液活动》栾锡武研究员 著 , ^6 }8 G2 X# v& J1 u/ m+ G
屋
% Y3 C8 _! k2 y; Y, O! }$ W. o ►《海洋机器人科学与技术丛书》出版发行
/ k2 U3 p. G( J) e: S3 g ► 我国第一部《海洋生物地球化学》研究生教材出版
* ~' Y ~, v( R/ y0 v ► 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
: u& n/ E; M8 o8 ] ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
4 s* X" @# |9 A8 C ►《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
* E) \' r& a( z9 Y% W% d+ n$ ] ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 . f9 w# ~, I. w8 D0 [# f j
►《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
1 O' p* W) s4 ^1 Z ►《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 $ Z- u+ T( c9 }! V! K* U$ b
► 《黄河三角洲湿地生境演变遥感监测》出版 \+ i2 H A3 l* _ K% m
海洋知圈
# P5 Z$ x: W) A* x3 l 知晓海洋 | 探知海洋 3 M, @+ T/ x. G8 i6 `7 |4 v
宣传海洋 | 服务海洋
4 f0 |" J& i( }. k' r" u, i% c 如您喜欢，请“点赞”并点亮“ 在看” |
