|
0 Y% e: {( T5 U) [$ U 原标题：《人工智能海洋学基础及应用》正式出版！ * t% C' ^) C* J+ g
$ m4 A) r+ Q! y( F1 s2 A- u5 _ 
- w0 l3 t. F, N# w （请在订单备注处注明发票抬头和税号） 2 T4 I, c9 q, p% p5 D
官方旗舰店质量保证！出版社库房直发， 0 O$ r6 i! p6 c" L% m* r
提供正规电子发票！ 2 V5 W6 R5 e1 B
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( m) Y" C9 I) Y
目录
+ P; A3 e3 B( N8 c8 H 前言 7 S9 W; s5 \9 a
第1章 绪论 1 . U' t$ R, e$ j# J0 t% q
1.1 人工智能发展历程 1 7 P8 O" _4 v4 c6 R
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 ! [0 X9 T) i) ^* ]- b w
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2
8 S$ B7 g* x4 w$ [ 1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 - w7 G6 M6 G: q* t
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 8 s9 I! v8 O% J2 G9 z) `+ h( g' V
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
4 q- @+ K8 ?2 @5 T, M 1.2 人工智能海洋学发展历程 5 . j+ @; ^" ~* f& P, e1 D
1.2.1 海洋特征智能识别 6
6 V, h; W& C7 n9 o% N8 c 1.2.2 海洋参数智能预测 6
2 V% i) |+ e/ h `( W) n3 T 1.2.3 动力参数智能估算 7
+ |' i4 W1 z. J# d 1.2.4 海洋智能化探测 7 8 A. Q9 ?/ l) ?. ^2 R; }
1.3 本书的结构和基本内容 8
8 Z5 r2 {- t4 r6 v& G. r* U8 e" U 第2章 海洋大数据简介 10
+ C7 i1 j5 R6 o# v0 I 2.1 大数据概况 10
* v, v; g; B, e) i 2.2 海洋大数据的发展历程 10
$ y4 y6 z7 f/ t, ~+ N! W( U" E 2.2.1 海洋数据的初步积累阶段 11 ! n! R! m% j7 h1 G, n( d. G
2.2.2 海洋数据的进一步积累阶段 12
+ t* I( j E" V6 v% u/ W7 r 2.2.3 海洋数据的大量积累阶段 13
" w' [2 ] F# _2 g% H! d" p- O) v" W 2.3 海洋大数据的定义及特征 14
1 ?( l) m4 j6 Y) { 2.3.1 海洋大数据的定义 14 ' A4 D3 v7 _- X! _, j# A) I
2.3.2 海洋大数据的特征 14
1 G: B7 x$ b# }" i 2.4 海洋大数据的数据来源 15
+ ^% n: a3 q# i3 r4 ] 2.4.1 海洋实测数据 15 0 k2 o/ D2 E; n0 t" w- J. _
2.4.2 海洋遥感数据 18 7 x' e3 k6 f2 E0 [8 t y, W: @1 E1 h
2.4.3 海洋模式数据 21
, `2 G* x8 t* t1 e' c, v 2.5 海洋大数据的处理分析 23
" H0 `& j1 z. e9 I8 h# C 2.5.1 海洋大数据的存储与管理 23
: q/ ?! A9 h% _& S6 D) R 2.5.2 海洋大数据分析挖掘技术 24
" A$ T' h) x& ~4 ~) ]& H 2.5.3 海洋大数据可视化技术 24
- r* e, f: R# ^, p0 n3 } 2.6 常用海洋大数据平台 25 L, \1 n3 _+ i; P( f3 m
2.6.1 海洋科学大数据中心 25
9 A6 G" q8 O( r' j! Q5 s8 ?1 A$ } 2.6.2 美国国家数据浮标中心 26 6 y! `) Y! D! `
2.6.3 欧洲海洋观测和数据网络 26
* [1 y; b& |1 |5 f$ Z0 Z1 x 2.6.4 日本气象厅平台 27
" Q) |* C9 h2 l, R) ^9 m) s% @ 2.7 一种常用的海洋大数据管理系统 27
/ U3 M; E) f, d, ?9 Z/ d 2.7.1 为什么需要Hadoop 27 % o! R& Z, E N
2.7.2 HDFS 29 1 {% m, M& Z# n0 ~" m
2.7.3 MapReduce 31 1 j2 A* D* { X/ s
2.7.4 Hadoop的部署 32 5 i6 R. D5 U0 M0 K
思考练习题 37 ' [3 S! A9 Q" \; T
第3章 Python语言 38
5 K3 B/ W" k% ?& q8 K 3.1 安装与运行 38
; [+ H5 U2 j4 {6 ?& Z4 W) I 3.1.1 安装Anaconda 38 ) I- N3 R8 L$ X- R7 E
3.1.2 安装PyCharm 41 0 h4 c& Z; O% D! F" |
3.2 基本变量类型 42
$ z" @# e8 f( i( n 3.2.1 数字与运算 43 , B2 s2 z: a; S4 R- D( y. N' s
3.2.2 字符串 44
0 V% O; Z" D$ h0 _ 3.2.3 列表 44 ' k8 E+ A' T8 \9 a& s, s
3.2.4 字典 46 9 s$ b# C$ U; u
3.3 函数和类 48
: b- |# L ?( R, h9 | 3.3.1 函数 48 $ S6 ^6 K6 ~9 ] Q4 B
3.3.2 类 48 4 i$ c9 x4 p8 J& J7 y |
3.4 循环与判断 51 - a! ~ y y2 _9 E
3.5 库 52 $ p0 Z# P/ L# D3 F0 `, @
3.5.1 Numpy 52
* U8 R" d* w! P5 @( g% l b+ ` 3.5.2 Matplotlib 55 # v9 f! m. i( R' |! P+ M
3.5.3 NetCDF 69 9 N: x( K% J7 T9 C' l
3.5.4 Xarray 69
4 @( s2 _, z7 ?- e) d6 E! a 3.5.5 Cartopy 72
( k% h/ ?2 J+ j+ V: p! K+ }1 g 3.5.6 TensorFlow 73
! Q5 ^1 i3 V, J* r; q: S- x0 D 思考练习题 76
) f1 E: O& _- S 第4章 人工智能基础 79
+ r1 q5 K7 {% v 4.1 人工智能基本概念 79 8 z' i6 u) u3 A$ y- L) v; Y
4.1.1 数据集划分方法 79 6 V. P" b+ E8 j9 z. Y3 G% z/ h, V
4.1.2 分类问题评价指标 80 # k/ m q7 W6 _" S
4.1.3 回归问题评价指标 82
" B: {( s7 F1 ]1 |2 ]5 l4 p: u( H 4.2 BP神经网络 82
' a2 E0 @2 p3 v% ? 4.2.1 神经网络基本概念 83
) {' D# w8 P2 E 4.2.2 M-P模型 84
4 T& T0 ], I! `% ~) f- k 4.2.3 感知机模型 85
8 E7 }9 K6 ~1 R% i5 t: k+ V 4.2.4 BP神经网络 87 # U9 g2 j( k* i9 B8 K8 D2 U; u- Z
4.3 其他神经网络 90
2 ?& R! x- k' d& z+ o \ 4.3.1 前馈神经网络 90 ( g7 `8 ?; j: P% B2 P, {9 F/ g
4.3.2 模糊神经网络 91 @: W" |1 l" ?* w6 G1 d: f
4.3.3 径向基神经网络 93
' ]2 m$ F; m. K/ Y+ R 4.4 上机实验：搭建BP神经网络 95
, |, G5 T. V+ t2 j# k* F. {5 Y 4.4.1 数据准备 96 : y6 j' M5 ]" E+ k- Z& M1 P
4.4.2 模型搭建 96 0 ]# _! }; M8 m
4.4.3 结果检验 97 / K4 @$ h) J3 M& ~( c6 l, _
思考练习题 100
2 X3 a x6 |+ A- [ w% z/ G. b5 | 第5章 深度学习 101
$ S8 K7 C5 R$ H' x 5.1 深度学习入门 101 8 U: m1 t& ^% ~
5.2 深度学习的特征 102
& I. d; d0 P K9 | z 5.3 卷积神经网络的基础结构 104
+ S% M \, H* z6 T 5.3.1 数据输入层 104
, b2 P. e4 F1 f) | 5.3.2 卷积层 105
4 z" ] H4 c* z1 d4 F 5.3.3 池化层 107
l2 m& b2 k2 E6 q 5.3.4 全连接层 109
* ?; x- d0 z9 u7 o2 Z) o 5.4 常用的4类卷积神经网络架构 109
3 \3 B9 i4 h* Q: |) y8 i 5.4.1 LeNet5 110 & t- ]: j( S/ a* Z8 P
5.4.2 AlexNet 111 1 P U& b: \: @0 t0 u7 l) u% H
5.4.3 VGG 114 & O" c' q" r6 C, Y: D5 p' X. Y
5.4.4 ResNet 115 0 ^ E7 f/ Q8 j6 i+ @1 l5 x
5.5 基于卷积神经网络的语义分割 118
, o7 a8 z6 C# s! j0 R/ m 5.5.1 图像处理的不同层次 118
- u, m2 ^& Z, I$ R+ R 5.5.2 全卷积神经网络 120 + i6 }+ p7 M) b* R, _. S% Z
5.5.3 DeepLab系列模型 123
. M: c$ [6 ]3 K/ Y. M( d 5.5.4 PSPNet 127 , Z& O4 H" Z# v5 X' b1 D4 U
5.6 上机实验：搭建卷积神经网络 129 ) C5 g: m$ K8 Q
5.6.1 模型搭建 129 ' ~1 b6 P6 Q# Y. h6 H0 e
5.6.2 结果检验 131
( k3 E4 }9 k8 [/ X 思考练习题 133 9 Q: N M' T9 Y* M: s+ [
第6章 循环神经网络 134 0 K) l+ [3 t0 X/ J* ]0 m q
6.1 循环神经网络 134
5 X) r; y1 t" u4 w: k- {( l1 g 6.2 长短时记忆网络 137 , H8 w+ v7 n1 g3 a
6.2.1 LSTM的内部结构 137
6 s% U; g" `4 C; a 6.2.2 LSTM的“门”结构 138 + Z+ O/ v1 b8 }0 T* M
6.3 门控循环单元 141
3 t- o# l" \! o) g+ z- b# W/ o* Y 6.3.1 GRU的网络结构 141 , f$ T1 b c- o) Y9 o0 t( R5 b
6.3.2 重置门和更新门 142
! Z4 P$ E! \: M 6.3.3 候选隐藏状态 142
2 F3 ]0 s" ]( Q& ^( {6 @* p 6.3.4 隐藏状态 143
0 U0 {0 L' a8 C& s( |8 [7 Q& h3 F: ? 6.4 双向网络结构 145
, j' U( e m7 w; g/ |( c" h) ^7 \ 6.4.1 双向长短时记忆网络 145
5 ]1 n; H% s& X, ^" d8 f' a 6.4.2 双向门控循环单元 146
5 B' Q( e) D! A7 |' L 6.5 上机实验：搭建循环神经网络 147
' c4 m5 |0 g: u1 i6 h 6.5.1 数据准备与模型搭建 147
. `# D0 n0 b3 z( B$ T( L9 S3 N 6.5.2 结果检验 149 : r1 _1 A( g4 i; y$ k: y
思考练习题 151
6 c2 Z7 Q/ Y2 _5 N+ \0 X 第7章 海洋特征智能识别 152
* W) z+ V! K6 H2 r( O0 B+ { 7.1 海洋涡旋与智能识别 152 Y" V2 G9 M0 }% `( V
7.1.1 海洋涡旋 152 % S% k/ L5 F+ @& g8 a
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 ' n: t6 p- u1 T/ z4 P3 o
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 q2 @6 i7 N' H5 e! ~: T
7.2 海洋内波与智能识别 166
" _" i! O! t: N( K& K* p 7.2.1 海洋内波 166
' q( M3 e! d6 T1 R 7.2.2 海洋内波的智能识别 168
8 @9 L) [+ \5 X# D# S 7.3 海表溢油与智能监测 170 # M: S0 I8 D5 a5 E+ f% G
7.3.1 海表溢油 170 8 Y' i* G" y0 T2 p8 G
7.3.2 海表溢油监测 172
8 g0 d& k: G7 G3 T+ @8 Y" ]# D' z H6 K 7.3.3 海表溢油的智能监测 172 3 @. Q6 k! M2 T4 J' W1 X' C
7.4 海冰与智能探测 176 ! e }+ U- ^$ L. W: J$ |" [$ }1 O
7.4.1 海冰 176 9 h, y" u' j2 H! ]
7.4.2 海冰探测 177 . r; z% N) w! H) x. W0 g
7.4.3 海冰智能探测 177 ; d1 j! l5 W& h( ?2 A5 W2 H
7.5 海洋藻类与智能识别 180
3 R# ^, Z5 z3 A _+ O/ @ 7.5.1 海洋藻类 180 # x1 e5 s0 I! @, U& D3 S+ P* s
7.5.2 海洋藻类的智能识别 181 ! v* k2 |8 u* n
7.6 海上船只与智能监测 183 2 `5 _% R! p% Q3 L' C
7.6.1 海上船只监测 183 - `8 L7 ~! P& b1 S3 ]. z) {
7.6.2 海上船只智能监测 184 m) \( Q" b1 k+ W! G! W
7.7 上机实验：语义分割识别海洋涡旋 187
; n! V5 H7 G$ L; w3 z3 }3 w 7.7.1 数据准备 187 $ b" u; Q8 a% Z d
7.7.2 模型识别 189
/ }/ n* ^3 Y0 y9 w, ~ ~ 7.7.3 结果显示 193
n5 j& I* S1 q5 c% V 思考练习题 197
* q( M! H. V2 ~ 第8章 海洋参数智能预测 198
9 @/ v" R% i1 v/ U$ b' f0 A 8.1 海洋气候预测 198 8 u4 ?6 X z, S. ?0 ? d' K
8.2 近岸风暴潮智能预测 201 7 O3 H' b% x1 Z: k( N c, x
8.2.1 风暴潮单点水位智能预测 202 * \' n0 Z/ }. t( a6 g
8.2.2 风暴潮漫滩过程智能预测 206 7 A% d+ m6 y6 Y2 O* q/ G6 P. ?8 z
8.3 海洋波浪智能预测 209 5 m3 i: o( x, A: c; r" Q" `) F
8.4 海面风速智能预测 211
0 ]2 Z6 r8 J# B; N5 ? 8.5 海表温度智能预测 213
$ r9 u4 t( C" I3 n! ]8 }& S 8.6 上机实验：有效波高智能预测 217
0 }: V; r: n7 H7 l- S 8.6.1 数据准备 218 , b7 Q( M% H' G1 `6 D2 n
8.6.2 模型构建 218 $ @# `+ B) s0 \9 o
8.6.3 结果展示 220 : x5 k* ]+ q/ Y; A3 N& T# x
思考练习题 221 & |8 E! H9 ^4 E' |7 q
第9章 动力参数智能估算和模式误差智能订正 222 - ?: i9 }* J" X$ u' Z& _7 X/ G
9.1 海洋模式次网格动力参数的智能估算 223 % Y1 |) f C# g+ Y
9.1.1 准地转海洋模式 223
1 Z) o' y8 C/ m3 X# M 9.1.2 降低数据分辨率 224 / g1 \$ t' N% }# h
9.1.3 智能估算模型 225 ; @" ~4 A$ C' _
9.1.4 智能估算结果 226 2 ~. ?3 G5 H- W
9.2 大气模式湿物理参数的智能估算 229
5 L- T9 W' y7 O/ X0 r 9.2.1 湿静力能量守恒 230
+ }) ~8 m) i6 r 9.2.2 神经网络设置和数据 230
7 Q. `6 s! a- J2 K 9.2.3 ResCu的智能预测结果 232 9 }" l7 p& x+ _- k7 F5 K
9.3 数值模式误差智能订正 235 3 R2 p5 l# i. `" h3 h
思考练习题 238
3 ?4 Y4 P8 c3 m6 ?# h$ @. V0 v 参考文献 239
5 X: o, s/ E( L
9 G7 s' O+ y L5 T& k' C( M （请在订单备注处注明发票抬头和税号）
$ q$ _1 N) G; i" F 官方旗舰店质量保证！出版社库房直发， " `5 }) a9 B y0 E- z( ]
提供正规电子发票！
; ]! W ]2 S) a7 g) c2 z5 i% C) _. {- W" F
— END— 1 }: |/ E. ^* S# J `
信息来源：科学出版社。
: C- x7 c1 z1 \/ Y W* c7 [6 a 转载请注明信息来源及海洋知圈编排
. O* g0 g& h' q' b4 u( z 大家都在看
% X) Y& h {# y; f
# Q L5 s C7 C8 W* l! Y ► 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……
/ S- v+ a4 \/ D4 i3 j ► 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！
3 E; q% N" \, R* m8 w5 [! G# ~ ► 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”* }: s. h9 {; e+ f- W+ o
中国委员会主任，主持召开委员会成立会议并讲话
1 n( z- J3 Q( G0 K" a, ?5 n ► 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 9 b- l5 N/ b1 K
► 王颖院士主编《数字南海》正式出版！
. g3 {+ ?/ [ S$ i6 d
( @7 v0 t) i% |( v+ T ► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） 9 d) U, k! D p& _2 N4 y# d6 L# 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！
' z4 h9 H8 ], M4 F+ { ►《海洋数值模拟》正式出版！董昌明主编
5 }2 h$ q D! X+ Z1 F/ [ } ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 8 `, r. g% I3 K
► 填补海洋气象学领域空白！《爆发性气旋》专著出版
6 a" i2 a0 x+ L5 i ► 《黄河三角洲湿地碳循环与碳收支》专著出版 0 D# W4 U5 Y& C8 v( l
► 《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 4 F' ~5 s; U. I$ Y
海 & V% K5 d' r5 [" A/ S0 h
► 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》
% }* _% P. V% F3 g: w/ q 洋 3 Q m6 v2 r8 S
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
! t' A4 b7 {6 b3 _' u9 q! s1 r, } 书
2 Q8 U% F8 e8 @1 L5 s ►《现代海底热液活动》栾锡武研究员 著 5 @8 Y% n# [" q: b9 ?
屋
( p9 a; G0 ~8 D" V8 F, E ►《海洋机器人科学与技术丛书》出版发行 / s9 Y* t4 N* s& s
► 我国第一部《海洋生物地球化学》研究生教材出版
6 j- ~6 G/ n- k0 A7 k ► 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 " i5 q, Q8 T( w6 G6 M: {9 k. S
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
I+ o; `: ?, q' Q ►《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 ' N% a- E4 O, J- P2 y# B! \- V! S( f
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 . q1 E% O8 { Q5 C, b+ z# ^
►《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 ' a+ G2 N9 u; r- Y
►《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
( w1 y3 t! B9 _1 H( o4 A- J ► 《黄河三角洲湿地生境演变遥感监测》出版 ( t6 |: H+ z" a+ `9 {) T/ B
海洋知圈 4 u3 l: l4 _/ D
知晓海洋 | 探知海洋 & b2 a( v, h* ]& K1 W, ]' C. o: d
宣传海洋 | 服务海洋 4 H7 E8 A0 F. c& I7 w$ Z
如您喜欢，请“点赞”并点亮“ 在看” |
