|
' E7 a# k F+ {' ~5 a) D: J/ H 原标题：《人工智能海洋学基础及应用》正式出版！
/ j6 i; E# j( ^1 [+ E3 D
: i/ b' j: ]1 r4 f$ J 
7 m! \% a8 X h1 r
（请在订单备注处注明发票抬头和税号）
* M8 J$ ~; r0 s4 V, j) E) T, k7 O i+ p9 ] 官方旗舰店质量保证！出版社库房直发， * Z# _( ?! K9 s. f4 c/ M1 I
提供正规电子发票！ 8 @' [" B) J: I. m8 G2 }( x
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。 ' ]5 y: z$ f; S+ m9 a/ T; d1 z9 t
目录
! a7 j+ J; f/ `. T 前言 5 \/ f, {- ^" G y
第1章 绪论 1 : M0 w3 z7 ^6 o& @5 U: T
1.1 人工智能发展历程 1
5 G! s3 S. X @) y" G4 t 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2
7 a- T5 Y+ S8 o% h 1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 , U9 u- ^( d3 v& x& @
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 8 f4 m Z7 C9 M) H, R
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3
1 Z& n' v# s3 Y4 F; j 1.1.5 第3次浪潮(20世纪90年代中期至今) 3
6 [% r, g I6 [: K' N7 I* Z6 ] 1.2 人工智能海洋学发展历程 5 . ^9 O0 X4 v9 B" P/ W
1.2.1 海洋特征智能识别 6 * \; C2 e2 I7 ]
1.2.2 海洋参数智能预测 6
8 m# ?2 _( F; T @/ d' p 1.2.3 动力参数智能估算 7
" j4 W$ ] q- w0 T: D& S, E 1.2.4 海洋智能化探测 7 0 W, n& ], u% }+ X# a0 x7 V
1.3 本书的结构和基本内容 8
. n3 g4 R, K$ G. N* } 第2章 海洋大数据简介 10
* @: b6 e9 Q2 c- t2 E 2.1 大数据概况 10 , `, s/ ~1 U* g4 x1 w
2.2 海洋大数据的发展历程 10 % q1 i& u: z; K
2.2.1 海洋数据的初步积累阶段 11
- \) a1 f, T; R 2.2.2 海洋数据的进一步积累阶段 12 1 |% J" |* V2 s* v
2.2.3 海洋数据的大量积累阶段 13 - s1 G D1 h! U* K: F7 A
2.3 海洋大数据的定义及特征 14 . v9 q/ `4 Z, a6 I0 P+ y7 H& z% D
2.3.1 海洋大数据的定义 14
, ^+ s% R' M2 o4 U( v 2.3.2 海洋大数据的特征 14 5 Z Y/ W0 H( Y+ S0 U$ A8 p
2.4 海洋大数据的数据来源 15
/ F- V, F1 o/ v# M/ b 2.4.1 海洋实测数据 15
9 g+ Y- z% [8 N) ~9 P4 l 2.4.2 海洋遥感数据 18
# j2 }6 d) i9 @/ P 2.4.3 海洋模式数据 21 5 E6 {4 }" g2 O V
2.5 海洋大数据的处理分析 23
7 O0 F5 r- f) K: \ 2.5.1 海洋大数据的存储与管理 23
3 \" v( ~" j' \; \7 B+ f1 s 2.5.2 海洋大数据分析挖掘技术 24 : \7 E7 E. z& F" o: s2 X2 V- N
2.5.3 海洋大数据可视化技术 24 , ?. @0 Q: M U* [2 z
2.6 常用海洋大数据平台 25 5 {: y& ]% R/ Q$ n8 b0 S
2.6.1 海洋科学大数据中心 25
N7 q, b" y# Q! u9 M 2.6.2 美国国家数据浮标中心 26 $ o0 \: A' E2 X* i4 N( p4 G
2.6.3 欧洲海洋观测和数据网络 26
6 r% `# }2 U9 U5 o8 y( | B6 n 2.6.4 日本气象厅平台 27
$ t8 |( g K: z5 _4 V 2.7 一种常用的海洋大数据管理系统 27 8 E9 f, }/ t% ~1 n
2.7.1 为什么需要Hadoop 27
0 U) h4 h, F! V/ T9 G5 M 2.7.2 HDFS 29
. V: j5 D5 d" c# l 2.7.3 MapReduce 31 - N5 n: k4 ]* [2 G* I3 o% R+ ?
2.7.4 Hadoop的部署 32
4 [9 i+ _$ b o7 \ 思考练习题 37 - P4 F( C O5 ^
第3章 Python语言 38
4 F$ n7 X( [2 t1 X0 h) H 3.1 安装与运行 38
+ X2 S! N4 o/ X) R' O 3.1.1 安装Anaconda 38 3 _" ]1 j. l/ E/ H5 A6 J: O- X: y
3.1.2 安装PyCharm 41 4 Q5 y! @# Y2 w Z* g+ \. C8 R
3.2 基本变量类型 42 * N6 P5 j5 t/ ]3 m
3.2.1 数字与运算 43 4 N2 R/ z2 c4 `' ~7 ~' S* C7 A8 R
3.2.2 字符串 44 ; V1 Y: |8 k0 R) I! ^7 L5 A
3.2.3 列表 44
/ t; X# ` U* Q% X) a) U) }6 |5 T 3.2.4 字典 46
4 U! g- @' h, T8 I 3.3 函数和类 48 ! L2 o v6 b6 j
3.3.1 函数 48 ' W b) }2 Q* L2 t! e
3.3.2 类 48
* t% J% p6 P% x6 n9 X 3.4 循环与判断 51 7 M: N) J3 o+ p( I* o" r
3.5 库 52 - |, E* U- {1 x( ?' h. N; x; M- t
3.5.1 Numpy 52 - }0 V Z6 c3 K2 ?9 T' f% K
3.5.2 Matplotlib 55 / C6 S8 A c, \
3.5.3 NetCDF 69 0 x) I) J1 w( k% x) ~1 V& D) l" w
3.5.4 Xarray 69 # T- B- `: Z8 e
3.5.5 Cartopy 72
! P& k" C3 r# K% T' G) J 3.5.6 TensorFlow 73 ; \2 y0 _ O" o3 X* U
思考练习题 76 & z2 d$ G5 H( |- @! V
第4章 人工智能基础 79
% a# K/ y8 ^- e; G% O 4.1 人工智能基本概念 79
/ m% k% Z) w' ]' o 4.1.1 数据集划分方法 79
2 K3 ]6 X. r1 {$ _ 4.1.2 分类问题评价指标 80 ! y0 i0 Y- n. L& U/ |) p
4.1.3 回归问题评价指标 82 & }7 m) l) j" X1 h' Y( k
4.2 BP神经网络 82
5 d0 x, I) x* Y4 x 4.2.1 神经网络基本概念 83
1 F$ M" Q$ O+ y, \* C a o* ] `# m% F, B 4.2.2 M-P模型 84
" W! w5 u- Y# w; o6 s' { 4.2.3 感知机模型 85
- y0 E0 ~1 D# q+ A% N* ` 4.2.4 BP神经网络 87 . |5 g( H1 f$ Q# W3 }
4.3 其他神经网络 90 , @( \5 F6 X9 o$ |3 p# F; d6 S
4.3.1 前馈神经网络 90
9 q) H* j9 I# d0 q% ~; x+ i 4.3.2 模糊神经网络 91
; f! M, h0 m7 w. m' X* j2 T 4.3.3 径向基神经网络 93
2 W* }4 x7 p7 l 4.4 上机实验：搭建BP神经网络 95 : v+ I0 K9 w& U: R' `+ ?
4.4.1 数据准备 96
) i- f7 |! u$ V) I4 U7 u 4.4.2 模型搭建 96 $ ^1 ^' B: h: ^* A4 I: |/ L! ~
4.4.3 结果检验 97 + v1 N$ T9 Z0 f1 D/ m% I2 V0 K l
思考练习题 100 & v- {" ]! ]3 P+ D
第5章 深度学习 101 4 }0 R8 R7 t+ s3 H1 X# y
5.1 深度学习入门 101 4 k* H' W' f9 |
5.2 深度学习的特征 102 E, b! H9 s. w1 S8 R2 F/ K
5.3 卷积神经网络的基础结构 104
8 x1 H8 _. a1 J% o! C3 H/ z 5.3.1 数据输入层 104
9 a3 K2 R7 r6 O4 S. F8 v0 X& a 5.3.2 卷积层 105
4 b' I" h* w( a; L3 K 5.3.3 池化层 107
! l' ~$ A2 A2 A5 d# d- M 5.3.4 全连接层 109
! c) M) B3 {3 t8 p8 W- o4 s) _& s 5.4 常用的4类卷积神经网络架构 109 8 b$ l3 H1 e1 L; a1 s/ }8 g
5.4.1 LeNet5 110
( Y* ^; _9 u( D 5.4.2 AlexNet 111 & q0 O& p0 ?$ s7 i: O w8 \
5.4.3 VGG 114
" j( @. Z: `6 z1 ]/ `+ s 5.4.4 ResNet 115
( S) y! {6 ?& M1 r3 L+ M' J6 i 5.5 基于卷积神经网络的语义分割 118 8 C% ]+ D8 {; o7 b
5.5.1 图像处理的不同层次 118
6 h0 |* K1 U" F1 {+ r 5.5.2 全卷积神经网络 120
8 y, v3 i9 t3 k* k 5.5.3 DeepLab系列模型 123 ; n+ {; E' H* ~) r$ z
5.5.4 PSPNet 127 : Q$ Z# J3 t5 W" W7 L0 M; f, U+ g
5.6 上机实验：搭建卷积神经网络 129
8 g2 d' T8 ]: N: ? 5.6.1 模型搭建 129 ' w, Z1 ?/ k8 ]; Q; _% v' u
5.6.2 结果检验 131
1 z" L" Q7 v1 Q# d% \ 思考练习题 133 7 U5 Y# Z- m6 L" Y7 j
第6章 循环神经网络 134
3 R3 h* t$ k8 _+ z0 k& W, l' H2 r 6.1 循环神经网络 134
* T* b& q \2 Z+ F6 `- N 6.2 长短时记忆网络 137
, n n1 C0 w% C* E: e 6.2.1 LSTM的内部结构 137 2 n- j2 r W# [, c+ T6 h4 Y
6.2.2 LSTM的“门”结构 138 1 f+ D( I/ u E
6.3 门控循环单元 141 8 b5 n4 y; G* w( w% L
6.3.1 GRU的网络结构 141
% x1 y; j+ e% o 6.3.2 重置门和更新门 142
- h! G3 e" ?+ }, Y 6.3.3 候选隐藏状态 142
4 v9 ?. M4 k2 N5 w9 L% u 6.3.4 隐藏状态 143
h7 p# o+ y% a1 F 6.4 双向网络结构 145
( h" k0 i: _0 H) ] i8 Y5 K$ ] 6.4.1 双向长短时记忆网络 145
* [- s" ], D3 Q* F, ? 6.4.2 双向门控循环单元 146
8 ]! C1 H! Y+ V- } 6.5 上机实验：搭建循环神经网络 147 . b8 a: r' K$ C0 J3 T' e
6.5.1 数据准备与模型搭建 147
: t( t( ~, D7 m' `2 q% T) R 6.5.2 结果检验 149
7 a6 L1 Y& _ t- T" e 思考练习题 151 , ]& N9 q2 R+ h |
第7章 海洋特征智能识别 152
4 g7 j1 L% Q, A) K$ o0 Q8 l# b 7.1 海洋涡旋与智能识别 152 % P, p8 _; t0 Q$ k( M% x8 K
7.1.1 海洋涡旋 152 ; v( w7 y( R9 y$ l5 s: ~$ o
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
$ o; V& Y$ I" \1 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
4 }! R2 Q* c8 v7 n 7.2 海洋内波与智能识别 166 & K+ x/ {% F9 b) c* P
7.2.1 海洋内波 166 $ ?% a$ a \. O/ ?. _8 j" Z
7.2.2 海洋内波的智能识别 168
$ P& X: M- ^, @% G5 e0 r% h 7.3 海表溢油与智能监测 170 3 {, T, `/ p4 ?7 ^
7.3.1 海表溢油 170
. J U2 y; x& I5 l& C 7.3.2 海表溢油监测 172
' Z+ D3 x$ `4 s+ p, T 7.3.3 海表溢油的智能监测 172
1 y3 x9 {: b% s: R7 r K" ` 7.4 海冰与智能探测 176
R. a6 p4 j" n. L 7.4.1 海冰 176 # |% @+ Z4 j( T; d& y B+ \
7.4.2 海冰探测 177
9 m' `3 c# s' e% X x1 J 7.4.3 海冰智能探测 177
) R# G$ ]2 i n* N' o 7.5 海洋藻类与智能识别 180 }0 y' n2 P" n5 M e" Y
7.5.1 海洋藻类 180 ; r+ }) b: y x0 q. z0 A
7.5.2 海洋藻类的智能识别 181
. ~9 m( [; N9 ^0 H, n* J8 ~3 W 7.6 海上船只与智能监测 183
s( L6 _& `0 d3 q 7.6.1 海上船只监测 183 3 P- K. N$ n- D
7.6.2 海上船只智能监测 184
3 _0 j6 n% J* @8 C: c' s- U7 T. q 7.7 上机实验：语义分割识别海洋涡旋 187
2 M# q# K6 i4 h2 l/ P 7.7.1 数据准备 187 ! ~: \, _( F- j2 D/ `
7.7.2 模型识别 189
/ M; x3 [5 g, R( l' m) {9 S+ q 7.7.3 结果显示 193
+ e" S% ?- @6 o% G 思考练习题 197
# X# G/ w) {8 J8 T3 | 第8章 海洋参数智能预测 198 / s$ m& _' e! {( b5 I' R
8.1 海洋气候预测 198
8 x4 d% A/ v$ d" C; h 8.2 近岸风暴潮智能预测 201
3 r6 l2 k1 h' j- u) F+ h: \) a* G 8.2.1 风暴潮单点水位智能预测 202 7 {+ Z W' Z! b# R# f
8.2.2 风暴潮漫滩过程智能预测 206
% B+ r- A0 t. i) S t6 M; L1 G 8.3 海洋波浪智能预测 209 $ t& q) V; O. q5 r; o, @3 S
8.4 海面风速智能预测 211 - s; {* K R# A* }2 ^( N# g& j
8.5 海表温度智能预测 213
# x$ Q* Y% k+ D6 s# g: W! E% W 8.6 上机实验：有效波高智能预测 217
+ G9 @# }9 s% p 8.6.1 数据准备 218
" e, ~8 s( `2 J) ?# M$ c7 U( I 8.6.2 模型构建 218
% [# [7 `9 L* {# V- o9 J 8.6.3 结果展示 220
4 D; R( |9 v. q* O& M 思考练习题 221
: M( T3 K- H5 u$ ]/ c/ s/ \$ W 第9章 动力参数智能估算和模式误差智能订正 222
5 Z# z9 V, L6 g. S8 E9 X, } 9.1 海洋模式次网格动力参数的智能估算 223
# a6 B7 F; X5 \! U- ? 9.1.1 准地转海洋模式 223
/ G# k" u: ?. D8 G7 s 9.1.2 降低数据分辨率 224
& [8 [! H5 u' l: o 9.1.3 智能估算模型 225 ' S) a; T' k& S; _% ^
9.1.4 智能估算结果 226
& F" c+ L9 _: Z9 {* d 9.2 大气模式湿物理参数的智能估算 229 * [1 q& x q1 p( M f: m
9.2.1 湿静力能量守恒 230 ) `/ b8 g. ?$ P& ^1 K( \
9.2.2 神经网络设置和数据 230 " x p+ t% O1 j. P
9.2.3 ResCu的智能预测结果 232
9 m8 y/ f1 g# |% r 9.3 数值模式误差智能订正 235 + G5 P$ S1 U! A- L L) S1 m
思考练习题 238
: j* X9 n8 g9 |& q* p% l8 ^$ N 参考文献 239 $ x, s$ y+ |4 R& z
! A# w5 K1 Q- q. N5 e
（请在订单备注处注明发票抬头和税号） 8 [5 {( f6 s5 v0 K- F
官方旗舰店质量保证！出版社库房直发，
! e* W$ z6 F; i. w' M- G3 | 提供正规电子发票！
5 E/ o1 K1 _" h* I& t) \9 ^$ _( L9 t ]5 K7 t
— END—
! P6 v) ^ w. ^ 信息来源：科学出版社。
( G8 r, {7 M( n x1 T+ F/ b 转载请注明信息来源及海洋知圈编排 ' \( c! {; p2 D/ \* u
大家都在看 3 m& V4 n* S; t, d$ m( g3 W3 k
$ o0 s0 r7 W$ `8 G R
► 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……
" s1 W, `+ C/ f0 E% l& E ► 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！
% h$ o2 U6 ?' ? J6 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”
: o9 j; x. M- H% \( D( _0 j& S( F$ x: ? 中国委员会主任，主持召开委员会成立会议并讲话( U( T* }) C- A7 d/ A( l+ Z8 Q6 F
► 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 5 }. D5 S$ i/ n6 Z5 i* m, u- s9 W
► 王颖院士主编《数字南海》正式出版！
/ _3 ^: ?: E8 c/ T; w, E0 H
, d* F$ s3 k8 h& ] _7 O, H4 O ► 《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 A3 ], h1 d, [& Q7 V ►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！ , ^8 l3 I% Y. t& ^! `) c
►《海洋数值模拟》正式出版！董昌明主编
- Y, _2 _* |; f! ]2 B0 ^! {- n7 V' n ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 # D/ ?: x# ?$ b5 R
► 填补海洋气象学领域空白！《爆发性气旋》专著出版 + \0 U) B. ~1 V' E
► 《黄河三角洲湿地碳循环与碳收支》专著出版
5 P. t4 E1 c: a; m$ C6 C7 ] ► 《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
+ ^5 B* J, |: S( p 海
+ ^7 s; n) P- I1 c5 M9 O! e" 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》 8 z) m! n( k" b) D- A
洋 & Q9 I6 M M" o3 z! q8 N
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？ " p% J7 B, [/ T/ l* f2 }2 @7 l: V% j
书 ( P$ w$ C) a+ {
►《现代海底热液活动》栾锡武研究员 著
* ]# I. u+ P7 n; ~3 K% Q9 Y' s 屋
2 O) m' a$ h R/ F ►《海洋机器人科学与技术丛书》出版发行 . g Y0 B6 a$ o- Y& r: U* P/ T- R
► 我国第一部《海洋生物地球化学》研究生教材出版
- q' A( w/ {" t( H/ Z+ @ ► 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 x; J! @1 C" |; w
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 4 e6 V, m! o7 p! Z7 r' 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 ' s% X3 k$ Y! V7 H' s8 b5 s6 y
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
3 b4 K% |$ a% N( |: P: f- c7 _) n" I ►《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 6 L- f) ^5 ]/ f' V4 E
►《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 . ~' e6 q8 V' j+ T4 G# ]; D" O8 r
► 《黄河三角洲湿地生境演变遥感监测》出版
/ K B* v! L- t/ C* i% P 海洋知圈
) ]# L4 } ]- m# z* P# U( `* z 知晓海洋 | 探知海洋 6 s/ x; J& R( j' a+ d- n# n
宣传海洋 | 服务海洋
* t* Q4 w# S- r& }: V 如您喜欢，请“点赞”并点亮“ 在看” |
