|
; @# F, D' k% o6 _9 N/ M( n
原标题：《人工智能海洋学基础及应用》正式出版！ , P: V3 f6 @2 Q- ?
^9 S: k0 L E& V! J- F2 T 
4 k" t* d) p9 B! c
（请在订单备注处注明发票抬头和税号）
& l7 K' _1 h4 H5 m 官方旗舰店质量保证！出版社库房直发，
& O% f& s2 l2 I# `4 \ 提供正规电子发票！ 1 e6 C" i+ I4 D) h' A& {
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。
/ h* j+ o4 p C9 N: P) m# Q 目录
$ ^9 ?% W4 v* { 前言 8 F. m9 l& G8 A( k0 t& v
第1章 绪论 1
) \# D* R' H, u 1.1 人工智能发展历程 1
& b7 O2 `* D+ r) `. j; S: W 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 6 f, ]1 T) |. P
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 7 r0 E1 O V, l' I7 o
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
, O) z. o* g- w& t2 X& i 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 8 w$ @! i" P4 H) D& r" L
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
# |2 E2 h8 U4 v: d) s6 Q/ q3 q 1.2 人工智能海洋学发展历程 5
( B R. T5 t% S( ^! b 1.2.1 海洋特征智能识别 6 5 w0 u6 b5 i" }; }% |4 t' }9 G: y
1.2.2 海洋参数智能预测 6
9 y9 A" d7 e9 x/ _8 X4 g/ [ 1.2.3 动力参数智能估算 7 : U7 M4 I6 d- \5 @
1.2.4 海洋智能化探测 7
: O) Z0 u q, w$ j" g: F2 J- d 1.3 本书的结构和基本内容 8
2 p" ^( m* h' P1 J) \5 [ 第2章 海洋大数据简介 10 - K' F8 ]! V3 M" y% }/ m- G
2.1 大数据概况 10 3 z% k1 {9 q8 x2 b# d/ n
2.2 海洋大数据的发展历程 10
; R; E3 x! t* w 2.2.1 海洋数据的初步积累阶段 11 9 _1 a3 z) A$ y. z2 m
2.2.2 海洋数据的进一步积累阶段 12
) Q8 W. T; x% X3 ^- h) [ K# h3 S 2.2.3 海洋数据的大量积累阶段 13 8 _; y$ G1 c) f8 K
2.3 海洋大数据的定义及特征 14
+ w) B* u- D6 P3 y; E 2.3.1 海洋大数据的定义 14 3 J" w! i4 u4 z3 I
2.3.2 海洋大数据的特征 14
6 w7 k8 _8 v: I 2.4 海洋大数据的数据来源 15 5 N6 r* \8 g7 e5 o
2.4.1 海洋实测数据 15 . m$ ]+ h! V; c9 l& E( I0 P
2.4.2 海洋遥感数据 18 : T; ` E! g5 V! L) Z2 i M. I9 X
2.4.3 海洋模式数据 21 2 y5 ]: F5 n9 g" u; z. b
2.5 海洋大数据的处理分析 23 * S1 f$ V* U& e' N5 |% L
2.5.1 海洋大数据的存储与管理 23 * u! _( N* u8 b5 U, a
2.5.2 海洋大数据分析挖掘技术 24 + k/ C/ _5 L4 W0 }( R
2.5.3 海洋大数据可视化技术 24 ; B/ x2 q! m/ d
2.6 常用海洋大数据平台 25
4 k, a0 E7 L: s a- N6 V 2.6.1 海洋科学大数据中心 25 ! b2 Q7 k! O' {3 e3 m9 n
2.6.2 美国国家数据浮标中心 26 ! o8 K8 M$ [7 P7 G9 W" C
2.6.3 欧洲海洋观测和数据网络 26
' U+ v* e& g5 Q. D2 w; |, E 2.6.4 日本气象厅平台 27 6 I2 J, w' I2 j0 @
2.7 一种常用的海洋大数据管理系统 27
( j9 R/ }' s1 `' W7 H) p6 [# V7 l 2.7.1 为什么需要Hadoop 27 ( I5 X! T; a* N- u; c" D
2.7.2 HDFS 29 . `: ^/ I( z5 X& @* g/ O. `
2.7.3 MapReduce 31 ( I6 Z C( v: H- J& S& v& i1 L
2.7.4 Hadoop的部署 32
2 o* {) N8 I& d) R# r. S 思考练习题 37
/ e5 d, ]4 {" b, M2 q0 O/ k 第3章 Python语言 38
! F) d7 g u8 I 3.1 安装与运行 38
2 ~5 g' @% ?% v X: z! M 3.1.1 安装Anaconda 38 $ v. k: P4 E: I! G! _0 ], q
3.1.2 安装PyCharm 41 3 G9 E7 j6 {! S8 }$ [
3.2 基本变量类型 42 5 [/ j7 \- F* k) X
3.2.1 数字与运算 43
, P$ h3 u" R/ }* k" @6 Y, B: v) ^ 3.2.2 字符串 44
! x- b5 S6 H/ p: W 3.2.3 列表 44 6 J" _8 y1 q9 c, O, _* r7 h7 b
3.2.4 字典 46
0 B$ T: Q, d3 _" @ K0 L 3.3 函数和类 48
7 F+ ]5 Q) X( v. {7 I/ S$ P& ]& ] 3.3.1 函数 48
5 b( l5 ]( P; g 3.3.2 类 48 ; E' _- A$ ~1 C$ I! E
3.4 循环与判断 51 $ c, Z9 e' d5 G
3.5 库 52
' G/ H- L" ?0 z9 p) l% y# h 3.5.1 Numpy 52 ; v+ w4 K v2 q0 B% Q! S
3.5.2 Matplotlib 55 ' w: }6 k1 S& y: g" \
3.5.3 NetCDF 69 & E6 V/ \% w V% D6 l7 O2 s
3.5.4 Xarray 69
/ N2 d& [0 A, K4 O2 r: y H 3.5.5 Cartopy 72
. e Q8 _0 q4 | 3.5.6 TensorFlow 73
# h# ~# \/ q* c2 O& S 思考练习题 76 2 I" a6 j; G0 y" ^! L: ~; i. H
第4章 人工智能基础 79
5 h) d7 V2 ]# A9 {( L. f 4.1 人工智能基本概念 79 . T2 Z& K4 c: Q' T
4.1.1 数据集划分方法 79 + r0 U" f: Q: Z/ ?$ J R: f
4.1.2 分类问题评价指标 80
/ I* h* O8 v. r6 }1 [( ~ 4.1.3 回归问题评价指标 82
( \$ ?+ z" W0 y n 4.2 BP神经网络 82 % b2 y3 |8 `) U* ?8 N- Y
4.2.1 神经网络基本概念 83
3 l8 O1 Y& R- S: _* g! m# R/ r 4.2.2 M-P模型 84 $ m! f1 H. h, {2 g8 q
4.2.3 感知机模型 85
% s9 C1 ^1 b! y 4.2.4 BP神经网络 87
7 j( ^$ p b- J% N m4 j# q8 c 4.3 其他神经网络 90 2 \6 i, v; r6 f/ [! d
4.3.1 前馈神经网络 90 4 f# i- E* Y1 O! Z
4.3.2 模糊神经网络 91 % c) `9 `$ a& o6 I
4.3.3 径向基神经网络 93
$ B* `! l5 u" k Z4 k 4.4 上机实验：搭建BP神经网络 95 5 x- C- o; v5 b
4.4.1 数据准备 96 ; b: h- K0 E+ T2 r: n4 `
4.4.2 模型搭建 96
1 D0 H! i/ B2 G0 ? 4.4.3 结果检验 97 % j( M: e V4 d8 ~
思考练习题 100 # a. e) ?6 k7 I) f
第5章 深度学习 101
7 q- x2 W+ x' I( s5 s 5.1 深度学习入门 101
5 s/ r) M- R9 ~$ f" B 5.2 深度学习的特征 102 : F/ \1 G- L0 e8 O+ R$ w9 q
5.3 卷积神经网络的基础结构 104
/ Z* X; h. S; w Q, ^ \1 T: l 5.3.1 数据输入层 104
* i) v7 B: e% y, a" W 5.3.2 卷积层 105 : ^% P! ?# U6 ]% F) H, z6 \4 A
5.3.3 池化层 107
, E. C' j- q2 t/ n* x 5.3.4 全连接层 109
8 |; A& ]% I; b, I 5.4 常用的4类卷积神经网络架构 109
5 N D& p. E4 D5 q$ {9 U- H8 B' B' P 5.4.1 LeNet5 110
9 Z5 K2 u& G" V& D" o! ^8 [ 5.4.2 AlexNet 111 2 i0 V% b/ O- `; Z6 s b
5.4.3 VGG 114 * Y$ k0 x3 K: g7 G9 E g" F
5.4.4 ResNet 115
4 d7 p$ Z* O7 Z, ? 5.5 基于卷积神经网络的语义分割 118
/ I. Z' f' R) K. @) ~/ W 5.5.1 图像处理的不同层次 118 ' S' m+ d$ E' T0 {" E4 I
5.5.2 全卷积神经网络 120
) v- j2 g7 T" l1 U 5.5.3 DeepLab系列模型 123
( Y* |$ k- V1 j( F5 E3 X" U 5.5.4 PSPNet 127 8 a$ [3 r8 d$ k
5.6 上机实验：搭建卷积神经网络 129 4 j. P9 K; v$ T- \+ f7 y' m. l3 k
5.6.1 模型搭建 129
4 e5 J6 I" I! r9 Z 5.6.2 结果检验 131
1 J8 I, `! O, }/ H' s& n2 D 思考练习题 133
+ l' I: x2 X! h7 ~% y3 B 第6章 循环神经网络 134 , A) t. O6 E& ]
6.1 循环神经网络 134
) }- T8 P, J) }/ r* T 6.2 长短时记忆网络 137 % D3 R5 P3 Q- ]
6.2.1 LSTM的内部结构 137 - w* D0 t% g7 V T
6.2.2 LSTM的“门”结构 138 3 U3 ~% ]+ p! w6 l6 p3 F2 Z& G
6.3 门控循环单元 141 . K2 ?6 h. x, r, M. I+ s
6.3.1 GRU的网络结构 141
6 M4 N ?4 R8 p; K" G 6.3.2 重置门和更新门 142
( E2 E* C8 i; x& I! D2 \ 6.3.3 候选隐藏状态 142 ; ?. G; Q% ^& @
6.3.4 隐藏状态 143
' `. y& O% {7 r 6.4 双向网络结构 145
9 \& f4 G; Q0 Q1 S% [: D# {9 v 6.4.1 双向长短时记忆网络 145 ( x5 h/ w! v5 @2 d1 }( s% }
6.4.2 双向门控循环单元 146 : Y: p! B" k, P6 b$ K
6.5 上机实验：搭建循环神经网络 147 # ^: p. J" c4 i7 L
6.5.1 数据准备与模型搭建 147
8 D/ T9 d, H) V4 d _ 6.5.2 结果检验 149
( `+ @ N" U4 F0 \) n- v& H! F+ l 思考练习题 151 ; V$ |) |' R5 A
第7章 海洋特征智能识别 152
* Y* M( \% c8 s A$ v 7.1 海洋涡旋与智能识别 152 7 s+ {$ B" K1 E4 j; `
7.1.1 海洋涡旋 152 % M: {2 a% @+ z' l
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
/ c7 `' `5 B& W' 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
1 e5 T2 f) x4 N% l4 V5 E5 _! o7 A 7.2 海洋内波与智能识别 166
3 `( A$ c9 N4 y7 C 7.2.1 海洋内波 166
. X4 y9 Y, P1 n 7.2.2 海洋内波的智能识别 168 + V- z( f1 m/ F& c5 w) W! ?
7.3 海表溢油与智能监测 170 + t8 I" ]* ^3 f1 j- {; G
7.3.1 海表溢油 170 ; E: R0 H0 I. j- Z% `& A- Q& v
7.3.2 海表溢油监测 172 9 ] J( J2 Q4 h$ j$ D. v" _( a
7.3.3 海表溢油的智能监测 172
0 l, H/ `- I6 _ 7.4 海冰与智能探测 176
' i) }+ E3 L. X) p 7.4.1 海冰 176
& N% r3 V5 C+ H! F: m 7.4.2 海冰探测 177
* j. S. ~8 m+ c9 ^2 d* @8 j 7.4.3 海冰智能探测 177
. E- Y3 z9 K4 o( Q. z/ v4 O( X 7.5 海洋藻类与智能识别 180
* L% F! U* S% W0 ]: M4 N% i 7.5.1 海洋藻类 180 , P# F: ^' U r0 q; F& [
7.5.2 海洋藻类的智能识别 181 1 [$ K, Z" R. M% Z: J2 p, E/ A
7.6 海上船只与智能监测 183
7 L3 K# x* r6 H 7.6.1 海上船只监测 183
3 ^' T# s8 i: D% M; }. P( y" j3 o 7.6.2 海上船只智能监测 184 " V* p/ R* ~% g& w; ~) m2 Z
7.7 上机实验：语义分割识别海洋涡旋 187
7 `# L( C! A- n3 ] 7.7.1 数据准备 187 ! R; M, h3 L( Y6 H2 p& r+ x: Z
7.7.2 模型识别 189
; _. e0 w5 B9 `" T! A3 g 7.7.3 结果显示 193
0 i: p/ L, J' V D' | 思考练习题 197 & R# D b3 x6 B# q' z4 X" t
第8章 海洋参数智能预测 198 3 J5 x) b( ^3 |5 a9 Z6 K
8.1 海洋气候预测 198
% \3 N3 d' A. F d7 M! f 8.2 近岸风暴潮智能预测 201 h6 n+ T) h9 s) m. E8 U8 s
8.2.1 风暴潮单点水位智能预测 202
$ I) M+ }& n* }3 \ 8.2.2 风暴潮漫滩过程智能预测 206 a/ q7 G/ D l3 S2 c `
8.3 海洋波浪智能预测 209
" O" f1 t4 _1 L9 P* v; N; R 8.4 海面风速智能预测 211 7 ]! @' d2 k7 _! Z8 v) X: x8 x
8.5 海表温度智能预测 213
. U; Z' i! u) _* C# p" s2 b 8.6 上机实验：有效波高智能预测 217 % L9 V/ L2 I! W. D3 s2 Z
8.6.1 数据准备 218 ) x, b: o% ~5 {
8.6.2 模型构建 218
5 ?% l3 ^1 A5 I9 P 8.6.3 结果展示 220
7 _& x: n, a: H$ k" m6 L 思考练习题 221
0 L; ?2 c# M3 F Z5 n' O& l 第9章 动力参数智能估算和模式误差智能订正 222 ! G4 E! l/ E I, d
9.1 海洋模式次网格动力参数的智能估算 223 " g: T" C- K9 |; C3 N, T6 _- L
9.1.1 准地转海洋模式 223
9 @4 T# j. f1 y; i( A' H 9.1.2 降低数据分辨率 224
) q) H* l- p$ W5 T 9.1.3 智能估算模型 225 / K9 b( N2 o7 Z# u0 o
9.1.4 智能估算结果 226 p0 R6 Q, q3 Q# k* K! R
9.2 大气模式湿物理参数的智能估算 229 - L. K8 F6 r S" h
9.2.1 湿静力能量守恒 230 4 W! i) Q9 k; L; W: S- G2 b1 F
9.2.2 神经网络设置和数据 230
. M( ?& T/ W2 U$ m 9.2.3 ResCu的智能预测结果 232
3 ~+ [+ H6 J o( b 9.3 数值模式误差智能订正 235
7 g9 p8 ` e# p5 O) N 思考练习题 238
2 \; c# e$ V, u9 w, X0 M% p. C 参考文献 239
0 R- H0 ?1 d4 `, J2 D/ n1 q" c7 ^, l- M. R/ N9 I
（请在订单备注处注明发票抬头和税号）
6 P% F! g) Q+ b& e* A9 o 官方旗舰店质量保证！出版社库房直发，
& H2 z2 L, H$ ~' a4 r 提供正规电子发票！
\( w: s/ z" D
: p! d. ~; y% q* c: q3 ~ N. C. U& I — END—
$ w, \" a1 |1 @+ x: d5 b3 C6 X* V 信息来源：科学出版社。
% o' @8 G% k' \8 v- q' F 转载请注明信息来源及海洋知圈编排
/ i4 }/ w8 k9 u7 u+ X 大家都在看 ! E. l/ z( |" p
" k0 R0 c: _# _+ s7 N1 v1 A* U ► 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……
! i& e v& a# g ► 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 C) h: |1 b, }9 Y0 h3 ~8 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”4 K2 u9 c) \9 K4 B: s2 m+ n
中国委员会主任，主持召开委员会成立会议并讲话
& r3 P. p) G# b3 @9 C" L! X5 L ► 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 w9 t6 |! h ► 王颖院士主编《数字南海》正式出版！
9 \3 p. i0 |. M0 S% m9 ]/ n8 k) T3 \/ _- E
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） ' q& @6 M; ^% o: U0 w
►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！ " v) Q- Z- m0 g5 ]8 T1 |, S
►《海洋数值模拟》正式出版！董昌明主编 " X0 k7 `0 P5 H( h! |7 Z( B
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 * H# c$ {' u4 t+ {6 h
► 填补海洋气象学领域空白！《爆发性气旋》专著出版
% O) t2 D* r7 }3 ^' o2 S ► 《黄河三角洲湿地碳循环与碳收支》专著出版 $ W4 U$ {" V2 ^" q' O: ]3 ?. ~* e
► 《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
+ [' l7 }3 Z% ^" \. v5 e: m0 l 海
, ?2 Q8 x1 t! O! G: C% t ► 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》 + K* d1 E) S2 v, i; H
洋 1 e- k" T" ~* h7 i7 y. }: z+ n2 N
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？ ! u# K3 u5 D" U# }9 G
书
8 r1 D" S9 @7 R" V' i! W6 ^% q$ k ►《现代海底热液活动》栾锡武研究员 著
, z( v0 X: E$ M7 z& m 屋 0 m6 L$ z! J" c9 P/ Y8 d' h
►《海洋机器人科学与技术丛书》出版发行
6 q1 ~4 R& B1 P& } ► 我国第一部《海洋生物地球化学》研究生教材出版 8 z8 D }. b$ F" T H# }& T) G0 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 $ K1 R. x+ n" f- U5 d4 G
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
# Z, e5 q8 P- Y2 a/ z6 h8 k: d ►《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 1 X/ Z' z9 ^: U
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
/ @: M* N7 `7 P6 @+ o: f2 V- E ►《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
8 k, w6 C/ ]5 ?6 ~/ e0 f& W ►《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 " V2 L; |$ D# o6 {8 |3 p0 y& B
► 《黄河三角洲湿地生境演变遥感监测》出版 - G! d$ z4 M I o
海洋知圈 5 w$ F- z5 ]* p2 c# w- k& k
知晓海洋 | 探知海洋
2 B. `' N# L* }- o+ _ 宣传海洋 | 服务海洋 / n+ p1 Q) X* ^& t& G6 ~
如您喜欢，请“点赞”并点亮“ 在看” |
