|
/ O7 @: p6 q2 T* E$ }
原标题：《人工智能海洋学基础及应用》正式出版！ % F2 F. U. c6 l( Y4 {
4 F6 n( [8 }7 |% s3 m 
) C& }8 }' E: N& c# ? （请在订单备注处注明发票抬头和税号）
- q. Q N( h- u; t1 Q9 C 官方旗舰店质量保证！出版社库房直发，
5 f( V& ^4 {1 g: P+ i3 w- F 提供正规电子发票！ 6 E) p9 U K+ ?( }: @$ R) u9 V. T
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。 " s1 _$ ]3 {3 x$ b
目录 , s9 f5 k8 Z2 H3 u. o1 @
前言
9 k, G+ S. ~! M% }, e! g; d 第1章 绪论 1 * H3 u8 R( A- t: E7 ]1 _8 O3 |! K
1.1 人工智能发展历程 1 + o2 W- x2 s0 y
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 , W! @) }# g# `9 a! p
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2
7 z2 J# s% p! Q* \, E$ u6 R 1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 # |1 q* p) a$ R+ k' Q8 @* }+ B
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3
) V8 \; }) @7 K. h 1.1.5 第3次浪潮(20世纪90年代中期至今) 3 # V! j+ Z- h) C3 d K- e2 N
1.2 人工智能海洋学发展历程 5 * h& P6 I3 k$ p7 p; s
1.2.1 海洋特征智能识别 6
1 S# k, f& j. f! V$ y" R4 | 1.2.2 海洋参数智能预测 6
, z8 a) D! [/ _6 L" N& _ 1.2.3 动力参数智能估算 7
* `. o4 Y. n! Y/ D' s3 |2 A 1.2.4 海洋智能化探测 7 + Z0 q, [! D Y( K. W' [
1.3 本书的结构和基本内容 8 , z9 X( P5 h1 n0 i0 @
第2章 海洋大数据简介 10 3 d0 B7 A* {- f% b
2.1 大数据概况 10
, K( q4 j) D! `* k5 S 2.2 海洋大数据的发展历程 10
% e6 r- D8 \/ l9 P. [ 2.2.1 海洋数据的初步积累阶段 11 * C# a" e' p6 n8 a+ U* o
2.2.2 海洋数据的进一步积累阶段 12
* T$ Y: h& g1 F" Q, m 2.2.3 海洋数据的大量积累阶段 13 2 x A9 O2 F* O9 K- T
2.3 海洋大数据的定义及特征 14
( d! V0 o6 ]) }' L4 }4 U 2.3.1 海洋大数据的定义 14 5 b n: M/ m/ L3 t3 h# u4 Q% l' i5 k9 E
2.3.2 海洋大数据的特征 14 1 I" n2 z, G, T
2.4 海洋大数据的数据来源 15 g0 e8 |0 f; X; X9 W; o M
2.4.1 海洋实测数据 15
. y5 O1 i0 X. _' l 2.4.2 海洋遥感数据 18 . @) r8 }; c/ e3 z G3 D
2.4.3 海洋模式数据 21 ' j6 [: }: l0 T0 q
2.5 海洋大数据的处理分析 23 . `9 w( y- j4 Q3 B; V9 z
2.5.1 海洋大数据的存储与管理 23
0 L, [! j' B# Q1 L1 } 2.5.2 海洋大数据分析挖掘技术 24
! G* }( d, D+ [ 2.5.3 海洋大数据可视化技术 24 # r* c. K$ z( ^" n. B6 m9 B; C
2.6 常用海洋大数据平台 25 , k# Q' x, f. J3 E' z# v
2.6.1 海洋科学大数据中心 25 ; z) _: o& b g* c- K; b
2.6.2 美国国家数据浮标中心 26 2 X, i: t1 j- Q* I) u7 \ d- m
2.6.3 欧洲海洋观测和数据网络 26
; q/ @, H9 Y3 g! [6 r- [ 2.6.4 日本气象厅平台 27 9 K: V/ U) l) f& R: _( k4 q; S
2.7 一种常用的海洋大数据管理系统 27
9 s: C: T: G( P 2.7.1 为什么需要Hadoop 27
* ^) b( F- T, U$ Y 2.7.2 HDFS 29 / t# c3 v) u w+ Q: Q& x
2.7.3 MapReduce 31
. s0 k+ Z+ r( C 2.7.4 Hadoop的部署 32
6 [5 c7 D' L: T! |: }3 r% I 思考练习题 37 j' U. K1 X) E1 R7 m
第3章 Python语言 38
! a6 L2 ^4 l, {7 a' D i 3.1 安装与运行 38
9 K! ^$ i) }3 {9 d: d 3.1.1 安装Anaconda 38
2 J" _# i: m0 z% j" L/ b x 3.1.2 安装PyCharm 41 8 G" Z- Z+ q5 s! Z D* ?: p
3.2 基本变量类型 42 " r0 e* A2 h( G, N; R! s6 @$ `
3.2.1 数字与运算 43
d7 ?0 X1 }& N G1 T/ K 3.2.2 字符串 44 % N& p. q6 m' g, @+ C1 n' P7 f& Z% l
3.2.3 列表 44 8 d0 v; e5 d$ B. }% k/ r4 H1 f2 y
3.2.4 字典 46 / ?! Y( I2 S7 m. v O
3.3 函数和类 48
8 W" _$ K/ Q! a! i" F' n 3.3.1 函数 48
. K6 V% L8 L4 s8 p x( u# J4 |) G 3.3.2 类 48 # j( D5 n4 q, J" l. K; |
3.4 循环与判断 51
7 o- \% }: t1 a8 N& X 3.5 库 52 . F/ @4 w5 N7 q8 S
3.5.1 Numpy 52
8 M! e R2 @+ p3 R0 r 3.5.2 Matplotlib 55
4 Y+ x; @2 o/ i# { 3.5.3 NetCDF 69 # p( q' W& k b* _5 _/ v
3.5.4 Xarray 69 " m3 [: `( S( a. ~
3.5.5 Cartopy 72
! v& S5 H3 H8 { 3.5.6 TensorFlow 73 . E' X% S1 B7 L: t! C
思考练习题 76 , o$ R) j) y4 m2 M/ W- B; ~' |- U
第4章 人工智能基础 79 + E: m8 Z( |5 \3 w1 P. b7 k
4.1 人工智能基本概念 79
' I5 Z; ] r8 x( N& q 4.1.1 数据集划分方法 79 ! v+ I7 s3 K2 J3 ]. _' p
4.1.2 分类问题评价指标 80 / e* I( d1 F4 V8 e7 H( w3 o+ I* o5 ~
4.1.3 回归问题评价指标 82
1 t: t( y4 B) A& e7 T& K5 P 4.2 BP神经网络 82 8 K; C6 [7 y2 q; d9 C/ o: [# j
4.2.1 神经网络基本概念 83 * i' i, {( Y& e/ ]/ w* F
4.2.2 M-P模型 84
$ l+ ~3 N- ^( ^; Q" G3 M% s 4.2.3 感知机模型 85
+ r+ n* `+ Z1 G7 f$ q" `! l2 w* A 4.2.4 BP神经网络 87 2 B, |& {& o0 p* b
4.3 其他神经网络 90 . s B0 c+ t5 [* V! x6 \
4.3.1 前馈神经网络 90
" E: ~" F) f8 C( c0 b* | 4.3.2 模糊神经网络 91 8 S4 l8 |0 D$ X2 u% ^ C& a
4.3.3 径向基神经网络 93
) \2 Z1 |6 k( _7 M% G* q 4.4 上机实验：搭建BP神经网络 95 6 F* d u( n$ R* ^* c2 c( A, P* c; Q, Y
4.4.1 数据准备 96 " t) |6 x! h7 S# B% V. d2 [( p8 z
4.4.2 模型搭建 96
5 P+ @- R2 g3 ?1 d5 | 4.4.3 结果检验 97
" O: d; Y% o: i, O- z 思考练习题 100 c! z# K9 E2 h& r" q7 s
第5章 深度学习 101 - }2 b* M8 K4 B, o, k0 Y8 o. @2 g2 Y" q
5.1 深度学习入门 101 , t8 u' w$ Z$ V% }; ~
5.2 深度学习的特征 102
# t, \1 l# [9 y! K7 R" { 5.3 卷积神经网络的基础结构 104
" _2 m5 E% n: x* V 5.3.1 数据输入层 104 + m% N6 d- C2 t0 {4 Z& l( Y
5.3.2 卷积层 105
. N5 d7 Z1 o" I# y) Z7 B 5.3.3 池化层 107 8 G7 |0 W& r. Z. B! ]
5.3.4 全连接层 109 & c% t, S( }; n2 q
5.4 常用的4类卷积神经网络架构 109 # z. }- Y! `& O% J+ X# w9 E G
5.4.1 LeNet5 110
. L( v) U5 e3 ^6 O" u: D" C" j, a/ f 5.4.2 AlexNet 111
3 r0 n ?, u2 s! Z# v 5.4.3 VGG 114 ) y: D9 E7 Z& ^, b
5.4.4 ResNet 115
6 @: v( G x9 o# P8 s1 G: \: g3 K. B 5.5 基于卷积神经网络的语义分割 118
# D" W' p/ h2 J( m 5.5.1 图像处理的不同层次 118
# X5 Y" \! k2 K. V: z 5.5.2 全卷积神经网络 120 # ]+ i F7 F! P n0 A5 h# H. z, b
5.5.3 DeepLab系列模型 123 . k+ R& b1 C+ D# E( }' X
5.5.4 PSPNet 127 / W# r. b' ^7 [5 b/ ?3 l/ _
5.6 上机实验：搭建卷积神经网络 129
* w' @9 h" L F B 5.6.1 模型搭建 129 4 e9 }" F/ ~0 f" X3 J G
5.6.2 结果检验 131 3 E' S- B8 H6 k; T G6 |
思考练习题 133 * J, H9 g/ u, ~
第6章 循环神经网络 134 6 a: D. H3 H; r: Z5 W1 b# M! d
6.1 循环神经网络 134
9 X, M3 @$ S. S( |" M* s0 K 6.2 长短时记忆网络 137
) z3 k4 U2 ~! `# q9 @$ V 6.2.1 LSTM的内部结构 137
, D8 c! t8 t- O+ _5 ~0 g* v 6.2.2 LSTM的“门”结构 138 , k4 q3 V8 n2 G4 U' i; V. A
6.3 门控循环单元 141 4 Y! s( }2 ~9 w! b( ~* B. ]
6.3.1 GRU的网络结构 141
$ O8 [, }( M& X0 i 6.3.2 重置门和更新门 142
8 T* K" F9 l" h2 j' U% v 6.3.3 候选隐藏状态 142 - j- M# w. d( L5 Y" G8 J8 p
6.3.4 隐藏状态 143
7 h1 a( h# S4 }; a* L 6.4 双向网络结构 145 8 v7 F. j% P8 Y
6.4.1 双向长短时记忆网络 145 % q( G$ p9 {$ E# s2 x0 S) r
6.4.2 双向门控循环单元 146
, Z" ?6 C4 H8 ] 6.5 上机实验：搭建循环神经网络 147 5 T6 y3 K. n' m0 i7 k: h1 Y$ s" x
6.5.1 数据准备与模型搭建 147 9 H2 h( G; M) T
6.5.2 结果检验 149 7 F) Q" A; K7 y, X* p
思考练习题 151
$ U. J/ O/ @$ o- Y' | 第7章 海洋特征智能识别 152 ( N6 O5 s, t, z' K* Z
7.1 海洋涡旋与智能识别 152 ' R4 j% X/ C. F" f
7.1.1 海洋涡旋 152
' y! @4 @/ V C: f0 J. V- c9 H 7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 S* t( c2 \+ \9 }& m
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
0 e0 _3 w. i- ]- J 7.2 海洋内波与智能识别 166
8 l3 Y' J- C1 j* W 7.2.1 海洋内波 166 1 q8 Y; }+ R4 g
7.2.2 海洋内波的智能识别 168
) i- R# Y* c1 b: v: w' }) g 7.3 海表溢油与智能监测 170 ! U, L4 A m1 \& c3 x
7.3.1 海表溢油 170 7 a: |1 B/ C3 _2 o* }' D0 U o
7.3.2 海表溢油监测 172 0 u% \% {' c6 }; s9 Y7 H7 U- D
7.3.3 海表溢油的智能监测 172
# q' R8 J+ d0 `2 P 7.4 海冰与智能探测 176 ' E0 q4 X- f' I
7.4.1 海冰 176 1 X& P, Y% h9 d$ K* y- y
7.4.2 海冰探测 177
2 X* Y' h$ W6 Y$ v 7.4.3 海冰智能探测 177
3 b8 t7 N$ G* L: C$ ~& U/ C 7.5 海洋藻类与智能识别 180
4 a; X, y" c1 @1 Z 7.5.1 海洋藻类 180
4 R) r; C( r8 Z 7.5.2 海洋藻类的智能识别 181 ) L) f' ]% t& R$ Q7 r0 d5 L# k
7.6 海上船只与智能监测 183 5 a! N8 Y _7 x/ N0 F/ W
7.6.1 海上船只监测 183 $ w3 F$ K- k5 l7 ^7 j- n$ r' m
7.6.2 海上船只智能监测 184
: r: Z9 x: m6 k) @ 7.7 上机实验：语义分割识别海洋涡旋 187 / n D" C q4 g& p- x3 p0 z
7.7.1 数据准备 187 & ?: r5 R# p6 n6 ^9 E
7.7.2 模型识别 189 , |( n# q; Q+ ~' f8 a) \% D
7.7.3 结果显示 193 ! A3 D0 Q8 U' k- Y. x: E# h9 s
思考练习题 197 + ~2 n# D* q+ b% |* ^! e) E
第8章 海洋参数智能预测 198
6 w/ |- c/ Y( [( w, @ 8.1 海洋气候预测 198
2 z# o% Z9 S5 T2 o* } 8.2 近岸风暴潮智能预测 201 / |# B0 u, }& _. t6 D7 M
8.2.1 风暴潮单点水位智能预测 202
\+ Y- o3 e" J, @$ i+ S 8.2.2 风暴潮漫滩过程智能预测 206 1 f% B9 J. X/ z4 I
8.3 海洋波浪智能预测 209 7 C# O5 Q1 v6 \; G+ ?4 Z0 s
8.4 海面风速智能预测 211
: T- v- r. v2 l! b 8.5 海表温度智能预测 213 % b; S) K8 Y4 t1 j; G
8.6 上机实验：有效波高智能预测 217 ; n8 O6 _ b/ x0 r- h
8.6.1 数据准备 218 " Q/ f/ b4 I' t/ b
8.6.2 模型构建 218 9 A& o: @" C* I0 N3 k
8.6.3 结果展示 220 3 m0 \6 X; o( M3 v1 ^
思考练习题 221 7 {7 }0 U1 U' c2 W
第9章 动力参数智能估算和模式误差智能订正 222
$ a) B6 m0 l+ a4 f 9.1 海洋模式次网格动力参数的智能估算 223
$ S @1 c! G8 f 9.1.1 准地转海洋模式 223 ; K- U. O. E$ I& Z* B
9.1.2 降低数据分辨率 224 7 U, @# R+ q6 q
9.1.3 智能估算模型 225
6 Q, i. T# |) f* P( U5 V 9.1.4 智能估算结果 226 % m1 ]3 o: t% G' {/ F& E1 y
9.2 大气模式湿物理参数的智能估算 229 6 L1 R, l: C3 P! ]' D1 O
9.2.1 湿静力能量守恒 230 I, Y1 Y8 w% {* O& {& v* X
9.2.2 神经网络设置和数据 230 3 `4 {6 I5 `' \. _1 t( v9 q, h
9.2.3 ResCu的智能预测结果 232
+ T" ?( U6 ]$ Z# B- H: ~ 9.3 数值模式误差智能订正 235 1 @" A6 d1 Y8 X$ v4 R" u
思考练习题 238
: w9 [5 [! |1 ~7 K |2 U 参考文献 239
x5 y7 i1 p3 N4 {, y9 F m& Z1 o! s# z- E% {& O5 w
（请在订单备注处注明发票抬头和税号） 4 P: q! }- s* j N {
官方旗舰店质量保证！出版社库房直发，
/ ~6 U1 v5 s) G7 ]# y. j( R9 s 提供正规电子发票！ 2 T( d$ T" `* o
1 n3 q$ a$ V9 c9 @; v) w
— END— / V" E: A4 X: p+ j, }
信息来源：科学出版社。
' ^/ J N# \$ p: o$ @ 转载请注明信息来源及海洋知圈编排 / i. ~3 p& Y& p+ j* H; h, a
大家都在看
% C! e" ^( Q6 t" u. q8 }; N' l2 B! H; y! 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……! b; g3 z4 j7 ]% w {7 }: O
► 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！
+ {6 ^; e1 y2 I% u/ [5 u. @ ► 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”
- e+ B7 D2 T5 Q Q 中国委员会主任，主持召开委员会成立会议并讲话
6 Y2 Y2 t! |" r3 f& i# i' e* Q- 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
% q7 n1 T. [9 n" l& `: ^ ► 王颖院士主编《数字南海》正式出版！ ) C7 G5 O6 C; D
3 s$ { P, v9 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） # l) I) |" |1 i# V- 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！
; O2 a- G( A8 E" w( V ►《海洋数值模拟》正式出版！董昌明主编 + D$ ?# X3 i& S6 I& m/ m
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著
3 f6 M2 o& M( o% }' |, `4 \4 [6 B ► 填补海洋气象学领域空白！《爆发性气旋》专著出版
) `' q1 w" X' w2 Z ► 《黄河三角洲湿地碳循环与碳收支》专著出版 % t b( |% s7 P- l A- ~: z+ q+ Q1 q
► 《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
. L$ v; _2 @: `; V! ^8 u- @ 海
5 Z; D) c s8 |+ e7 | v- 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》
; x; |2 ?! o' f 洋 * K! F3 x& o& A) r( Q
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？ D2 o9 |) O. F1 A) P
书 $ y$ a! x$ G. N- K( V+ u) y* i
►《现代海底热液活动》栾锡武研究员 著 9 Y% J) V, f1 ~8 r
屋
% i: s# o4 Q1 {. [ ►《海洋机器人科学与技术丛书》出版发行 / x8 K" [4 r: z& B
► 我国第一部《海洋生物地球化学》研究生教材出版 % d6 S5 p P! x* ~6 y% p
► 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
: X5 C( ^; V% y1 x# ? ^- c ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
7 P( `5 C' s" \$ ^ ►《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 E4 U& ]6 Z5 ~5 Z
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 " T- Y' l# E7 G9 N0 X
►《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 5 ]# q" o! a! G+ B6 c+ A9 W8 I& A
►《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 2 h" O# I4 Z) A' p
► 《黄河三角洲湿地生境演变遥感监测》出版
: P7 E# P$ N! a) T) I7 D9 i 海洋知圈 $ y5 z/ `0 Z; s. D& J
知晓海洋 | 探知海洋 0 P" p. U$ D2 b
宣传海洋 | 服务海洋
! S% z6 |# Q& t/ {9 U5 L! C 如您喜欢，请“点赞”并点亮“ 在看” |
