5 b& B. c6 L4 _( |2 O2 ]1 u' ?* j
原标题:《人工智能海洋学基础及应用》正式出版! \! [( g& {, i `6 e3 }1 C" k
6 s6 z; D3 m3 ^. b5 W
: n' i! h. F7 ]9 ^- A) |+ }5 { (请在订单备注处注明发票抬头和税号) - n' X% C8 C4 I
官方旗舰店质量保证!出版社库房直发, 4 e( N+ |9 I. N- ~; ~# d
提供正规电子发票! - u3 m! U% Z/ w$ u r
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。 & e6 C( u: y4 h; k9 ^5 _6 i& _: m
目录 ! c, M' q( t1 ?* D/ u
前言 8 e& f7 ^$ @! j! D5 ^5 O
第1章 绪论 1 ! S2 t: _6 e( _4 b; F
1.1 人工智能发展历程 1 5 d9 c9 u8 k. e& e( X; k
1.1.1 第1次浪潮(20世纪50年代中期~60年代中期) 2 ! Q7 O6 q4 ~, t! ?% A8 w* V
1.1.2 第1次低谷(20世纪60年代中期~70年代中期) 2
: u& l; ?. M, X* k# L( D+ Z1 z 1.1.3 第2次浪潮(20世纪70年代中期~80年代中期) 2 z1 w( D9 L% C& }
1.1.4 第2次低谷(20世纪80年代中期~90年代中期) 3 * g, h- _9 b- ]4 S/ i# l
1.1.5 第3次浪潮(20世纪90年代中期至今) 3 ( g- J1 u2 n+ K( Q6 b/ d
1.2 人工智能海洋学发展历程 5 . y; E( n7 U2 Z, ]; V2 J
1.2.1 海洋特征智能识别 6 9 ]6 u3 g E# n$ k4 `
1.2.2 海洋参数智能预测 6
0 J3 c U' E% Q* X& t 1.2.3 动力参数智能估算 7 1 M; o4 ^; t- m# ^' h
1.2.4 海洋智能化探测 7
$ d# W1 k$ x1 l 1.3 本书的结构和基本内容 8
) K1 |! Q0 u9 v/ F8 K2 {2 k 第2章 海洋大数据简介 10
' o0 w7 U8 z0 q4 `* }% @ 2.1 大数据概况 10
5 M. L& G0 h1 { 2.2 海洋大数据的发展历程 10
- u9 ~' t6 y: [) J+ h5 X 2.2.1 海洋数据的初步积累阶段 11 8 W+ ~6 r& {8 D& {0 k
2.2.2 海洋数据的进一步积累阶段 12
$ X* M( i! ]: k& n( Q5 e 2.2.3 海洋数据的大量积累阶段 13
% A7 G) h& q! J2 ?9 t1 a 2.3 海洋大数据的定义及特征 14 & k6 V6 l1 g. S, S
2.3.1 海洋大数据的定义 14
2 i% T! u0 Y/ L5 f 2.3.2 海洋大数据的特征 14 $ C- t5 m g8 m' B2 M$ F" T5 t1 A
2.4 海洋大数据的数据来源 15
0 ]. b B- ?$ ~3 M9 }0 l 2.4.1 海洋实测数据 15 8 f y0 j/ l! Y/ J0 S
2.4.2 海洋遥感数据 18
5 X. B: E: ?) ~ 2.4.3 海洋模式数据 21 9 a- W" p/ O' v! t8 d$ k
2.5 海洋大数据的处理分析 23
8 h. Q4 k+ l# {6 Q$ r 2.5.1 海洋大数据的存储与管理 23
( R2 I% K/ [3 O( v- r 2.5.2 海洋大数据分析挖掘技术 24
7 M3 f" m& z! Y, i 2.5.3 海洋大数据可视化技术 24
/ B& m+ I2 b/ i4 Z2 d1 G7 I 2.6 常用海洋大数据平台 25 " X I Q# r- r% \( s7 _. K
2.6.1 海洋科学大数据中心 25 # j; q3 g( I% C$ \
2.6.2 美国国家数据浮标中心 26
% z# a: y; t; Q6 p& p$ W 2.6.3 欧洲海洋观测和数据网络 26
- b* x' m0 c* i) U# B" j 2.6.4 日本气象厅平台 27
9 q' S0 S& ~8 `7 U$ f( K- D* C5 A 2.7 一种常用的海洋大数据管理系统 27
2 x+ M$ o7 U6 ?0 M 2.7.1 为什么需要Hadoop 27
) o2 B3 A' ~7 n 2.7.2 HDFS 29 & |* {4 @; b0 s# A( w7 @& z+ B9 a5 N2 y
2.7.3 MapReduce 31 % Y! d9 b9 D2 h4 Z
2.7.4 Hadoop的部署 32 ( P5 b' ^$ W! g3 s4 L1 _
思考练习题 37
$ ~1 u+ ?9 I) ] 第3章 Python语言 38
I5 B) F. d8 j0 d8 E# D8 Q 3.1 安装与运行 38
( U4 `* `' l$ P9 e6 Q8 w: D/ b 3.1.1 安装Anaconda 38 . P. X! y) d5 |; j/ I% G' w4 |; `
3.1.2 安装PyCharm 41
1 m B, r7 E! g: G% P8 l, F 3.2 基本变量类型 42 9 f' {) K& N" i
3.2.1 数字与运算 43 ' ~9 z* `; X! G# X" w
3.2.2 字符串 44 Q7 {: t4 |6 i
3.2.3 列表 44
* y& R, K& O6 x/ k 3.2.4 字典 46
& K- ?5 H# ~* h* ? 3.3 函数和类 48 % W1 {( X7 o) L; p8 s; V( Y
3.3.1 函数 48
8 E* K: D; P, d 3.3.2 类 48 8 Z a L" |' `7 v8 v* v
3.4 循环与判断 51 6 F: e7 Q) m% |# ~# S; u% M
3.5 库 52 6 [3 T, [8 W2 m8 \% c2 q- N7 I
3.5.1 Numpy 52 3 n* b& Y# e- i4 v7 f' ^1 ?9 ~! f
3.5.2 Matplotlib 55 0 W+ X! n3 O" \, Q% z
3.5.3 NetCDF 69
. A9 L0 b+ S7 s 3.5.4 Xarray 69
$ W s: ~2 X# M7 M4 h0 D 3.5.5 Cartopy 72 7 i+ x$ n/ \- D0 `/ f9 N
3.5.6 TensorFlow 73 . f# H, {) _$ y* B, h& m4 N
思考练习题 76
/ T# t0 |0 O" r+ r/ P7 i 第4章 人工智能基础 79
; S: B& }; p: F E+ I# j* A" w 4.1 人工智能基本概念 79 9 t0 ^; K; ?6 f. ]; A& E
4.1.1 数据集划分方法 79
. r$ Y' R. L! d0 w 4.1.2 分类问题评价指标 80 - Q: I- F& e% d! L$ q0 b+ S
4.1.3 回归问题评价指标 82
$ D6 f' D& P, D- \ 4.2 BP神经网络 82 ! e! q8 v! L$ r# z' M. g" Z; N: E
4.2.1 神经网络基本概念 83 % q6 w# [5 X' d! g
4.2.2 M-P模型 84
; a8 o$ p1 V$ E6 {8 S5 F# A 4.2.3 感知机模型 85 8 `% o) r5 N# b6 ~ S* R4 I, \
4.2.4 BP神经网络 87
9 x% c% V3 y5 k/ o! l* o4 A 4.3 其他神经网络 90
" v# q& W# {' P1 `7 H 4.3.1 前馈神经网络 90 ( b. W! u$ `6 {7 a$ B3 ?2 M3 s
4.3.2 模糊神经网络 91
& N: Y1 t1 s, t8 l( ~6 z 4.3.3 径向基神经网络 93
7 u# W" L6 h5 o0 j 4.4 上机实验:搭建BP神经网络 95
- u. ~( F5 [% p1 \1 @# b8 o! D 4.4.1 数据准备 96 % v9 G$ {% Z' D/ |
4.4.2 模型搭建 96 & A# T# G p7 e: F# ?
4.4.3 结果检验 97 , H4 X7 i* H/ F. K4 N0 v
思考练习题 100 & ^0 q, ~/ Q' p- }/ D
第5章 深度学习 101
! P6 l" R+ n5 Z/ D- S! Q0 X/ }8 j 5.1 深度学习入门 101
2 ]5 D! d5 f( L1 | d7 P 5.2 深度学习的特征 102
& k8 t# V3 {* }" b# {$ g 5.3 卷积神经网络的基础结构 104 3 ~8 t+ z3 N1 ^" B" F6 b
5.3.1 数据输入层 104 ; i# {; h) O! M& [1 S( E
5.3.2 卷积层 105 4 n0 g8 K% t2 v: v6 ^- E
5.3.3 池化层 107 0 k8 J7 A9 r* ~* {) U3 B
5.3.4 全连接层 109 ) g- q- C( a+ L- D. h& X: m0 l ]
5.4 常用的4类卷积神经网络架构 109 & G6 k$ Z1 k9 _' s
5.4.1 LeNet5 110 3 j; O0 W( f8 k4 ^2 J3 J6 _
5.4.2 AlexNet 111
3 n+ z% c: Y* Q- Q7 T 5.4.3 VGG 114 4 ^, o% X. [( X# C* G' z" ^/ A
5.4.4 ResNet 115
5 S8 j$ j q3 U1 d7 c2 Z% E8 K" N 5.5 基于卷积神经网络的语义分割 118 0 q- w1 d. D' r$ H6 W" D/ `
5.5.1 图像处理的不同层次 118
7 }% F6 Y9 j) d$ r 5.5.2 全卷积神经网络 120
# F: k8 j& {) }' p0 ? 5.5.3 DeepLab系列模型 123
3 p/ D# P/ @5 |, r5 `2 Q 5.5.4 PSPNet 127
/ h3 C' b# a& D* j& b 5.6 上机实验:搭建卷积神经网络 129
. C2 H# N4 ^! j) ]0 N3 I9 `; x 5.6.1 模型搭建 129 1 S J. [" k0 X0 P8 T+ e" v* T
5.6.2 结果检验 131 6 X; Z1 t' s$ Z( H4 k
思考练习题 133 & t- ?0 F9 w) [% _
第6章 循环神经网络 134
4 c# l) H( C! f0 j+ T 6.1 循环神经网络 134
; i1 m) f+ K9 M 6.2 长短时记忆网络 137 # C/ {5 J) m3 j% }, J4 M/ p* P) [
6.2.1 LSTM的内部结构 137 6 k4 U/ n9 K- F/ o
6.2.2 LSTM的“门”结构 138 9 |; s4 U6 a4 t( a
6.3 门控循环单元 141
, f! q$ t( D. Y) t7 G/ p 6.3.1 GRU的网络结构 141
5 y7 |$ N4 U `3 e 6.3.2 重置门和更新门 142
% p9 Q: E3 C t. ] J" t 6.3.3 候选隐藏状态 142
: M& \1 z' M3 R- P) ~3 r 6.3.4 隐藏状态 143
" {; e3 @1 C) L9 ^ 6.4 双向网络结构 145
6 R0 j8 }- H2 N: d 6.4.1 双向长短时记忆网络 145
* v& e$ i! L0 a! T& H( u 6.4.2 双向门控循环单元 146
& p4 I0 k1 R( W& y 6.5 上机实验:搭建循环神经网络 147 , F2 o: {0 o% L9 }1 l+ g. M
6.5.1 数据准备与模型搭建 147
1 F0 l( F' n$ D# J* u: ^2 a 6.5.2 结果检验 149
3 W1 j" z8 t. k9 q& S 思考练习题 151 2 z) E+ t* ^0 J# I$ F
第7章 海洋特征智能识别 152
- j4 m1 J7 K4 O9 K' @8 } 7.1 海洋涡旋与智能识别 152 " E; v/ e- I0 T- j, L- F x) V
7.1.1 海洋涡旋 152 : i* N; r3 L8 w& `* g
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
Q4 F: A, j6 F( H; G/ F# f& K 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
$ o' P8 j0 C: Z, @9 [& S 7.2 海洋内波与智能识别 166
) }9 M0 `" n S- ?% [2 y7 L/ B( K1 N" U 7.2.1 海洋内波 166 2 B2 ?: [7 \7 c6 C% `
7.2.2 海洋内波的智能识别 168
. W) Y5 T. |: R% v$ f, k 7.3 海表溢油与智能监测 170 & B$ ^0 N1 A! y/ {
7.3.1 海表溢油 170 5 `; M( w" _$ v x% X
7.3.2 海表溢油监测 172
6 n9 c5 t- g* P. M7 V( ^$ x# b; c 7.3.3 海表溢油的智能监测 172 3 J( A0 E5 T& e
7.4 海冰与智能探测 176
; e, u' f( {+ c0 ]3 A+ Y1 ]4 G 7.4.1 海冰 176 ! ~$ g- G& K/ X
7.4.2 海冰探测 177
! `' D# `1 ^: ~/ _" s 7.4.3 海冰智能探测 177 $ f J; o. a0 z6 K& z0 ~* L
7.5 海洋藻类与智能识别 180 3 w" M- P, s, H% R) Z
7.5.1 海洋藻类 180
) e! m% V7 K5 y 7.5.2 海洋藻类的智能识别 181 9 |6 n& _% R4 r& ]; q- i# s8 c
7.6 海上船只与智能监测 183 ! @5 y4 l; K7 Q, h
7.6.1 海上船只监测 183
9 o8 b+ Y: r& @8 A% l 7.6.2 海上船只智能监测 184 : E/ Y" d0 Z: l, a5 @9 N
7.7 上机实验:语义分割识别海洋涡旋 187
7 S8 o) y3 t. y+ G& E 7.7.1 数据准备 187
]1 K9 f) q! h3 I( a 7.7.2 模型识别 189 $ j' v) \( O. ~4 q4 T. p8 G/ K
7.7.3 结果显示 193 & x; A9 ]+ R) f$ F& B. W3 @
思考练习题 197 : x( o0 K4 C" r# }) ?
第8章 海洋参数智能预测 198
+ C1 S+ H3 @! j. r3 O W! D 8.1 海洋气候预测 198
/ G* f ^$ W: Z8 W. ?: N9 P 8.2 近岸风暴潮智能预测 201 8 W7 _7 @ a, H5 }! }
8.2.1 风暴潮单点水位智能预测 202
- [! A5 D9 F4 w0 t. r 8.2.2 风暴潮漫滩过程智能预测 206 0 j+ R$ w E: W) }4 d' ~+ D V/ n
8.3 海洋波浪智能预测 209
3 f, z" \% u2 {1 G" l3 _) k 8.4 海面风速智能预测 211 - C+ r5 T5 @' k8 q) a
8.5 海表温度智能预测 213
% W3 D3 L1 C2 H1 {' m: U 8.6 上机实验:有效波高智能预测 217
$ E9 b% a+ b2 Z) v; i 8.6.1 数据准备 218
1 u$ O. x1 e# M7 A' `+ Z 8.6.2 模型构建 218
' z' V! d/ O; V' j( V3 f 8.6.3 结果展示 220 ! e$ e0 L, L( S: v3 H5 [
思考练习题 221 4 h( \ N9 e2 T( C
第9章 动力参数智能估算和模式误差智能订正 222
$ f M4 s% z+ `8 Y: d: r6 D 9.1 海洋模式次网格动力参数的智能估算 223
5 ^. p9 S# m, Q! h9 R N5 k 9.1.1 准地转海洋模式 223
2 p \$ s, d% {6 G# { 9.1.2 降低数据分辨率 224 4 r5 n( s B! v
9.1.3 智能估算模型 225 $ J1 ?1 f+ G/ X! P# v9 B; x
9.1.4 智能估算结果 226
# _: r( Q" w. i2 q2 h s- h 9.2 大气模式湿物理参数的智能估算 229 $ y1 A' @. r; r3 A
9.2.1 湿静力能量守恒 230 1 A0 E- l6 H/ Y
9.2.2 神经网络设置和数据 230
, ^- A6 y6 e: w. }. H0 ~9 h. t* M6 k/ n 9.2.3 ResCu的智能预测结果 232 ; r; |3 N7 |! ]& L' p
9.3 数值模式误差智能订正 235 ) c; G6 [6 I$ G8 b- E
思考练习题 238
, Y& M' q2 [/ u0 I0 V6 u 参考文献 239 7 l! B. M [% q) w# d: A( D
7 x3 n" v5 f# b0 m/ |& | (请在订单备注处注明发票抬头和税号) # Z. \( p9 U( b3 F
官方旗舰店质量保证!出版社库房直发, ) f( Q; t) o6 z6 ]& `) I1 F
提供正规电子发票! ! r: ~8 ]% f( X9 n
' |2 A; r3 n# o! t, ^ — END—
4 i3 F8 Z/ Y" ], c, P 信息来源:科学出版社。 X7 ~/ L% _: P7 X6 q L1 \: \
转载请注明信息来源及海洋知圈编排
: _& ]" K% ~- v# j7 a 大家都在看 * I, H* K$ P6 W: Q1 R
; w1 Z& L, r p% d* k! I
► 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……
; ?0 y c9 c$ Z& j+ W2 X2 l ► 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!
. }! O! `5 V7 G0 h' a ► 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”8 v7 c" L. K: k& x: N8 j
中国委员会主任,主持召开委员会成立会议并讲话
( r; `5 K1 }' y& X) c9 H' p9 g- J7 M ► 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 # m/ j8 b3 n4 Y& K# c
► 王颖院士主编《数字南海》正式出版! 5 S" T' O9 V. l% J& }+ Y O4 q
! I; I" k: S$ g0 t# s9 q" c ► 《海洋空间规划与海岸带管理》出版发行(刘大海、李彦平主编) : y" C( g, T) J/ G) X9 I
►丁德文院士等编著!《中国近岸海洋生态学研究与管理》出版!
+ S: ?* U0 y. X' g/ c ►《海洋数值模拟》正式出版!董昌明主编
6 _$ S- R& L7 M! }) K( C' i# X ► 《渤海、黄海和东海沉积物类型图》出版!石学法等编著
6 S5 v6 ], H: M. F6 K* B ► 填补海洋气象学领域空白!《爆发性气旋》专著出版 * E$ m1 O" a2 Z) a4 X- n/ _, l
► 《黄河三角洲湿地碳循环与碳收支》专著出版
$ J7 }% g6 A3 A- T8 }4 } ► 《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
# u* C1 B `- c) _$ W 海
1 d+ s9 p" R$ 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》
) T2 h2 B, H1 l 洋 8 D1 r" O# U2 N0 u5 j+ u/ t% B
►《珊瑚礁科学概论》:珊瑚礁究竟有多重要? : V1 o3 s2 @, f/ |! d
书 , j d, t+ z. X0 L7 s! V7 {& c
►《现代海底热液活动》栾锡武研究员 著
9 B+ ` t/ c, Z5 W 屋
1 l4 W2 n6 @- ^$ g% c3 x ►《海洋机器人科学与技术丛书》出版发行 2 C+ J( l) E) a( k
► 我国第一部《海洋生物地球化学》研究生教材出版 ~1 }0 S+ Q/ T' u& f
► 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 . \ J+ q; _+ F1 K( J& a
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 6 Z) y3 b1 H+ n/ X% n. p4 ]$ n
►《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 : F/ O7 i- K) @5 Z7 E: a; r" ]3 n
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 : ]9 s1 H& f3 y
►《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 # w7 [& g' [4 `5 i1 P" |
►《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
* }- I. t# E- b ► 《黄河三角洲湿地生境演变遥感监测》出版
" m! b$ v/ Y! s( U+ B' s 海洋知圈
; l( G3 l. c. u 知晓海洋 | 探知海洋
% H6 [% ]% a2 c. x6 R+ U 宣传海洋 | 服务海洋
& _, W- S4 _8 `; I4 I. J N 如您喜欢,请“点赞”并点亮“ 在看” |