|
9 \2 B/ \9 x# i3 n- w% U a6 M D
原标题：《人工智能海洋学基础及应用》正式出版！ $ O! a% g6 D0 Z7 t2 x1 o
+ p8 Z$ V; b% [. c
. Y/ {) v7 Z, B
（请在订单备注处注明发票抬头和税号） 9 {# R$ _2 J5 ]2 c! G5 Y
官方旗舰店质量保证！出版社库房直发，
5 X# \& Y" i- s$ ~ 提供正规电子发票！ 7 z1 k J0 C( h& z2 N: K
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。
" b& O4 l2 x% |' ~! h4 v 目录 4 {' \: Q0 ]" b, N
前言 / W. b- l0 }0 w
第1章 绪论 1
4 O+ |3 a. }4 q+ c2 [0 \ 1.1 人工智能发展历程 1 6 r" J& C) V! x# J) _. W2 P( g9 R
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2
( Y; w' j: t: p 1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2
+ o# A+ z% H- `2 H6 x5 d } 1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
. y# ^) c+ f% E! T/ K z 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 3 g0 l% P. L9 z! Y1 r( I" J
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
* h) w3 H$ {) e9 R& e/ x* _ 1.2 人工智能海洋学发展历程 5 , U- p9 S7 V @( y- c
1.2.1 海洋特征智能识别 6 . a6 L8 d% i: v- V; k' L! {3 a j
1.2.2 海洋参数智能预测 6
$ a5 H/ Y" Y+ V$ X* P6 C 1.2.3 动力参数智能估算 7
8 l4 ?9 a, |. ^' [; e6 J* n) o 1.2.4 海洋智能化探测 7 : w, _7 @% J7 q. E9 i5 @: h
1.3 本书的结构和基本内容 8 7 h% ^. Y* j M. w: s
第2章 海洋大数据简介 10 ) Z ^9 |7 ?" I2 f9 B/ x. {
2.1 大数据概况 10
* A9 n2 J6 T* U5 k0 f4 } 2.2 海洋大数据的发展历程 10
7 F7 w* K6 e/ Q; m+ }" a# j! a9 \ 2.2.1 海洋数据的初步积累阶段 11 0 `# y; `3 Y# m) p
2.2.2 海洋数据的进一步积累阶段 12
X! O C4 _8 M D7 a6 b 2.2.3 海洋数据的大量积累阶段 13 8 w/ U% J5 s# N+ Z3 H
2.3 海洋大数据的定义及特征 14 " r4 E) h7 M. O8 F0 V
2.3.1 海洋大数据的定义 14
# d4 S% B0 W( E- d2 A 2.3.2 海洋大数据的特征 14 9 T; {8 q9 g7 ?- V/ ~* ~
2.4 海洋大数据的数据来源 15 : A) v. `% p! p5 G
2.4.1 海洋实测数据 15 6 E+ D6 E6 {3 A- j1 c! y- I
2.4.2 海洋遥感数据 18 & ^% \" z* }: g0 g8 H
2.4.3 海洋模式数据 21 & @7 w4 A. M4 [- g( g/ b9 m
2.5 海洋大数据的处理分析 23
: |" l/ z! @# c: x( T# V8 S 2.5.1 海洋大数据的存储与管理 23 . E- j4 G* S$ c: I
2.5.2 海洋大数据分析挖掘技术 24
8 G* w/ R/ v) Y 2.5.3 海洋大数据可视化技术 24
6 R' l0 J; }* i! Z 2.6 常用海洋大数据平台 25 9 K. o: p2 C6 v8 C) N/ g! x2 p
2.6.1 海洋科学大数据中心 25
( K# ^$ q% b& L: {# Q2 \ 2.6.2 美国国家数据浮标中心 26 " _& ]0 V7 _" N. v
2.6.3 欧洲海洋观测和数据网络 26
& d5 u' f) y1 T% r9 `+ V 2.6.4 日本气象厅平台 27
, o" ~* D: P& P, g 2.7 一种常用的海洋大数据管理系统 27 / ^/ O* [* _! M ]
2.7.1 为什么需要Hadoop 27 " {, `* c: S* p( W
2.7.2 HDFS 29 / a5 I4 P% G- M7 N* T
2.7.3 MapReduce 31
! g5 f+ r- a' p9 t1 o 2.7.4 Hadoop的部署 32
$ A' F; S! F& s1 \4 l) K" ? 思考练习题 37 5 O7 Z- G( F2 U- o( D. }" r
第3章 Python语言 38 8 W' l- x. x6 k: v) E
3.1 安装与运行 38 + e& s1 v. R2 N" }3 [) N6 j, e
3.1.1 安装Anaconda 38
I Q% ~% {8 F* Y% { 3.1.2 安装PyCharm 41
$ h, p* n5 G" ^& ?7 N: D 3.2 基本变量类型 42
, t/ ?8 M- D( k* D K 3.2.1 数字与运算 43
* T; A) d$ ?. ~* c/ I1 W 3.2.2 字符串 44
% p3 i8 Q t' B3 S9 a& \" I 3.2.3 列表 44
. F6 J- s' K9 ] 3.2.4 字典 46
9 k. w5 ~, m* @5 M. V 3.3 函数和类 48
9 }; |6 M* b4 v) G. P+ x4 E 3.3.1 函数 48
! d2 G- a; w+ L! M 3.3.2 类 48 1 d# g- l- L+ z4 L7 g4 `% N
3.4 循环与判断 51 1 U) J# O# ]2 Z' \" J+ h
3.5 库 52 3 ~4 b7 g6 O# y+ p! _
3.5.1 Numpy 52 g+ N) ?! `8 {; @* w
3.5.2 Matplotlib 55
( E. D: l9 n. I2 O) t 3.5.3 NetCDF 69 9 ]( g! _% R( x/ X- D
3.5.4 Xarray 69
& E' L, k' y9 ?! f5 z; P 3.5.5 Cartopy 72 / A. a( \2 @( e* }
3.5.6 TensorFlow 73 2 A/ M0 B3 i1 q% b) B5 ^& E( @
思考练习题 76
/ N# M! j2 v* _+ e/ z 第4章 人工智能基础 79 ! K" @- p3 m7 F, a
4.1 人工智能基本概念 79 ' g% B0 g! }* q1 ?% b, f- X& b
4.1.1 数据集划分方法 79
4 u6 b# i S1 e; l' J: u0 ?8 Z 4.1.2 分类问题评价指标 80
' E! ]7 ?; C+ \4 ^2 I# Y( i, [ 4.1.3 回归问题评价指标 82 1 o7 P4 @$ d. |+ N2 F
4.2 BP神经网络 82 3 }8 i- k" ~, {: x
4.2.1 神经网络基本概念 83 # @9 u) y ?6 W4 F4 Q; O N
4.2.2 M-P模型 84
: p6 z/ m: i& D1 _0 x 4.2.3 感知机模型 85
$ V- b& Z- _8 V3 R: x& C3 j 4.2.4 BP神经网络 87
( b+ `, L5 z* h$ S6 } 4.3 其他神经网络 90
+ N `' l4 Z6 s* E a+ |9 u( j 4.3.1 前馈神经网络 90
& m( s# n- Q3 C6 i 4.3.2 模糊神经网络 91 - V/ F' _! S& X `. ~$ J1 m/ p( i
4.3.3 径向基神经网络 93
! N0 `. h3 N4 h5 ] 4.4 上机实验：搭建BP神经网络 95
( U7 q, b& e9 W1 g 4.4.1 数据准备 96
# h; W- i6 e* W+ v: y, k 4.4.2 模型搭建 96 7 ~2 M6 G5 _9 Y- h- m; Q
4.4.3 结果检验 97
6 j& {, l$ A( @4 H, m9 b 思考练习题 100
6 A& i, \% C% g* x! I* n 第5章 深度学习 101
) v1 }% Z' m8 O+ \( z 5.1 深度学习入门 101 / N1 x* }* y+ n7 J- F5 k2 ?
5.2 深度学习的特征 102 - F$ ]: L6 ~5 {+ N: v- T5 f
5.3 卷积神经网络的基础结构 104 # W; x, r; _% s$ E
5.3.1 数据输入层 104 & q1 ^; z i4 {1 Q2 g! @
5.3.2 卷积层 105
3 F: ]3 I. t) H 5.3.3 池化层 107 ) d. i% }: P+ Q7 Z+ d# W5 W
5.3.4 全连接层 109 Z* N7 N' C8 g" B
5.4 常用的4类卷积神经网络架构 109
2 a% g T) s5 y8 s( p$ [) t" ~6 ] 5.4.1 LeNet5 110
: m8 k7 ?" r7 [, V1 w3 f 5.4.2 AlexNet 111
7 j, K* u( X) F 5.4.3 VGG 114
* _# r, N2 D* @ 5.4.4 ResNet 115 - O* [& h& X( T \0 F
5.5 基于卷积神经网络的语义分割 118 - B/ u$ q" f, O+ k
5.5.1 图像处理的不同层次 118 ( j: R& v3 }3 ^. `! ?
5.5.2 全卷积神经网络 120 % A# `3 K; |/ @7 E+ t
5.5.3 DeepLab系列模型 123 * W. ~) E! D/ L5 q7 L% G
5.5.4 PSPNet 127 5 T% X4 ? H* ~" L$ B+ C% E9 M
5.6 上机实验：搭建卷积神经网络 129
5 l* _+ C! D# @2 Y9 I" @ 5.6.1 模型搭建 129
; Z, b4 V" S& \ 5.6.2 结果检验 131
# ?, I. j) X0 l9 y9 v& T9 b7 X6 ` 思考练习题 133
4 u1 N' u; \% |$ u0 y 第6章 循环神经网络 134 2 J, E# \- m: J" a9 u4 z& A( V8 K
6.1 循环神经网络 134
6 a& Z% P4 U4 E# Z% l0 l 6.2 长短时记忆网络 137
v0 o, F; m9 J* {( [( o 6.2.1 LSTM的内部结构 137
, {3 j7 q. S: z* ^! j' P 6.2.2 LSTM的“门”结构 138
5 |: y+ B2 J* N: l" J: {& C 6.3 门控循环单元 141 / K4 \. n8 ~% A4 S& D
6.3.1 GRU的网络结构 141 % |1 ^# P2 F9 Y5 G2 @. ^
6.3.2 重置门和更新门 142
0 w1 [) l9 ^+ _ 6.3.3 候选隐藏状态 142 $ y2 s+ u/ F$ G$ D) D# V
6.3.4 隐藏状态 143 8 [( \! o9 k& [* A
6.4 双向网络结构 145
7 z& D' m2 b; V! h: c 6.4.1 双向长短时记忆网络 145 4 v9 P! p5 x% h& B# b& a+ {
6.4.2 双向门控循环单元 146
) c3 b8 w" k( t6 `- F+ k' { 6.5 上机实验：搭建循环神经网络 147
# d2 Z! ^3 m# s; i, _; i6 v0 Q 6.5.1 数据准备与模型搭建 147 , E! k% ?! S6 S8 L- t# K
6.5.2 结果检验 149 # m/ H$ J. A, C/ j& u
思考练习题 151
( R: _/ T( b! _4 s 第7章 海洋特征智能识别 152 ) r; p) T# p- K/ V
7.1 海洋涡旋与智能识别 152
x) B! |) H) t, Z( i( g 7.1.1 海洋涡旋 152 . H% U6 m3 E/ Z7 g
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 " K# F. l1 o# D# v
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 ^5 N) \6 z3 G* ?
7.2 海洋内波与智能识别 166 , w; S: e: |1 D R! p) W/ o0 J
7.2.1 海洋内波 166
, u! d0 T( T$ Y, [6 ]9 | J 7.2.2 海洋内波的智能识别 168
2 @0 {! z- \+ Z. u4 H0 { 7.3 海表溢油与智能监测 170
C6 e( k; }! h, c 7.3.1 海表溢油 170
/ P- ?4 _! u2 i 7.3.2 海表溢油监测 172 0 I* \( g1 a- H/ a+ P
7.3.3 海表溢油的智能监测 172
( D& q: ?8 y2 t 7.4 海冰与智能探测 176 c/ u6 r8 l6 g2 y7 W" M2 s2 Z; j
7.4.1 海冰 176
i+ v' m+ `1 t, ?) L+ Y 7.4.2 海冰探测 177 + t- l1 ~* \9 W4 e3 B; u
7.4.3 海冰智能探测 177 * ?0 s, d8 k6 D7 d$ [5 O2 r N
7.5 海洋藻类与智能识别 180 1 z0 }0 g# p/ y
7.5.1 海洋藻类 180 * C6 {0 O+ d0 @
7.5.2 海洋藻类的智能识别 181 & R$ ?; J8 \5 @0 [" l4 c: S& u
7.6 海上船只与智能监测 183 3 t; g3 w2 \" g+ c4 ?+ F4 m
7.6.1 海上船只监测 183 4 e! j. y1 I, Y- K/ r4 w; }
7.6.2 海上船只智能监测 184
" y! n& `, p$ [& j; K. Q 7.7 上机实验：语义分割识别海洋涡旋 187 9 s! ^, K' W+ P" n
7.7.1 数据准备 187
2 s5 s7 E2 x; a2 S' ~ 7.7.2 模型识别 189
# ^; A9 d2 H/ N- f 7.7.3 结果显示 193
5 q! |9 ^9 l( p/ | 思考练习题 197
~0 m3 |% k, y' i" J6 j! }5 E 第8章 海洋参数智能预测 198 " H; A/ K9 @0 J; g) j t4 y7 S
8.1 海洋气候预测 198
' s9 R) S, f( p; s- K& p 8.2 近岸风暴潮智能预测 201
$ w) L) W9 Y, H 8.2.1 风暴潮单点水位智能预测 202 " { g) E% ?; ~$ g' r
8.2.2 风暴潮漫滩过程智能预测 206
3 z! d; [3 Y. W# T0 i$ n9 S2 u 8.3 海洋波浪智能预测 209 + x0 [. K, i+ n- M! T/ k: ]) N1 m
8.4 海面风速智能预测 211 / k S1 R0 w: b! Q
8.5 海表温度智能预测 213 5 o3 _% X% {/ i) T0 t
8.6 上机实验：有效波高智能预测 217
# h9 ~9 p3 U T m+ X7 b4 l5 T 8.6.1 数据准备 218
8 d. y& X" D0 \4 B. m7 q# S 8.6.2 模型构建 218 - R/ x. A9 k! ^1 Z1 ]( E/ j8 ? V
8.6.3 结果展示 220 . N8 j5 T6 T0 A3 }2 A5 V: J
思考练习题 221 ) N& j& w0 r9 S' p' z
第9章 动力参数智能估算和模式误差智能订正 222
* S, f! M2 ^ f9 k 9.1 海洋模式次网格动力参数的智能估算 223
% ?2 n6 c3 o0 Z0 j1 I: V9 `. |* R 9.1.1 准地转海洋模式 223 0 J) o7 ^1 |7 Q, p% T `: O3 P' ~) v
9.1.2 降低数据分辨率 224
4 H% ?7 `1 o5 q1 v$ B9 b7 i2 M 9.1.3 智能估算模型 225 , P" i A0 f% d: M
9.1.4 智能估算结果 226
* l' i* g V+ b9 P 9.2 大气模式湿物理参数的智能估算 229
0 P; R0 J3 T* l' t, I( H 9.2.1 湿静力能量守恒 230 0 a' z* f5 m! D3 p
9.2.2 神经网络设置和数据 230 7 |* K% w/ l8 a9 K0 |/ [ e
9.2.3 ResCu的智能预测结果 232 % n. ~. _0 L( ]
9.3 数值模式误差智能订正 235 ( ?) U8 K7 S' k* ]
思考练习题 238
; @: y( N6 K1 |, q3 i 参考文献 239 . ]9 q) a' j% K' ~ f1 Z6 q
; H# e* B9 G1 B5 j$ f
（请在订单备注处注明发票抬头和税号）
& N( s6 ^. c4 _1 m1 I 官方旗舰店质量保证！出版社库房直发， 9 d( P) ~( c- j5 d' ]
提供正规电子发票！ 1 _7 d0 w V3 @% R6 W x
' f9 G, v8 g6 j- c — END— 1 R& C2 z' G6 y3 x7 S
信息来源：科学出版社。
7 I4 H, g# H* Z j" Y 转载请注明信息来源及海洋知圈编排 ' l& W. v% ?' I" e2 @
大家都在看
) X7 m4 _' g W; f) E
3 r4 N( x! u2 W- `6 ]' Y5 l& e ► 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……" l% N/ }/ D( O% v- H
► 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！
2 P: C `4 }' `! M) 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”
/ H7 Z- O8 W8 T6 {1 e. u9 S 中国委员会主任，主持召开委员会成立会议并讲话2 B% e. D5 Y% Q5 Z( q; ^
► 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
# c% _ I4 X" D8 m4 d ► 王颖院士主编《数字南海》正式出版！ ) G* K# X+ \) i) \2 Y9 J* t
* D0 ^# P4 _( {6 f& a 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） 1 W( e) |$ _* s9 T2 b# 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！
9 x4 s8 \) }- b+ | ►《海洋数值模拟》正式出版！董昌明主编 5 ?6 q# }+ S( R/ N% {; M9 l
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 # d) u' T$ G3 t
► 填补海洋气象学领域空白！《爆发性气旋》专著出版 $ _, b. X1 }* O! ~
► 《黄河三角洲湿地碳循环与碳收支》专著出版
6 @$ L6 Q; a0 K) m8 q& m3 D: Q5 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 6 R Y0 W0 u% y1 z& n
海
- [, R; ^" X/ a ► 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》
) y3 D0 E& E) R1 J$ X- p 洋
7 i7 n7 L+ r v ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
6 }; a6 I* r; f4 A# T) n1 g6 j 书 + D( w1 {" P% R. N+ F# a8 ]
►《现代海底热液活动》栾锡武研究员 著
3 I8 @ S+ m' l G$ L, f 屋 2 Y# w+ E* g! w7 `1 j
►《海洋机器人科学与技术丛书》出版发行
: Z, I2 @1 L3 d" W. [2 U, m ► 我国第一部《海洋生物地球化学》研究生教材出版 ) I: x! s: ~& y \" q/ d3 b( d" G) c
► 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 B; ?7 N; o/ o; B1 a1 _$ C ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
9 o2 w$ e' [' b& O/ D5 l ►《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 4 k$ V* C2 j' S% P
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 % ~1 s# h) X, R: Y" w: P
►《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
7 C6 _* G, P$ E: ?' l. 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
9 P* B* c. ?' w5 \7 [' e ► 《黄河三角洲湿地生境演变遥感监测》出版 ( v& c# w; Z6 f B3 C# P$ V" R
海洋知圈 ' _ y! U9 d' n V
知晓海洋 | 探知海洋 " M, n8 M; w: a% M1 O! G/ o4 m& H o0 p
宣传海洋 | 服务海洋 0 h7 @+ _/ O% Z. P" [5 z7 g
如您喜欢，请“点赞”并点亮“ 在看” |
