《人工智能海洋学基础及应用》正式出版！

- \& Q( x6 y7 n" B! B

原标题：《人工智能海洋学基础及应用》正式出版！

! L( Y t4 Y! Q# H8 H

（请在订单备注处注明发票抬头和税号）

官方旗舰店质量保证！出版社库房直发，

" q0 ^& c6 T! l8 o

提供正规电子发票！

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。

8 l, D! M, J3 o, k5 O

目录

前言

9 A# j; r* A6 D) ]

第1章 绪论 1

5 k& y! d: k# i9 t# O

1.1 人工智能发展历程 1

6 l+ s6 o9 \$ S* W% Y4 i, q( ^$ U

1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2

+ Z% U& I8 A |/ {6 f; o; m: [

1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2

1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2

1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3

1.1.5 第3次浪潮(20世纪90年代中期至今) 3

1.2 人工智能海洋学发展历程 5

( p/ @( T( e' H

1.2.1 海洋特征智能识别 6

1.2.2 海洋参数智能预测 6

1.2.3 动力参数智能估算 7

1.2.4 海洋智能化探测 7

6 W# D' A7 ^7 O2 o9 ~

1.3 本书的结构和基本内容 8

第2章 海洋大数据简介 10

2.1 大数据概况 10

& t4 B$ o$ O4 d+ q3 b: Y7 {+ I

2.2 海洋大数据的发展历程 10

7 ^+ n& E3 S3 D1 a

2.2.1 海洋数据的初步积累阶段 11

2.2.2 海洋数据的进一步积累阶段 12

+ A Z3 [( R4 v- P* l

2.2.3 海洋数据的大量积累阶段 13

2.3 海洋大数据的定义及特征 14

$ ~# o! x) g7 z* n$ n

2.3.1 海洋大数据的定义 14

9 }% Z1 w& e: D9 f( W/ M

2.3.2 海洋大数据的特征 14

, S- \* K, l" N q7 \( J+ _* C

2.4 海洋大数据的数据来源 15

2 Z; D5 ?0 B' b

2.4.1 海洋实测数据 15

" W7 M/ z0 F4 ^* ?

2.4.2 海洋遥感数据 18

2.4.3 海洋模式数据 21

2.5 海洋大数据的处理分析 23

2.5.1 海洋大数据的存储与管理 23

7 z, ~/ E: t. l) ?! x; f6 f4 X7 I9 |

2.5.2 海洋大数据分析挖掘技术 24

! t* u: }8 V" `

2.5.3 海洋大数据可视化技术 24

& g$ F8 j2 e5 k4 `

2.6 常用海洋大数据平台 25

2.6.1 海洋科学大数据中心 25

2.6.2 美国国家数据浮标中心 26

# Q6 l4 h3 X' v& t

2.6.3 欧洲海洋观测和数据网络 26

2.6.4 日本气象厅平台 27

; V6 s/ ]3 D) N# P, M8 o0 x/ \0 {

2.7 一种常用的海洋大数据管理系统 27

% U) I% M7 |; `3 D+ g

2.7.1 为什么需要Hadoop 27

2.7.2 HDFS 29

$ ]( q' v3 K9 {9 C/ K$ o( X" O4 T

2.7.3 MapReduce 31

) C+ a0 X/ n. Z' S5 |

2.7.4 Hadoop的部署 32

思考练习题 37

第3章 Python语言 38

7 I' M* T0 |6 g- C

3.1 安装与运行 38

% S: _7 q4 [$ s5 G% q

3.1.1 安装Anaconda 38

3.1.2 安装PyCharm 41

8 v# V8 ~( ^& M6 s

3.2 基本变量类型 42

3.2.1 数字与运算 43

0 f2 k! |, U( b/ ~4 T

3.2.2 字符串 44

/ b$ T3 ]2 v: ~" A) v$ g1 M

3.2.3 列表 44

! f- |. D# Y2 D: C( h' ]: z

3.2.4 字典 46

3 ~' Y: Q. ^' n+ Q1 q( e# [3 F

3.3 函数和类 48

3.3.1 函数 48

- N/ @( V, i5 X+ |

3.3.2 类 48

" v& `2 V1 p4 h2 F) \

3.4 循环与判断 51

3.5 库 52

3.5.1 Numpy 52

- s' c# Y% F6 p8 c8 C* V9 b

3.5.2 Matplotlib 55

( h2 z4 r7 a" P8 A5 g

3.5.3 NetCDF 69

3.5.4 Xarray 69

' V& M2 \1 J' P; p1 X: [

3.5.5 Cartopy 72

3.5.6 TensorFlow 73

思考练习题 76

6 O6 }# k5 l- `

第4章 人工智能基础 79

4 E/ K# s" k% N& N

4.1 人工智能基本概念 79

4.1.1 数据集划分方法 79

% G9 T" }' p/ F5 g

4.1.2 分类问题评价指标 80

4.1.3 回归问题评价指标 82

4.2 BP神经网络 82

4.2.1 神经网络基本概念 83

0 n5 q, H1 d a) ^9 r

4.2.2 M-P模型 84

4.2.3 感知机模型 85

4.2.4 BP神经网络 87

4.3 其他神经网络 90

4.3.1 前馈神经网络 90

4.3.2 模糊神经网络 91

: ?) O2 q+ K# ?$ p- A* N2 m

4.3.3 径向基神经网络 93

^% r( @$ n8 @" T

4.4 上机实验：搭建BP神经网络 95

4.4.1 数据准备 96

4.4.2 模型搭建 96

" s7 u, [) H# p! M4 P7 l+ o

4.4.3 结果检验 97

思考练习题 100

& [6 w: J. X) j8 R/ z C [" c

第5章 深度学习 101

5.1 深度学习入门 101

! k$ ?9 i/ J7 S* @/ O

5.2 深度学习的特征 102

5.3 卷积神经网络的基础结构 104

8 I4 E& @6 W7 F$ Y

5.3.1 数据输入层 104

5.3.2 卷积层 105

3 E9 j/ b6 H. V- C2 ~

5.3.3 池化层 107

% O# O2 p+ E0 x9 ` J2 }7 L

5.3.4 全连接层 109

5.4 常用的4类卷积神经网络架构 109

/ ~( h. B; [6 t2 q

5.4.1 LeNet5 110

7 q2 \# k) J( |7 O$ p, C! T. `

5.4.2 AlexNet 111

5.4.3 VGG 114

: u/ Z/ j. V5 c& _& M

5.4.4 ResNet 115

1 M/ B4 `2 V& A

5.5 基于卷积神经网络的语义分割 118

5.5.1 图像处理的不同层次 118

5.5.2 全卷积神经网络 120

# O$ g9 x' M: I' G/ d# V+ a9 @0 v2 y

5.5.3 DeepLab系列模型 123

4 {- t- ]& A. F: |8 `4 y3 e1 \) a) Z

5.5.4 PSPNet 127

- A0 i5 J! T- u3 h6 v

5.6 上机实验：搭建卷积神经网络 129

5.6.1 模型搭建 129

$ L! N. p" u. {+ Z; E

5.6.2 结果检验 131

: a" H9 w' s0 o

思考练习题 133

第6章 循环神经网络 134

r! n* d( f3 |! @+ w

6.1 循环神经网络 134

6.2 长短时记忆网络 137

' I4 ]' Y$ M1 X, h4 |0 l7 b/ v

6.2.1 LSTM的内部结构 137

6.2.2 LSTM的“门”结构 138

2 _; j( u$ ]" d4 E) e4 }" I" _& x7 X

6.3 门控循环单元 141

6.3.1 GRU的网络结构 141

6.3.2 重置门和更新门 142

1 k/ N2 j2 O% E& S& p

6.3.3 候选隐藏状态 142

9 N, l$ ]/ O% u: {1 l3 Q0 r- \

6.3.4 隐藏状态 143

H3 k {( L6 q# f

6.4 双向网络结构 145

4 t% r* n7 I+ e4 l8 M

6.4.1 双向长短时记忆网络 145

8 a* d* T# \+ `( j5 w6 F

6.4.2 双向门控循环单元 146

O# d D% }0 |! G& \

6.5 上机实验：搭建循环神经网络 147

6.5.1 数据准备与模型搭建 147

6.5.2 结果检验 149

思考练习题 151

第7章 海洋特征智能识别 152

7.1 海洋涡旋与智能识别 152

) b' {# D# G5 j! N% D0 U7 `

7.1.1 海洋涡旋 152

3 j2 @) M9 D1 ^5 ~

7.1.2 基于PSPNet算法的海洋涡旋智能识别 153

4 p" x; c0 B4 X8 @# f& M- f; R

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

! v6 u6 h3 r% `6 b1 d- A1 G

7.2 海洋内波与智能识别 166

4 F) m& c2 i0 D; G0 j* t; I

7.2.1 海洋内波 166

7.2.2 海洋内波的智能识别 168

7.3 海表溢油与智能监测 170

7.3.1 海表溢油 170

N5 [" _4 b! B5 _1 i: E! N7 f

7.3.2 海表溢油监测 172

! J/ @! D' S; b

7.3.3 海表溢油的智能监测 172

0 o% U* Y; s5 I

7.4 海冰与智能探测 176

- R L: g2 q9 a7 }

7.4.1 海冰 176

9 ^+ W a! t# t. V

7.4.2 海冰探测 177

7.4.3 海冰智能探测 177

& T* a- l3 }7 m/ D

7.5 海洋藻类与智能识别 180

; s* f5 h' ^1 |& I% a

7.5.1 海洋藻类 180

8 {- L: y9 \8 V% {

7.5.2 海洋藻类的智能识别 181

4 D3 {; Q2 |" j1 d6 S+ \7 Q2 G2 A) @

7.6 海上船只与智能监测 183

7.6.1 海上船只监测 183

( Y, o0 ?: \1 y% N

7.6.2 海上船只智能监测 184

8 v2 A: E! |" i$ w9 m

7.7 上机实验：语义分割识别海洋涡旋 187

" Z- f; W6 W2 R

7.7.1 数据准备 187

/ S3 b. p) L+ E" k c! t4 d

7.7.2 模型识别 189

7.7.3 结果显示 193

" i l" H9 M* m" J

思考练习题 197

+ m* G1 e0 x1 ^

第8章 海洋参数智能预测 198

8.1 海洋气候预测 198

7 M x2 S+ Y9 r5 s" }# k% u

8.2 近岸风暴潮智能预测 201

8.2.1 风暴潮单点水位智能预测 202

8.2.2 风暴潮漫滩过程智能预测 206

8.3 海洋波浪智能预测 209

8.4 海面风速智能预测 211

4 J% n' o+ T5 Z4 o5 |

8.5 海表温度智能预测 213

8.6 上机实验：有效波高智能预测 217

' s3 m# o! q$ c' {4 N" y8 R. J

8.6.1 数据准备 218

# p; n4 F9 c; s1 V+ @5 }# o

8.6.2 模型构建 218

2 w% O ?& P0 e7 Q$ G

8.6.3 结果展示 220

8 l4 a+ J* y) h7 q

思考练习题 221

第9章 动力参数智能估算和模式误差智能订正 222

9.1 海洋模式次网格动力参数的智能估算 223

4 Z2 _6 Y. K- o/ g: Y

9.1.1 准地转海洋模式 223

: h! p( |2 S9 E

9.1.2 降低数据分辨率 224

9.1.3 智能估算模型 225

9.1.4 智能估算结果 226

: n( B; x5 r: m5 \$ r: i

9.2 大气模式湿物理参数的智能估算 229

: j% L9 _8 c7 _; R7 I5 t

9.2.1 湿静力能量守恒 230

9.2.2 神经网络设置和数据 230

# F+ @1 n( t4 q& U! c/ A

9.2.3 ResCu的智能预测结果 232

' P: p/ n3 V! d+ r; }& A7 o

9.3 数值模式误差智能订正 235

思考练习题 238

6 S" E9 |4 {+ a- m

参考文献 239

/ ]" | n4 N! y+ h# j1 g 4 h+ x' W- h% J

（请在订单备注处注明发票抬头和税号）

- |4 S6 s5 h ^- @) b' c

官方旗舰店质量保证！出版社库房直发，

0 U5 T9 t4 A; ?( d& W0 ~

提供正规电子发票！

) v+ d& Y) p D5 z* v

— END—

+ r- R8 b/ `: f# `/ q0 N' J8 P

信息来源：科学出版社。

转载请注明信息来源及海洋知圈编排

' x1 o: ^$ J9 \2 F% [

大家都在看

► 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……

► 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！

. _* f6 d3 O9 k! t. t- q2 y( b ► 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” 中国委员会主任，主持召开委员会成立会议并讲话

► 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

8 u4 Y: f0 g' o& i0 `! y8 T

► 王颖院士主编《数字南海》正式出版！

3 D( ^$ |( R; c+ F5 ]- o3 K

► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编）

' V2 M# c! K* r# f9 c6 \

►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 ` |% u4 j5 B; n

►《海洋数值模拟》正式出版！董昌明主编

( o" d$ T$ `2 o) S

► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著

& A, x; T6 s3 V; }* q% {$ R) _; q* m

► 填补海洋气象学领域空白！《爆发性气旋》专著出版

# d5 `. v3 M8 Z( h. S

► 《黄河三角洲湿地碳循环与碳收支》专著出版

► 《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

8 [$ V: Y+ w: `$ c* ^

海

► 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》

! L2 n: |4 s! u/ g

洋

1 F4 \5 \5 Q& C+ }1 S! u/ V

►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？

; s0 w; j, l3 l) q9 h# L: u

书

8 W& l# |2 j1 ^: ^8 d. F$ c, S' ~, _

►《现代海底热液活动》栾锡武研究员 著

- D# W- `7 H1 Y5 }

屋

►《海洋机器人科学与技术丛书》出版发行

► 我国第一部《海洋生物地球化学》研究生教材出版

► 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

1 _$ S) C" i: w1 q* d6 v9 c$ K, ~

►《自主水下机器人》封锡盛院士等主编、徐会希高工等著

►《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

► 《海洋和海岸环境塑料污染与治理》 骆永明等编著

►《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

4 I& h3 h9 Z8 d7 q9 E8 E" f

►《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

3 Z, {, y- C, b5 C* L0 T

► 《黄河三角洲湿地生境演变遥感监测》出版

, T7 u M8 v& F5 y% V' [

海洋知圈

( k& c7 _, K, k0 w

知晓海洋 | 探知海洋

' n* x! X) [7 U0 D- n

宣传海洋 | 服务海洋

! K7 x# @+ P4 G6 m7 U

如您喜欢，请“点赞”并点亮“ 在看”