|
- O5 ~( X3 K( D 原标题：《人工智能海洋学基础及应用》正式出版！
7 w& @5 q2 _& q, H8 x. A- }$ A/ Y, G0 c' ~# u# V3 }2 U% `
, C; `- a# g* W; V （请在订单备注处注明发票抬头和税号） ; g; j! f; n! ^& _
官方旗舰店质量保证！出版社库房直发，
1 E( ?7 u) g! | 提供正规电子发票！ ( ]0 V# v. ^' `, _5 [7 M
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。
( q6 }) S5 |6 E3 s. V7 X 目录 . y- }% T% m) q$ Q/ Z; j
前言 # d) U5 j' M4 R4 Y: D3 O4 i0 M
第1章 绪论 1 . ~8 m" e D! L, P
1.1 人工智能发展历程 1 p) b4 L% D2 D- o3 r% P3 H: x
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2
, e8 O2 z0 T A! I; l: _( G# g9 s 1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 $ A2 u j1 b# J& [. x
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 / d: I1 p; |, Y
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 ! V0 f& D i' c; m2 h+ \
1.1.5 第3次浪潮(20世纪90年代中期至今) 3 ! ?* o0 D( d; E) g
1.2 人工智能海洋学发展历程 5
% Y! v: |0 N8 ]( R/ I 1.2.1 海洋特征智能识别 6 / d; N, d: ?0 T% p# d! r
1.2.2 海洋参数智能预测 6 & Q! i" s9 X, F5 a3 k
1.2.3 动力参数智能估算 7 * @$ ? @4 d5 l
1.2.4 海洋智能化探测 7
5 C+ r/ }/ {% I8 e0 I 1.3 本书的结构和基本内容 8 ; a" C& I* R. p+ F
第2章 海洋大数据简介 10
7 j0 D* U" X" _) e" w5 u 2.1 大数据概况 10 5 Y6 a8 p( X2 {8 |; [8 M! o
2.2 海洋大数据的发展历程 10 0 v U9 G) q3 V' p
2.2.1 海洋数据的初步积累阶段 11 ; h0 h1 b5 c6 |7 s. y+ ]' J
2.2.2 海洋数据的进一步积累阶段 12 6 k; [3 ~! U/ l
2.2.3 海洋数据的大量积累阶段 13 4 q1 W4 }+ X; f5 L8 w
2.3 海洋大数据的定义及特征 14 7 x% w5 D* G' G" t# H
2.3.1 海洋大数据的定义 14 / h# H* P& C6 s
2.3.2 海洋大数据的特征 14
' M1 s& x# q% C4 T& J9 m; ^$ T 2.4 海洋大数据的数据来源 15 ! G$ Z9 B% Z2 @" x) K% T# l: s
2.4.1 海洋实测数据 15
" R+ B6 U1 r9 y9 R5 b* R 2.4.2 海洋遥感数据 18
- K, `2 l2 b5 a" H: a 2.4.3 海洋模式数据 21 / j1 R( Y a" w* M. ]4 d" x4 k; g
2.5 海洋大数据的处理分析 23 - t0 q7 x/ V9 y
2.5.1 海洋大数据的存储与管理 23
. i( t$ G F8 `) P 2.5.2 海洋大数据分析挖掘技术 24 \/ C! k7 T; a' T) n7 b9 k
2.5.3 海洋大数据可视化技术 24 , S' {/ O" K. h1 a5 ^" H+ ?
2.6 常用海洋大数据平台 25 5 n4 ^4 W5 }. @- Z" u1 Q5 X1 W
2.6.1 海洋科学大数据中心 25 $ F; t2 t0 n3 X+ Y; ~& _1 f: z
2.6.2 美国国家数据浮标中心 26
- C. L2 `4 ?4 i6 x6 ] 2.6.3 欧洲海洋观测和数据网络 26
6 q# R# Q+ C. a# q- x( W9 u* i 2.6.4 日本气象厅平台 27 + G3 q% V8 `6 A7 A7 n
2.7 一种常用的海洋大数据管理系统 27 . C N# g t8 f4 l9 o/ G- K
2.7.1 为什么需要Hadoop 27
# A T( L! ^ Y# O 2.7.2 HDFS 29 0 `7 G& W0 M) B) y
2.7.3 MapReduce 31
( U/ v# O- t7 {/ K; q4 K 2.7.4 Hadoop的部署 32
4 N1 r6 l n, A0 ]" t 思考练习题 37
V6 h, Y: y9 V7 S8 N 第3章 Python语言 38
1 `" D! Y, N1 Q 3.1 安装与运行 38
8 Q) Z6 g1 z, n/ P* U5 b5 b' M$ E 3.1.1 安装Anaconda 38
6 J, E+ S# m1 H- M: l 3.1.2 安装PyCharm 41 + ]9 a2 |4 r2 j/ ]1 H$ i. e2 v
3.2 基本变量类型 42
E4 b" c c' q: d# i" h 3.2.1 数字与运算 43 ' d X/ t0 y# }) w5 a5 H8 J# x
3.2.2 字符串 44
- k) Q5 d: A! V- t$ v. D 3.2.3 列表 44
- s8 Y( ]0 J3 C: j, i2 G! i0 w 3.2.4 字典 46 - f3 V. R8 {' D# a4 c4 T0 L ]
3.3 函数和类 48
9 a0 H7 ?4 {3 F( o; e% S: r( U 3.3.1 函数 48
3 y" \, x0 [- Q' N9 j# o 3.3.2 类 48 . h) N7 K F `/ B: F+ m
3.4 循环与判断 51 # `' E) K9 W* z. B, x7 Q9 S
3.5 库 52
i) u0 C, O" N) @, x4 \; w6 ~ 3.5.1 Numpy 52
5 `* U# n% n) S 3.5.2 Matplotlib 55
4 B' Y1 W; z, d) H F+ S n 3.5.3 NetCDF 69 5 V9 r5 O t' C9 ?
3.5.4 Xarray 69 " p' s5 T% q. ]3 ^# g
3.5.5 Cartopy 72
$ _6 B9 J) H" f7 N$ J$ V' V 3.5.6 TensorFlow 73
; }9 q: u+ p: c8 i- m3 f. X7 x 思考练习题 76 % Z2 o9 ?0 W b E$ [
第4章 人工智能基础 79 ; O9 @* N/ g( q' m- h$ w5 Y% b& Z
4.1 人工智能基本概念 79
" H9 m$ m. L1 c+ K9 v( q 4.1.1 数据集划分方法 79 . b( ^, h% o5 f- a, w3 Y, r
4.1.2 分类问题评价指标 80
+ v: h3 d7 i) r# I1 c' K/ P& i 4.1.3 回归问题评价指标 82
7 F! U/ G2 @1 _' o ?% b 4.2 BP神经网络 82
+ q* s6 m5 ]5 R" G+ e1 Y1 i( F 4.2.1 神经网络基本概念 83
$ z3 a* {# ?9 D8 F- o, S1 Q 4.2.2 M-P模型 84
4 S' B- {1 d! e* t: {; u 4.2.3 感知机模型 85 0 m; N4 T! _- r3 N/ B
4.2.4 BP神经网络 87
0 i5 L( Y( [3 Q, I4 j- y% C 4.3 其他神经网络 90 " T; {' t3 _0 Q
4.3.1 前馈神经网络 90 ) T/ S# S1 f; `& ^ q9 w% n
4.3.2 模糊神经网络 91
2 U( ~6 A7 ^" b5 p1 h 4.3.3 径向基神经网络 93 % ~: I! Q6 ^$ _: b' p. C- O
4.4 上机实验：搭建BP神经网络 95
- ^8 u. q) v1 a" U. L 4.4.1 数据准备 96
3 t6 u. U; l6 F 4.4.2 模型搭建 96
3 h/ l! e/ c0 C3 Z5 K 4.4.3 结果检验 97 ' c) \ q- k' {% A% E
思考练习题 100
# I ^) _# w$ C% |- F3 s* c 第5章 深度学习 101
4 y2 P1 t5 {7 z7 r P 5.1 深度学习入门 101 " C4 H$ I6 }" O( R0 w
5.2 深度学习的特征 102 5 F0 T" h4 v" V6 ?1 E
5.3 卷积神经网络的基础结构 104 " t0 D) f# j2 a3 p) } |* c; U
5.3.1 数据输入层 104
, d( Q5 q# U2 r 5.3.2 卷积层 105 . g' [! [3 W1 G! E& I
5.3.3 池化层 107
+ ]4 B. k) m% d6 @" ^/ |7 n 5.3.4 全连接层 109
$ z: B9 n3 v7 @3 H" _/ m3 r4 U8 Z 5.4 常用的4类卷积神经网络架构 109
( a) {+ s7 @2 t; Q 5.4.1 LeNet5 110
' S) I+ `; v2 k) k1 p8 l# D 5.4.2 AlexNet 111 Z- Y- ~" p5 ` R1 ]
5.4.3 VGG 114 , K0 R% Z6 w# d+ y# r7 @7 {
5.4.4 ResNet 115
( F5 k( w1 t, a% [, f% O 5.5 基于卷积神经网络的语义分割 118
$ ^, g0 | Y4 y# Z 5.5.1 图像处理的不同层次 118
$ @! T2 F% J* W; j# ~# \' U 5.5.2 全卷积神经网络 120 + Z2 r" ^% N2 `' H
5.5.3 DeepLab系列模型 123 5 P- d( m {8 N9 D* P8 ?
5.5.4 PSPNet 127
- ]. c" Y* g6 c" j* @ 5.6 上机实验：搭建卷积神经网络 129
) F" Q: |& I1 `" W Y 5.6.1 模型搭建 129
( M) Y: t) e) ^ 5.6.2 结果检验 131
3 e. H( ~5 N) ?3 c$ \ 思考练习题 133 ( c" b1 {9 E* d
第6章 循环神经网络 134
* M, Y4 \0 j9 w9 M 6.1 循环神经网络 134 8 i% I6 E* W8 f$ R
6.2 长短时记忆网络 137 5 y7 b9 X y6 g0 v9 C$ T1 [( T& f) c
6.2.1 LSTM的内部结构 137 6 h! w$ J9 f ~% Y1 H. `' g
6.2.2 LSTM的“门”结构 138
& Y+ U" r& p- U 6.3 门控循环单元 141 3 V6 W: N B3 [& F% ]3 B
6.3.1 GRU的网络结构 141
* [5 z6 `/ ]5 j. C" U5 B' Q% N 6.3.2 重置门和更新门 142
- r5 i4 `' k: |1 W% r8 S# Q8 L 6.3.3 候选隐藏状态 142
8 I7 @/ G# k1 L& S$ s" O7 w) t 6.3.4 隐藏状态 143
# x6 l, W- L7 [! z$ d3 L x- j$ p( d 6.4 双向网络结构 145
$ `9 \( A4 {2 o4 y7 [, p, M& i" e 6.4.1 双向长短时记忆网络 145
$ d9 _* R# P* p6 Y9 V: p- G7 V 6.4.2 双向门控循环单元 146 7 L( A7 s9 ^9 }- C# P
6.5 上机实验：搭建循环神经网络 147 - G* X6 x2 R( D. G
6.5.1 数据准备与模型搭建 147 ( P+ I& q$ U8 c7 Q' [0 J
6.5.2 结果检验 149 ( {3 ?/ _) f! }" ^3 }
思考练习题 151 ' @ L7 J: b) S O" T6 g
第7章 海洋特征智能识别 152 , d$ C1 V) [3 p4 V6 [8 _) k7 i
7.1 海洋涡旋与智能识别 152 8 w% m6 V/ W, y \: g \3 H: O
7.1.1 海洋涡旋 152 2 d! d$ S% X" g! g7 J
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
8 c( `5 e* g/ L# T. a u, v( 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 * j9 M2 E* h+ m5 J* o) L
7.2 海洋内波与智能识别 166
( P& w4 \6 c7 L- \, F" H 7.2.1 海洋内波 166
$ j$ C0 A9 ?/ j) L 7.2.2 海洋内波的智能识别 168
4 Q& `% L3 ~$ @8 b, b' H 7.3 海表溢油与智能监测 170 : O% K3 Z, Y) N, P
7.3.1 海表溢油 170 2 V6 E2 y0 `* Z0 Y e! c
7.3.2 海表溢油监测 172
% `) W3 N( D, U6 O 7.3.3 海表溢油的智能监测 172 7 _, z" B1 k7 g+ I7 F) H) V
7.4 海冰与智能探测 176
6 g2 M2 H6 X. s7 q0 v$ `1 U1 r, p 7.4.1 海冰 176 9 h! E- F2 g) Z8 I+ p. J* v
7.4.2 海冰探测 177 # p$ n! s- k1 x; j3 v
7.4.3 海冰智能探测 177
# h6 e% G( `( ^9 Q P0 z 7.5 海洋藻类与智能识别 180 ; y) J6 S& h3 x1 J* e5 ~
7.5.1 海洋藻类 180 * Z$ J1 i2 Q* _8 X g
7.5.2 海洋藻类的智能识别 181 1 O5 x4 N" P6 a) `, \
7.6 海上船只与智能监测 183 5 c3 O. Y' T* ^
7.6.1 海上船只监测 183 ( B1 `2 |4 i q+ H( z' L
7.6.2 海上船只智能监测 184 $ h3 Q6 R ~8 G+ U7 Y; O
7.7 上机实验：语义分割识别海洋涡旋 187 , {+ k9 S1 R* [$ p) M
7.7.1 数据准备 187 / L0 ?6 i b8 q
7.7.2 模型识别 189
" G6 O2 h8 D. z$ P. j) h 7.7.3 结果显示 193 ; m' ]7 K1 r- O& {+ ?, U: K
思考练习题 197 0 Z0 I) k& X* t/ c! z
第8章 海洋参数智能预测 198 l" `# T7 Z2 {8 }& e5 i2 I3 E3 [8 |! U
8.1 海洋气候预测 198
' b& f+ S: x( p& O 8.2 近岸风暴潮智能预测 201 4 n. [9 p6 R5 g
8.2.1 风暴潮单点水位智能预测 202
4 e0 V! P9 k6 ?3 ?7 |" b A2 T( _ h. R 8.2.2 风暴潮漫滩过程智能预测 206 / y. S) Z! {. O2 ]
8.3 海洋波浪智能预测 209 1 g9 f0 L5 S) S$ Z3 R
8.4 海面风速智能预测 211
5 m1 \. L S' ^) H' j: y) _ 8.5 海表温度智能预测 213
; k9 ~" ^: t) ]) A8 f0 F7 }* g 8.6 上机实验：有效波高智能预测 217 5 M: ^" m4 H! x0 n
8.6.1 数据准备 218
k) ]2 g; W' v; r 8.6.2 模型构建 218 : h& f' q$ P' m" e$ y3 `1 _* Z5 T
8.6.3 结果展示 220 * i* h/ k% d. z
思考练习题 221 ! F0 U& C/ L) L. m; K' P! \' c
第9章 动力参数智能估算和模式误差智能订正 222
( y- i$ `8 K6 e8 f& V2 \) Q 9.1 海洋模式次网格动力参数的智能估算 223 ( v2 C8 b+ {$ w. k+ i& _8 }! c
9.1.1 准地转海洋模式 223
+ A9 y, |/ ^- d7 A- ^6 ?; G 9.1.2 降低数据分辨率 224 8 G a: y) s% F+ Y3 m
9.1.3 智能估算模型 225
5 A* s2 U+ G2 ]" O' M* x 9.1.4 智能估算结果 226 , B- C7 K6 g& B/ L4 O9 |
9.2 大气模式湿物理参数的智能估算 229
/ `. T+ L8 j9 k' _: c 9.2.1 湿静力能量守恒 230
" q7 v8 A# b" R+ h$ | 9.2.2 神经网络设置和数据 230 : P. f: Z" m/ N2 Y/ z
9.2.3 ResCu的智能预测结果 232
0 p- X9 Z# {) O1 B) y5 |6 m 9.3 数值模式误差智能订正 235
. Z4 n% _+ G1 {8 q+ w 思考练习题 238
# W) W' U# R$ s: @ 参考文献 239 $ u+ ], Q" E6 t% I1 C
6 q6 L% C& I' s% U+ x, t# S （请在订单备注处注明发票抬头和税号） % w% I4 s0 ^% Z( P& u, N
官方旗舰店质量保证！出版社库房直发， 0 x! ?+ X4 w$ \3 E
提供正规电子发票！ ! y* _, b+ D4 Y( N
9 v$ p( F1 R) V
— END—
. T0 n' x; s/ B3 s" F6 S" g5 ]- J- l 信息来源：科学出版社。 , I) Q1 ` N" {6 M
转载请注明信息来源及海洋知圈编排 8 X% j; p F7 O. e/ G. k7 K
大家都在看 1 A0 c+ }6 T6 O2 Q! N
& `8 X5 P4 D, X; o" G4 I* g ► 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……- _ l8 ~8 a5 _% s: b' {* |
► 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！ ' b+ Q5 S/ u5 g+ x7 O# D
► 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”- ^7 [! f8 a8 e: O% l
中国委员会主任，主持召开委员会成立会议并讲话
! S* A( b7 p; J# l% S& B4 l0 ~4 U ► 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
" q/ q. }$ G! {7 t1 q ► 王颖院士主编《数字南海》正式出版！
. k1 a3 i) K' P/ o2 M
$ v d* d1 w/ E1 f7 A4 J8 ^3 I ► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） @: z* x3 U' t8 E& n
►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！ ( E4 t9 O% Z7 Q; U) j1 u$ y; R
►《海洋数值模拟》正式出版！董昌明主编
& F1 o# Y: `$ q3 X ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 3 N2 U" {( R# o3 y) L/ H" i) E
► 填补海洋气象学领域空白！《爆发性气旋》专著出版
7 M& w8 C: ^( |9 D% m' U( j ► 《黄河三角洲湿地碳循环与碳收支》专著出版
. U7 b5 U3 _; l4 x) Q( @4 |, n$ A! ` ► 《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 o3 \- \/ g* q8 Y* l 海
" B l$ {3 j7 }* g: ^" W' 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》 9 \" C( @+ D: P. \0 v( @
洋
7 J5 I" ^5 D4 m3 M: Z" H; ^3 s: N ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
* i+ E. b, t# U. t 书
) O' U/ q% R; k; D, _" X0 }& i7 U ►《现代海底热液活动》栾锡武研究员 著
2 _2 L$ z' p7 O- t, { 屋
9 w7 H$ K$ {/ a7 D9 R ►《海洋机器人科学与技术丛书》出版发行 % ^) [+ f+ H' e
► 我国第一部《海洋生物地球化学》研究生教材出版 & ?( Q% a V x2 X6 p! N1 I
► 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 B8 Q9 n+ `3 K% z' r& G
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 $ y$ w9 N4 Y+ K( y
►《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
3 C( |* l* j8 [: } ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 # S$ `+ ^' ]6 A( E# k2 w7 @
►《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
' B/ N9 H$ u! Q3 E* l9 u: 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
) V4 Y- a' d+ P$ z- t ► 《黄河三角洲湿地生境演变遥感监测》出版
1 s# x9 V; i6 g" t% D% G' d3 K- W 海洋知圈 F! a3 v% P# n: E# X! d. P8 i
知晓海洋 | 探知海洋 1 M3 X3 P' s% X9 z2 o
宣传海洋 | 服务海洋 6 {; H: u S8 ~3 m
如您喜欢，请“点赞”并点亮“ 在看” |
