|
3 ^ V7 ] A4 @; _& w9 u2 f 原标题：《人工智能海洋学基础及应用》正式出版！ , w% ~* m1 u" O
8 M* T; K2 w( a
) j$ ^ M9 A# N; O7 O; V+ P) X# k5 d （请在订单备注处注明发票抬头和税号）
1 h, H2 x' W$ ^& p# F3 d 官方旗舰店质量保证！出版社库房直发， 8 e! ?- c9 g6 Q( O
提供正规电子发票！
4 u: q$ Q# Y# X8 ?3 ~$ Y! 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。 ( ~% y2 M- `# w, S* a4 l
目录
+ U* r$ t- P9 X& g0 p+ T3 D* q0 j 前言 E1 w3 z2 ?' v
第1章 绪论 1 ; }) W2 C( U. a
1.1 人工智能发展历程 1 ! i* w+ x( _3 Q# h1 V3 e
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2
, M- J# J6 B4 a1 M) Z$ u- p* j 1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2
: ^: m' L4 W# {. d' ]; @6 i 1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 " K6 W1 z$ E T, F1 y/ |5 K
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 , }3 F0 V6 N: N. f: i6 ?- B
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
7 ?/ d0 M, C1 m$ K, V: [3 c 1.2 人工智能海洋学发展历程 5
" u8 v; z$ z- c% g% g7 f0 C7 j& q 1.2.1 海洋特征智能识别 6 0 _3 M7 Y2 l) V
1.2.2 海洋参数智能预测 6
' q* d) B6 [, l& ^% Q) p, T% V- M 1.2.3 动力参数智能估算 7 " j* C7 P9 G G' C& n) Y
1.2.4 海洋智能化探测 7
" I! u; d, ]0 ^& U6 S* g# b 1.3 本书的结构和基本内容 8 $ Y. H# U& A3 _' e$ V! M
第2章 海洋大数据简介 10 . R0 r& m6 }0 v0 n
2.1 大数据概况 10
8 z/ H6 Z0 w: T s4 { 2.2 海洋大数据的发展历程 10 . a4 S3 U+ u$ I+ N
2.2.1 海洋数据的初步积累阶段 11
% `( z8 J) l9 f! h 2.2.2 海洋数据的进一步积累阶段 12
( N: P8 H& M5 i. ]+ M 2.2.3 海洋数据的大量积累阶段 13 ; Q3 o/ n/ k" o- N: O' C
2.3 海洋大数据的定义及特征 14
y; y5 j3 w: \( c, c- } 2.3.1 海洋大数据的定义 14
8 ]( @- W8 ?5 f, @) V9 [ 2.3.2 海洋大数据的特征 14 % |3 N" c1 M0 r/ u- X% s5 z
2.4 海洋大数据的数据来源 15 % k( g/ ?0 z3 J0 S
2.4.1 海洋实测数据 15
, f; M- ^$ x$ P2 y& `9 G 2.4.2 海洋遥感数据 18
$ H' P7 Q4 P6 M# h5 j6 b 2.4.3 海洋模式数据 21
+ m. Z) v5 t; S( y3 }. { 2.5 海洋大数据的处理分析 23 , h2 k$ `# P C
2.5.1 海洋大数据的存储与管理 23
' q& J) D: J) m# s2 _& R- O 2.5.2 海洋大数据分析挖掘技术 24 * s5 O$ Y0 B6 ], W$ F4 A
2.5.3 海洋大数据可视化技术 24
( T/ |: y" S6 p* n7 V 2.6 常用海洋大数据平台 25
+ o* }7 T e; i& z 2.6.1 海洋科学大数据中心 25
; `. o% P$ N5 N4 Q5 x 2.6.2 美国国家数据浮标中心 26 $ n s, @0 C/ |5 l. c4 s
2.6.3 欧洲海洋观测和数据网络 26 3 J# k- G6 P1 g* l/ S; B, z
2.6.4 日本气象厅平台 27
, y8 D/ e" i U. L& I% H 2.7 一种常用的海洋大数据管理系统 27 ' w Z: V- g1 `$ {
2.7.1 为什么需要Hadoop 27 / L' o+ V6 P# Y Z
2.7.2 HDFS 29 ) P5 V* P8 U" F3 d* {2 w# o* {! q; ^" A. r
2.7.3 MapReduce 31
4 p8 P K7 n6 s8 {- X4 u$ B* ? 2.7.4 Hadoop的部署 32
" v* ]. r9 `9 S+ J3 D/ I 思考练习题 37
" ]( N2 k/ J8 j6 } 第3章 Python语言 38
. f1 j/ N: A/ z& l. N 3.1 安装与运行 38 ) K0 \) _9 W+ ?! Z! p( ~
3.1.1 安装Anaconda 38 6 L( c$ T) s( e7 {0 I. m
3.1.2 安装PyCharm 41
1 s, p: c! W K( X/ \1 d# N0 D 3.2 基本变量类型 42 ' B. y9 w( a! H2 L- }0 Y0 v8 d
3.2.1 数字与运算 43 $ m' P8 H# J% }" y8 `
3.2.2 字符串 44
' n$ p% Y6 ~: b) I6 ` 3.2.3 列表 44 8 y* }+ R P+ O/ {8 \
3.2.4 字典 46
- X- l6 f+ E; ~0 h' i" k8 Y. _ 3.3 函数和类 48
: Z, T- f2 h, [3 J 3.3.1 函数 48
2 ], g' Y, D& g 3.3.2 类 48 3 _0 I* |& i3 n! T! H/ e" a# }
3.4 循环与判断 51
/ h) D# ~' r) j6 V, X( r# Y 3.5 库 52
) v4 J5 P5 K0 |! Z4 O; w2 K 3.5.1 Numpy 52 1 s6 i, j$ j) { O- b6 g
3.5.2 Matplotlib 55
" l& f6 q3 O _( ~$ c/ f( B2 K" ~- v6 h' ~ 3.5.3 NetCDF 69
% y! \+ \4 e/ m 3.5.4 Xarray 69 / A) X& z- s& p; r/ Q! D
3.5.5 Cartopy 72 + p1 k# T, X1 l* x P& s
3.5.6 TensorFlow 73 ; m3 }( a$ f' W. O+ m- ^
思考练习题 76 % V" {; t. b* L" z. C r
第4章 人工智能基础 79
4 A* R* I4 f2 j% T5 r 4.1 人工智能基本概念 79 0 W3 v0 _7 ]* ]. ?& _% F
4.1.1 数据集划分方法 79
2 \! e' u2 m1 Q+ q% q. A; ^7 d" D& Y0 {/ O) b 4.1.2 分类问题评价指标 80
7 k+ `8 a: T9 i' A 4.1.3 回归问题评价指标 82
/ X& U3 X3 q" k: P/ K) d' ] 4.2 BP神经网络 82
/ n3 l% b* I/ Q: [% O 4.2.1 神经网络基本概念 83 3 C$ W6 M" q: T% a! R
4.2.2 M-P模型 84 - w8 v( L) D# v+ W1 r8 q
4.2.3 感知机模型 85 + U: K+ U3 h- Q- G! q% j
4.2.4 BP神经网络 87
T3 ?, O5 [0 u9 x& z3 I9 ]- A' E 4.3 其他神经网络 90
; u% i7 [4 h% h5 `% G! y1 [) ~% ^4 v 4.3.1 前馈神经网络 90 * ?4 K, P) i+ _
4.3.2 模糊神经网络 91 $ a) S, J8 [% Y, x4 C7 u% e
4.3.3 径向基神经网络 93
( }- q0 U0 t6 j0 l. Q; T 4.4 上机实验：搭建BP神经网络 95
* ^1 ~/ U3 Y" L( i8 m3 G* V; x 4.4.1 数据准备 96
0 ?& D$ r, E4 W9 s, }( U 4.4.2 模型搭建 96 2 B7 ^% [4 f4 J6 f: S9 x" ]5 o7 F5 L
4.4.3 结果检验 97 ( F# M7 e% T9 l. a/ | E6 m/ ^1 I7 F
思考练习题 100
' |3 ~+ G1 j$ t% i6 v* V 第5章 深度学习 101
( O5 i6 y3 b7 D- n+ d& J, K 5.1 深度学习入门 101
7 h6 b: G4 G Q4 H. k J 5.2 深度学习的特征 102
7 ]! e$ G- f3 R3 c: b 5.3 卷积神经网络的基础结构 104
" h! B, o' ^- B, E8 E* ]8 D 5.3.1 数据输入层 104
' C2 r# ~# ^1 D4 N! N$ t" C 5.3.2 卷积层 105
5 s* b6 U+ ~4 F( x 5.3.3 池化层 107
9 q+ z& V( C) l9 f' X( t& M 5.3.4 全连接层 109 ; ?$ |! |2 x6 ]. u1 P4 r1 X+ W
5.4 常用的4类卷积神经网络架构 109
; ?; _5 K5 \7 ]% a+ ?% @ 5.4.1 LeNet5 110
: G" L+ N* O% x" I 5.4.2 AlexNet 111
/ `- T4 o9 l; i& m4 e# t4 d 5.4.3 VGG 114
, B! c" d# Y5 D7 o3 p+ r 5.4.4 ResNet 115
. U8 b! V* c; B4 p 5.5 基于卷积神经网络的语义分割 118 6 @, Z0 R" b, ] l9 R5 ?1 |% W
5.5.1 图像处理的不同层次 118 $ Q- y' o. u4 i4 L, h' P0 a
5.5.2 全卷积神经网络 120
4 e1 C7 b" ~5 A4 `: M+ o% L 5.5.3 DeepLab系列模型 123
2 O! ~/ s6 V$ O4 \& u 5.5.4 PSPNet 127 3 t8 H- z/ r' ?# s: a7 _
5.6 上机实验：搭建卷积神经网络 129 & m( I, |6 g3 L) j- H
5.6.1 模型搭建 129 4 Q7 X/ Z0 l' m/ \: m! D5 X
5.6.2 结果检验 131 2 s% d! M2 g1 G# t V1 s
思考练习题 133 2 @. X/ N0 {0 ` N1 Y2 \/ `
第6章 循环神经网络 134 4 \# \9 A; a; f, t, V5 e
6.1 循环神经网络 134
9 |3 L" [( }4 m" d: n0 u 6.2 长短时记忆网络 137 5 g/ o1 o, k5 K" \# E
6.2.1 LSTM的内部结构 137
( x% Y _1 _" D0 p 6.2.2 LSTM的“门”结构 138
0 Z9 z7 I0 c+ d6 P% n 6.3 门控循环单元 141 9 e8 e1 a1 f2 ^$ y4 S
6.3.1 GRU的网络结构 141 3 m, r0 m* D; d& x8 O$ m
6.3.2 重置门和更新门 142 ) E+ n$ J) s% T9 ], K
6.3.3 候选隐藏状态 142
5 d5 o5 w, d7 J) Y 6.3.4 隐藏状态 143
# e1 k; d9 u! X, {8 [/ B8 x% D 6.4 双向网络结构 145
7 x! ], A. C. _1 ?* Q7 R( o 6.4.1 双向长短时记忆网络 145
: O" X2 f3 G( E3 z9 N+ V 6.4.2 双向门控循环单元 146
8 u5 _; }+ Y n) S: b 6.5 上机实验：搭建循环神经网络 147
$ ?3 B P6 E7 S$ Q 6.5.1 数据准备与模型搭建 147
+ R+ `9 v. {. o& } 6.5.2 结果检验 149
$ u4 r$ A3 O& l 思考练习题 151
; q( |8 b7 A0 U, U 第7章 海洋特征智能识别 152
" P% |: R1 n1 [/ q% T/ c 7.1 海洋涡旋与智能识别 152 ) Y. ]* }2 {# h/ w; J
7.1.1 海洋涡旋 152 2 U V* B. O2 e$ Y$ ]6 x4 c: ?/ |
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 % b! N1 r9 y+ f# Y# ^. t
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
# f y! N3 w* O 7.2 海洋内波与智能识别 166 , I) _! _/ a2 M" [: Q4 b
7.2.1 海洋内波 166
6 @: A$ T Z- R- Q) l$ J 7.2.2 海洋内波的智能识别 168
: ?" _! m: d0 @/ Y O7 h8 m0 l 7.3 海表溢油与智能监测 170 4 w1 L+ E3 C; H' a! h1 u
7.3.1 海表溢油 170 & y3 T' Z! v0 u3 G2 J
7.3.2 海表溢油监测 172
, Z5 H% o$ ^3 |' W 7.3.3 海表溢油的智能监测 172 6 U* D9 ^8 i) G. R
7.4 海冰与智能探测 176
( Q+ e! O: i2 N6 Z1 w4 K& c8 U0 ^ 7.4.1 海冰 176
% I2 i/ m) \. o5 x. N 7.4.2 海冰探测 177
d0 ]( W1 M) @ 7.4.3 海冰智能探测 177
5 `0 J: x$ }* \3 K4 K4 r 7.5 海洋藻类与智能识别 180
7 F/ L/ ~9 b" U! I 7.5.1 海洋藻类 180 , x: e, @. h9 O' `
7.5.2 海洋藻类的智能识别 181 ; u7 d/ M- D1 v* j
7.6 海上船只与智能监测 183
3 M& W2 g* d, i d2 g 7.6.1 海上船只监测 183
( H6 c/ H' X* z: B( E( D2 X 7.6.2 海上船只智能监测 184 % U' q5 X) x* k3 s' ?- x
7.7 上机实验：语义分割识别海洋涡旋 187 I9 h: l/ a4 @, y0 t4 s9 b
7.7.1 数据准备 187 8 g1 B% u' A* O3 ? r, r
7.7.2 模型识别 189 7 ^ ~" e9 z- _" \7 B. k
7.7.3 结果显示 193
; c5 d7 }; F& x8 g 思考练习题 197 2 M! _2 r* t$ n3 w0 {
第8章 海洋参数智能预测 198
; O: D# \; \4 I 8.1 海洋气候预测 198 ; Y4 A- r: v0 z8 v
8.2 近岸风暴潮智能预测 201
& f: y1 l) M9 E; Y 8.2.1 风暴潮单点水位智能预测 202 4 k! \+ G( _9 I K1 i
8.2.2 风暴潮漫滩过程智能预测 206
, Z7 ]; _2 H9 ?5 A( Z7 ~ 8.3 海洋波浪智能预测 209 7 z& i: {( J# I7 r
8.4 海面风速智能预测 211
* |$ a+ M L" T2 d& J 8.5 海表温度智能预测 213 5 h% ~: V, F% Q, Y# j
8.6 上机实验：有效波高智能预测 217 6 s+ q9 y, r) r: x
8.6.1 数据准备 218
) P! q5 I7 a1 {/ @$ u' f/ `$ p+ |" Z 8.6.2 模型构建 218
0 R, B5 w! j2 b( B" @. N- f 8.6.3 结果展示 220 3 r) p1 J" i, s% P. J5 E c+ h
思考练习题 221
+ }% f, _( }3 q 第9章 动力参数智能估算和模式误差智能订正 222 ' T; {; @" s3 p2 K: x' w/ {+ x! Y1 x& b
9.1 海洋模式次网格动力参数的智能估算 223
2 [: ^: p" L& m( n- F4 ]. l) t 9.1.1 准地转海洋模式 223
# N+ w" x: g; c6 I) ] 9.1.2 降低数据分辨率 224 1 k$ }6 {( o) G
9.1.3 智能估算模型 225
- u. F' @: `5 s1 A 9.1.4 智能估算结果 226 + [) E$ f( @& k% a
9.2 大气模式湿物理参数的智能估算 229 , Q' K) p* }; A2 X2 ^. R( O( V
9.2.1 湿静力能量守恒 230
& V( S% Q+ D V; K [ 9.2.2 神经网络设置和数据 230 # x# l. u6 R: x% E4 p' w# X
9.2.3 ResCu的智能预测结果 232
" r4 }( D7 b0 |2 T+ } 9.3 数值模式误差智能订正 235 0 ?" J9 ^: w5 e
思考练习题 238 8 |4 H3 Z# W9 I% t# U( u! U
参考文献 239 : x% {& s( i/ K: M
) T. A5 M, V% x! \1 S& a, j
（请在订单备注处注明发票抬头和税号）
, c! o: e0 x9 Q5 W/ a* P' m) b 官方旗舰店质量保证！出版社库房直发， 8 f2 v5 Q p- B, Z: L
提供正规电子发票！
# \' U* w7 C- ^7 K# I3 ~. W- Q! @) J* K) a/ q* p# O- a
— END— 6 s2 y! s. }7 b9 A- J5 Z
信息来源：科学出版社。 3 Z. c$ d) N/ O& f
转载请注明信息来源及海洋知圈编排
1 L1 y& X x4 K; } 大家都在看 2 U! n( F) L+ x/ ~7 ?. M& v3 s
9 o3 u, S6 v; z' l ► 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……
w0 D' ]; z& 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！
1 G. U2 V5 x2 K7 q ► 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”
+ v W- d3 V- Q7 x& F7 i 中国委员会主任，主持召开委员会成立会议并讲话
6 X9 v1 }: Y. C1 p* ~) D# _8 O ► 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
7 U3 [0 v0 S( Y0 W# {+ z$ i* n ► 王颖院士主编《数字南海》正式出版！ $ f# g3 v& c$ D7 V4 s7 n
& w1 O1 k, T4 e% G
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编）
( i$ C8 V! x# A ►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！
% a0 | c! k2 |6 | ►《海洋数值模拟》正式出版！董昌明主编
& u3 ]" T* e; r+ V! O0 g ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 8 b0 w( c3 r1 U0 V
► 填补海洋气象学领域空白！《爆发性气旋》专著出版
. ]6 |& I* x9 W. r( K ► 《黄河三角洲湿地碳循环与碳收支》专著出版
: S- K0 Z) H6 e: @, Z0 P ► 《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
& s6 j5 o+ z4 [% x/ C 海
, @0 g5 X3 o3 P* ~( f; 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》 5 y0 K$ i2 g% q. R+ R: X
洋
/ }$ B" v5 w+ l- Q7 t# r ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
- V @, g" [* {5 H- [( |( c 书 1 ?% _# S4 q2 [5 l- F
►《现代海底热液活动》栾锡武研究员 著 ! [2 M+ G/ g5 ?4 S
屋 ' G9 ^- O g: R( E% H/ D. n9 D
►《海洋机器人科学与技术丛书》出版发行 3 q) J% T9 i. e0 c& G3 q7 O
► 我国第一部《海洋生物地球化学》研究生教材出版 ) I9 \7 ~& u" O* [: d0 V
► 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
, Z- q2 ?7 J; M ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 * u- B/ e* {$ h
►《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 " E5 V2 ]$ `( ^+ ]. f2 `
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
* h) ^6 s5 c/ L ►《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 : s' Z2 t' y9 C [
►《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 ; Z6 R( D6 U) Z: b" F
► 《黄河三角洲湿地生境演变遥感监测》出版 ! r( E* M( Y F: d
海洋知圈
- E! o6 s7 P1 ?/ V) d3 y! y 知晓海洋 | 探知海洋 - C: Z/ b+ ~$ _( c+ _9 }
宣传海洋 | 服务海洋 0 y8 N p+ t/ j9 Z5 v
如您喜欢，请“点赞”并点亮“ 在看” |
