|
6 @" ]% ~+ H. r3 r {
原标题：《人工智能海洋学基础及应用》正式出版！ ) @# ~5 s9 f$ H$ S
. B% }! Q/ t0 [
% ~( k7 q; w( t% p5 Y （请在订单备注处注明发票抬头和税号） ( p9 N: e9 y! H& e8 k' Z
官方旗舰店质量保证！出版社库房直发，
7 o7 D& S( C j2 f9 U, g9 v, w 提供正规电子发票！
7 w! j) i$ u& D6 K* f 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。
9 w+ t% t3 z4 o/ c* W8 O" F7 g 目录 1 b+ `6 x. K$ {& O6 m. I
前言 d# e; t* r. }" S. Q# J
第1章 绪论 1 # p! Z) z$ I) a; J9 T3 B5 [8 a
1.1 人工智能发展历程 1
8 ^% U# u3 w2 b- q! @, d, ]' G: f 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 - Z! f9 v p) v# j% h0 \
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 6 U( @ s9 U4 ~5 B2 s2 M, ^
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 ; v J3 g& w) R
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 - a6 O1 l9 a# o! b
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
6 G7 g9 a3 W' ~7 _9 X6 Y* \$ e 1.2 人工智能海洋学发展历程 5
6 @5 Z7 W3 F) V* A c8 U/ A; g 1.2.1 海洋特征智能识别 6
! W7 Z; a( ?! v# T+ b- F* [ 1.2.2 海洋参数智能预测 6
: X" w; X( F: |% G8 V% y% T8 o* c5 L) i 1.2.3 动力参数智能估算 7 5 w$ W& b. u5 t
1.2.4 海洋智能化探测 7
* l+ p/ u8 l# D6 t) N% v 1.3 本书的结构和基本内容 8
4 ~3 D/ k* M. `- o" C 第2章 海洋大数据简介 10
2 U/ r. Q# j0 ?% q: U2 u1 ^6 Q 2.1 大数据概况 10 u, ?9 Z' i+ L
2.2 海洋大数据的发展历程 10 . C; |: O2 T/ n N# e
2.2.1 海洋数据的初步积累阶段 11 - I$ T# u, _- M) Y
2.2.2 海洋数据的进一步积累阶段 12
% C w" B/ A; i 2.2.3 海洋数据的大量积累阶段 13
$ G4 V" O9 q/ U) \+ w7 h$ W) M& @ 2.3 海洋大数据的定义及特征 14 7 q4 Y, |0 ^: y" u. [5 _1 w2 b# D
2.3.1 海洋大数据的定义 14
, F K* Q. s2 r; J* m; e 2.3.2 海洋大数据的特征 14 $ j0 R U+ }1 f; s) r2 s8 q
2.4 海洋大数据的数据来源 15 9 r: U( d6 O m2 g, ~' `1 C$ [& N9 c5 u
2.4.1 海洋实测数据 15
, @1 u" t# p2 @- b9 x0 [ 2.4.2 海洋遥感数据 18 & H# X. Q% U5 D' X: x9 V; N9 v0 j
2.4.3 海洋模式数据 21
m c) F% O! p' K2 B 2.5 海洋大数据的处理分析 23
0 ]' l" ?: k4 q2 A9 d 2.5.1 海洋大数据的存储与管理 23
$ ?$ @5 n" q6 R2 u5 w/ y% n6 r 2.5.2 海洋大数据分析挖掘技术 24
/ b1 v* H4 o6 F! l Z2 J 2.5.3 海洋大数据可视化技术 24
# p, W, t' @( y C 2.6 常用海洋大数据平台 25 0 H- X7 O7 f: r1 r) v) W
2.6.1 海洋科学大数据中心 25
2 F9 E% ^0 I& `( k; Y 2.6.2 美国国家数据浮标中心 26
8 H7 `$ b1 O; J+ Q9 d% {0 |. p 2.6.3 欧洲海洋观测和数据网络 26 , U5 z8 o$ p. v7 H
2.6.4 日本气象厅平台 27
. \0 m" n% G/ h+ z 2.7 一种常用的海洋大数据管理系统 27 7 i4 v7 Q6 I Z$ Z
2.7.1 为什么需要Hadoop 27 / A# U# [6 @6 R! N; R
2.7.2 HDFS 29 ! T+ b7 k( r3 N4 f; j6 f
2.7.3 MapReduce 31
9 ]6 ?' R6 y2 {; g) s 2.7.4 Hadoop的部署 32
/ d3 f6 Y6 v2 v& V) O 思考练习题 37 * Z% u% N" X) G2 W
第3章 Python语言 38 ( b1 q, |1 P& u) R
3.1 安装与运行 38 , {$ E* g6 n; U' c5 o1 W
3.1.1 安装Anaconda 38 . _- Y, {0 a" k0 T+ V- A7 f
3.1.2 安装PyCharm 41
2 W+ x; Y9 e1 \2 [* l 3.2 基本变量类型 42 3 b# C) H6 L4 J9 ^. K, m8 @) I
3.2.1 数字与运算 43
' E$ v2 h# @8 D( F8 @9 b3 W 3.2.2 字符串 44
' H+ J0 [. a: O( j/ J 3.2.3 列表 44
! d7 g- k" H3 [; Z" Y: l 3.2.4 字典 46 ; A; |. S$ O" o+ t- t3 v
3.3 函数和类 48 # v# }) |6 B2 f) C" a6 l
3.3.1 函数 48
. A+ e4 o: Q& Q, D' t# ^5 _ 3.3.2 类 48 ; y. a4 C6 D8 c2 [ W( m
3.4 循环与判断 51 / u+ A, [( I( H- q# \ ^
3.5 库 52 ( T9 Y C8 B$ D) b/ ]
3.5.1 Numpy 52
! N. D: J8 c M+ l 3.5.2 Matplotlib 55 , N& ?/ l: i) |# W3 ?" M( d6 {; l
3.5.3 NetCDF 69
5 S) s8 `- c: c8 W# x% E5 f 3.5.4 Xarray 69 . H+ ^) e5 y* I% j V5 i) h# H
3.5.5 Cartopy 72
6 o4 P! {8 [6 o6 _! V0 |% q5 A 3.5.6 TensorFlow 73
3 c! C" f' v/ T& `" b1 w9 J) E7 j8 z 思考练习题 76
6 g1 d8 `% }1 @( p7 a 第4章 人工智能基础 79
' t. K. P/ f+ ]0 M2 [9 S: X4 H 4.1 人工智能基本概念 79
3 y7 G! g5 g; L( y! B; J/ I1 Y; w 4.1.1 数据集划分方法 79
6 J4 n! {6 T. j: t* ~- O7 P 4.1.2 分类问题评价指标 80
9 d4 _0 K+ W! e c. P7 {7 h 4.1.3 回归问题评价指标 82
" L* Z6 @ G# v- Z 4.2 BP神经网络 82 6 M% q) B& b0 B4 i$ t z
4.2.1 神经网络基本概念 83
. m' W) R) K; D6 p 4.2.2 M-P模型 84
2 U2 {/ E3 d0 d4 B4 m 4.2.3 感知机模型 85 " _& w, s; L) F1 ~
4.2.4 BP神经网络 87 ! Z3 v" d4 |5 G" ]; H! q
4.3 其他神经网络 90
$ W% b9 v; O r3 b! }1 c 4.3.1 前馈神经网络 90 & l# i0 ~7 z9 m! K' F' d
4.3.2 模糊神经网络 91 . H" y8 o- l3 l6 I+ w
4.3.3 径向基神经网络 93
% g1 f+ m- Y1 B9 M5 B 4.4 上机实验：搭建BP神经网络 95 ; |2 j( ?$ p1 j
4.4.1 数据准备 96 0 i8 Z1 U0 t/ z+ t0 P
4.4.2 模型搭建 96
: P+ S: \# {- w& r2 X" g, x$ p 4.4.3 结果检验 97 1 o* Z4 Z& l" N6 k( ]: |2 Z7 t7 w+ a0 A
思考练习题 100 7 m" {9 {0 t4 J$ I
第5章 深度学习 101
" L* ^" r- T$ D( W D 5.1 深度学习入门 101
: W8 p( l. K" l- e 5.2 深度学习的特征 102 8 A9 p) Q6 D# r* X& i
5.3 卷积神经网络的基础结构 104
: h; a+ v& S5 P# Q! a6 c5 v 5.3.1 数据输入层 104
: P Z( L1 V/ y9 C! f1 w! u1 _ 5.3.2 卷积层 105 8 a `( P& c+ Y# T& w
5.3.3 池化层 107 : B/ S8 C# u- F3 E1 S3 k; W6 K; ~
5.3.4 全连接层 109 ; `) c$ M' y# n' s' R3 W* m
5.4 常用的4类卷积神经网络架构 109
6 V* h, m/ Y1 s2 b) a6 r; I 5.4.1 LeNet5 110
0 [$ v: @# f% I4 t2 {6 N. Y 5.4.2 AlexNet 111
$ z, ^6 q$ s+ E/ y6 X- G1 p 5.4.3 VGG 114
. h7 k3 n/ B2 _ C, x3 H 5.4.4 ResNet 115 3 u' \; [/ ^9 q9 r7 c( |
5.5 基于卷积神经网络的语义分割 118
9 O( k1 w: h; s( W5 S* Y0 x0 f 5.5.1 图像处理的不同层次 118 * p, {2 p) C3 l9 o7 b1 ~% o' b
5.5.2 全卷积神经网络 120
8 ]) F( p/ W+ |+ v X* w 5.5.3 DeepLab系列模型 123 5 O+ A a" ?+ k: E( U* p0 V
5.5.4 PSPNet 127
' G$ d! O: Z* C: I 5.6 上机实验：搭建卷积神经网络 129
3 a8 \0 q! q5 t 5.6.1 模型搭建 129 - ^$ @5 d8 d6 r9 G5 F, @! `
5.6.2 结果检验 131 : I1 g' E# M, y% N' w8 J" t6 `
思考练习题 133 ' F0 ` O; v. @, D4 N0 ]6 A8 w
第6章 循环神经网络 134 - ?/ O# ?( h) l- Z3 G9 `7 |
6.1 循环神经网络 134 0 A$ t$ x7 B% `, `2 c
6.2 长短时记忆网络 137
$ X/ d1 v. s U6 K9 D 6.2.1 LSTM的内部结构 137 " }6 A/ a* u! J3 i f
6.2.2 LSTM的“门”结构 138 5 c7 ~/ g/ l: f# C: _2 s
6.3 门控循环单元 141 / @/ }* o* _. Z3 a+ @: P! t1 v
6.3.1 GRU的网络结构 141
9 M+ m$ g, |! x- Q 6.3.2 重置门和更新门 142
! f" V/ \3 q1 A. A) @- e. \: K7 Q" [ 6.3.3 候选隐藏状态 142
! C- J9 X; K6 A 6.3.4 隐藏状态 143 , u8 s6 T1 j+ b
6.4 双向网络结构 145 2 S6 ?0 Y e0 O- z9 \. G3 S- r
6.4.1 双向长短时记忆网络 145 2 ], o' {7 m7 H X1 Z& K
6.4.2 双向门控循环单元 146 8 F: p. i/ w9 t% V3 i3 B
6.5 上机实验：搭建循环神经网络 147 0 M& g8 u$ c1 T) j8 ]1 R' @/ B6 }4 W
6.5.1 数据准备与模型搭建 147 ) M# {4 y+ T8 w, {
6.5.2 结果检验 149 6 t8 O; n' I( H% |+ B; f$ E6 N
思考练习题 151 8 m G$ P( X; i$ D
第7章 海洋特征智能识别 152
. G" Q. e8 a9 W. ?& n! N* I 7.1 海洋涡旋与智能识别 152 " D j& U* ?. O1 t5 M: k3 P* T
7.1.1 海洋涡旋 152 % |9 z- k U: p, ?1 s
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 " i6 g1 ~' \, F/ v6 h0 a1 @
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 + `1 A5 c7 A$ T8 u# ]% y$ T8 w
7.2 海洋内波与智能识别 166 8 F* _! R3 L b
7.2.1 海洋内波 166
- f, C: o& G; z k 7.2.2 海洋内波的智能识别 168 3 Z7 @$ _5 `1 y' I( t! h
7.3 海表溢油与智能监测 170
" v: N o2 t5 F4 J0 Y2 x7 n* X 7.3.1 海表溢油 170
4 D* O+ O; _7 x& F0 a% W O( C- a 7.3.2 海表溢油监测 172 3 j/ l) P* Q1 X o6 K! y- a% \
7.3.3 海表溢油的智能监测 172
$ o1 L7 Q _6 i2 d7 V 7.4 海冰与智能探测 176
- M0 z) v+ L' F+ s0 w 7.4.1 海冰 176 8 f% B, x, |# f( I$ y- G
7.4.2 海冰探测 177
3 y$ o0 G3 W5 K2 S1 b" n' Z" H 7.4.3 海冰智能探测 177 , @1 D8 u8 `' a7 \2 ^0 P. N
7.5 海洋藻类与智能识别 180
* \$ \1 y' T8 e7 S9 s4 `" C+ ] 7.5.1 海洋藻类 180 * P: q; l& O9 q+ ?9 S
7.5.2 海洋藻类的智能识别 181 + S- i2 c( U& R* u; p+ z
7.6 海上船只与智能监测 183
- l7 J1 \0 E; O2 N 7.6.1 海上船只监测 183 6 Q0 x C: ]* U1 v; p& j$ A
7.6.2 海上船只智能监测 184 5 {$ a% K9 }+ j, ?+ s$ [/ }1 ]
7.7 上机实验：语义分割识别海洋涡旋 187 * e3 Z, ~6 x2 C3 l& @1 G( \
7.7.1 数据准备 187
) u' G9 Q% Z# }7 c { 7.7.2 模型识别 189 : V* q8 c% K* j0 R5 S3 j+ U
7.7.3 结果显示 193 / \: a! q7 k) \; O0 y% V2 t
思考练习题 197
G/ y# o% v* Q 第8章 海洋参数智能预测 198
, t; i: d1 I- `1 B 8.1 海洋气候预测 198 0 h2 z6 M' j2 _) T: T
8.2 近岸风暴潮智能预测 201 " D- Q' |: n) @6 v; w
8.2.1 风暴潮单点水位智能预测 202 % Q; q, [- e% @- v3 G
8.2.2 风暴潮漫滩过程智能预测 206
8 S1 w6 a7 e* ~& ~: t* _ 8.3 海洋波浪智能预测 209
7 J# o/ M g q6 ?" D, q 8.4 海面风速智能预测 211 , B/ b! z6 _( f
8.5 海表温度智能预测 213 . N' g: P Q# n# O% i; C5 g
8.6 上机实验：有效波高智能预测 217 ! A6 j" K" h) l$ w% o3 k) _8 b% J
8.6.1 数据准备 218 6 Q* T5 D3 `* N8 q J5 M9 @
8.6.2 模型构建 218
& V1 K6 Y4 z) k! E 8.6.3 结果展示 220 : Z# G( \6 J b0 |' O' H
思考练习题 221
" u: a# i: Q5 X4 q8 R9 C$ \) ^ 第9章 动力参数智能估算和模式误差智能订正 222
: X, ~5 _$ x# a+ H9 F, {# @: e; S! q 9.1 海洋模式次网格动力参数的智能估算 223
) e' Q; [6 z5 \& W6 J 9.1.1 准地转海洋模式 223 : |& V: X% \) W4 L8 o: T
9.1.2 降低数据分辨率 224
" p: ?. @' y; h% L& |$ \/ w 9.1.3 智能估算模型 225 ' a+ J' u" n9 Y# g* ^; l
9.1.4 智能估算结果 226 7 D5 {9 [6 C1 Q
9.2 大气模式湿物理参数的智能估算 229 6 v& o" c& p Z! M
9.2.1 湿静力能量守恒 230
: \4 P) e* T$ {! J/ m5 u$ [ 9.2.2 神经网络设置和数据 230 6 n e1 p" v" X- I
9.2.3 ResCu的智能预测结果 232
: u9 ?8 N+ [% | X, D' p: f 9.3 数值模式误差智能订正 235
6 b, }0 r$ i5 `* I/ |! y' [ 思考练习题 238 7 ], R9 I4 S9 @
参考文献 239 7 d3 @' p: @% }) m" w
& g( P% u7 |" P （请在订单备注处注明发票抬头和税号）
7 [" ?7 p) c6 A0 O; x( Z 官方旗舰店质量保证！出版社库房直发，
! q, Q1 ^: V( a$ m2 x 提供正规电子发票！ & F: h7 F) c+ m- H9 I# D% C/ I
9 \$ L; ]5 O9 ~) q! I3 q — END— 5 K0 }% P: g y' N
信息来源：科学出版社。 ( l' q# x( `# W/ h7 ?' {! L
转载请注明信息来源及海洋知圈编排
! b8 b; G( _! W8 d2 i- d5 A* H- k: U5 E 大家都在看 2 J) a; |% e+ ~, r8 [
$ r6 Q& y" m1 Q/ I7 ?* }1 ]' s9 K _: p
► 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……
' l6 L* o" W) I C& N! I% ? ► 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！
, E" U1 c% D& w* l6 G. Y ► 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”- s4 A D, x" V5 r7 A
中国委员会主任，主持召开委员会成立会议并讲话
$ K* o7 }% N8 } ► 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 $ {- e+ G/ |4 u) K0 r* f
► 王颖院士主编《数字南海》正式出版！
5 v( @( s) E- e* g. P/ H# v- ?! ?/ _8 i1 R1 m4 a
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） ! h) W$ V9 {% q$ R T3 L
►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！ ; A6 A: g+ M! }9 ~
►《海洋数值模拟》正式出版！董昌明主编 2 P7 s9 Q! |2 a! G3 i$ d1 ]
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著
9 q0 A# Z! A$ @+ p ► 填补海洋气象学领域空白！《爆发性气旋》专著出版 # M. K3 [! m& h3 i" L+ p
► 《黄河三角洲湿地碳循环与碳收支》专著出版
7 ]; c/ S+ o! N9 @/ Y ► 《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 / U4 L4 \ D: O9 P8 d7 u
海 3 L, c) ]# b% ?1 h( L. u! a4 G1 ^) n
► 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》 4 n5 W: O2 O5 k9 e; v: b
洋
" X' L% H% M5 g2 h- R6 @ ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
3 w, s- z0 F, U1 o# B- Y% v- N 书
1 G; @ W3 ~5 y# P3 U' Q' Y ►《现代海底热液活动》栾锡武研究员 著
% J5 x4 R4 A; [, m7 H 屋
t& Y* A$ }5 c. P$ x6 _4 @! N ►《海洋机器人科学与技术丛书》出版发行 5 w; s, _4 u9 _' s
► 我国第一部《海洋生物地球化学》研究生教材出版
+ }( v: c% F7 J' i- M: U& O ► 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 8 P, Q% x! @) V% p6 Q- C% \' ^6 }
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 % c& s& F/ s. Z0 C" |8 l+ w; v T
►《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 1 N$ h6 k6 s& p) Z, p( {
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
6 K' x6 C. Z6 M( D+ L! Z O ►《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
+ ?" N0 s2 w: C) p2 ~3 S( C% h& ~# G1 _ ►《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 , v j; n# `* P- [! ~& k7 M" h8 e4 b/ j
► 《黄河三角洲湿地生境演变遥感监测》出版 8 u' P: S3 H. b$ |
海洋知圈 2 y* G2 m+ ^0 X' `' o5 O. v# b
知晓海洋 | 探知海洋 4 V$ b1 r# t, B) h# D
宣传海洋 | 服务海洋
5 [0 e, j2 T. w2 i% ]! r 如您喜欢，请“点赞”并点亮“ 在看” |
