|
; o5 P6 L& s3 O
原标题：《人工智能海洋学基础及应用》正式出版！
) }6 K7 ~7 D& J* G7 N
, U+ s6 Y% e8 Q. f5 K 
" l1 }7 W2 X* y" } （请在订单备注处注明发票抬头和税号）
+ B2 t: h P$ J0 J& L: _ 官方旗舰店质量保证！出版社库房直发，
. q( z2 Z7 y7 @ 提供正规电子发票！
; o8 Y! n; H7 |/ o+ ]% E 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。 c$ d( b, k4 O
目录
* [# J9 Z4 p* B1 f! W; s: V" t 前言 6 m9 x1 X5 l( L) `0 f
第1章 绪论 1
0 |1 N, ^9 A1 e( | 1.1 人工智能发展历程 1
7 R) T, |( G. L8 h/ o) J& ~& Y! [ 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 ' B/ ]" g' j! P4 Y7 O
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 - q" L/ P) k, \9 b. b/ t9 J
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
3 m7 s7 q$ z- v- H2 z4 Y6 b 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3
/ \. M- y( G/ T 1.1.5 第3次浪潮(20世纪90年代中期至今) 3
4 B4 d' z/ r% O' l) L7 B 1.2 人工智能海洋学发展历程 5 f; C' ^3 b P9 }5 x$ v: [" ~
1.2.1 海洋特征智能识别 6
5 X: Q& V$ [) y& x, S 1.2.2 海洋参数智能预测 6 * f+ K1 v; x7 q: K
1.2.3 动力参数智能估算 7 0 `* ^3 t$ ^. Y* S
1.2.4 海洋智能化探测 7
% w1 u' N1 }2 g+ A, T! Z) F9 v( Z 1.3 本书的结构和基本内容 8
( S4 I1 T- N) j 第2章 海洋大数据简介 10 3 ^/ M9 @& u% X& d: [
2.1 大数据概况 10 . P% w5 H" f7 g1 h0 ?
2.2 海洋大数据的发展历程 10 - w5 Z$ q# |* q+ H3 l- q
2.2.1 海洋数据的初步积累阶段 11 % k# `7 u* r1 E- |" p
2.2.2 海洋数据的进一步积累阶段 12 9 {: A, `2 g. b/ w& A
2.2.3 海洋数据的大量积累阶段 13 8 Y5 J! T' _ ~9 h0 _
2.3 海洋大数据的定义及特征 14 . b/ m/ A- g2 q# M7 k
2.3.1 海洋大数据的定义 14
5 j$ C, |$ r1 G+ ?8 N( a5 E 2.3.2 海洋大数据的特征 14 ! I |! F( \' u8 l7 S+ G
2.4 海洋大数据的数据来源 15
0 N* K2 ^4 `1 k' z 2.4.1 海洋实测数据 15 1 {; S R0 k, K
2.4.2 海洋遥感数据 18
2 R4 V0 D- K! p& R# i" x3 ]8 q2 ^( W 2.4.3 海洋模式数据 21
7 u; g* f5 N* G4 [3 L) G' E0 ]* \& } 2.5 海洋大数据的处理分析 23 # M) @& T1 b9 z
2.5.1 海洋大数据的存储与管理 23
4 W6 H! \; {- w 2.5.2 海洋大数据分析挖掘技术 24 ( p( o( r& I6 f1 a; s
2.5.3 海洋大数据可视化技术 24
& q$ }& e5 I' ] 2.6 常用海洋大数据平台 25
$ r/ V; _/ Q5 q- ~0 | 2.6.1 海洋科学大数据中心 25
8 F/ m/ t% X L/ @% M1 H( g 2.6.2 美国国家数据浮标中心 26
& s- Z; x( T, \; q6 ]( g1 ~% H* W- W 2.6.3 欧洲海洋观测和数据网络 26 1 C* ]# `; g0 d4 u. P) i$ C7 V
2.6.4 日本气象厅平台 27 8 A: }" q8 y3 }2 ?" \2 O* ]
2.7 一种常用的海洋大数据管理系统 27
* O: j# }# ?4 y 2.7.1 为什么需要Hadoop 27
1 O9 I/ l* Z4 i: [$ G9 f 2.7.2 HDFS 29
9 n7 T2 U0 @& l* |2 V! j 2.7.3 MapReduce 31
e0 ]* a7 i" k+ M1 F/ X 2.7.4 Hadoop的部署 32
. w5 o2 b7 X2 J; D 思考练习题 37
4 t/ B" [+ w( a( \: q3 i% K 第3章 Python语言 38 " s/ T1 d6 d5 e( g& ]
3.1 安装与运行 38 ; d+ [; t" n9 v ^# u! |
3.1.1 安装Anaconda 38 ) A5 H/ x- b p: Y1 Z
3.1.2 安装PyCharm 41
) W. Y' A$ ^% {: U 3.2 基本变量类型 42
6 P3 b* S. U' R: B 3.2.1 数字与运算 43 4 W9 X# d: n7 x3 {0 Y
3.2.2 字符串 44 6 ?( ^1 J% x- W3 Q( K4 v
3.2.3 列表 44 ! d; }% }6 g; A! g: s- T# M
3.2.4 字典 46 ) S. y) U* O w1 r; j3 t: l2 |
3.3 函数和类 48 " I6 K ~0 E8 M5 S8 j" m
3.3.1 函数 48
8 Z( Z- j5 V( [, ?) c$ v+ y8 p 3.3.2 类 48 ; @, a0 a1 K Q/ }/ n
3.4 循环与判断 51
& V% e7 j& Z1 D9 r 3.5 库 52
5 q* j; i- T- b7 Z5 T0 A 3.5.1 Numpy 52
?7 O) X: [0 W* S 3.5.2 Matplotlib 55
: T- A. S7 Q# |/ t6 v3 m# | 3.5.3 NetCDF 69
. M# E2 m- K3 r0 }% p 3.5.4 Xarray 69 . P; L6 E. b. J' H7 J! N' k9 ^
3.5.5 Cartopy 72 4 w2 e, M6 x% U# A2 P. I% |
3.5.6 TensorFlow 73
N! k9 U. F$ [: e. }1 h 思考练习题 76
% g: p$ e3 w' i" m$ V. |5 R3 { 第4章 人工智能基础 79 ! H+ L1 e, L E0 t
4.1 人工智能基本概念 79 0 r" m1 T% ~) l; b* D; m# ]
4.1.1 数据集划分方法 79
; H) h- @1 w2 K5 \/ J) k 4.1.2 分类问题评价指标 80
2 C, [4 M ]7 l 4.1.3 回归问题评价指标 82 9 @4 d( q9 G6 s: {" f0 \ f
4.2 BP神经网络 82 6 u' I$ E$ w( c) i$ |- M
4.2.1 神经网络基本概念 83
) i e$ r# C& _) [! b2 M. | 4.2.2 M-P模型 84
1 Z" v. }. w L X# M& A 4.2.3 感知机模型 85 ; D/ l8 W( A7 I. c9 k% E
4.2.4 BP神经网络 87 $ N0 @% B( q' N3 {
4.3 其他神经网络 90 , n6 Q# y% F; D! I2 I$ X
4.3.1 前馈神经网络 90
; j) R+ k& n' E; w 4.3.2 模糊神经网络 91
- n* v5 B( l" S" _- A 4.3.3 径向基神经网络 93 . \" g- B$ G2 v1 `4 S# g6 _& [; M) p
4.4 上机实验：搭建BP神经网络 95
( D: J# m* i$ K# t7 k- z7 z8 O' | 4.4.1 数据准备 96
7 i* Y" E% Q4 F* S- J8 @ 4.4.2 模型搭建 96
4 B; S4 R/ H$ h 4.4.3 结果检验 97 ; f7 f' u- D+ P8 F
思考练习题 100
$ U: G% ]5 e# e% B$ s9 V# E 第5章 深度学习 101 6 H0 d. q! ]- L* V1 Q. s& e
5.1 深度学习入门 101
% g5 x- A5 _: c$ K' X2 v 5.2 深度学习的特征 102 , L- Y+ o& q9 t3 s W
5.3 卷积神经网络的基础结构 104
8 v$ `+ Y7 u! _$ J0 }5 W V( I 5.3.1 数据输入层 104
. a) y! ?& d; |; {0 x7 f 5.3.2 卷积层 105
; Y. `( `% G0 y, g1 P9 h 5.3.3 池化层 107 5 M6 S8 h ?! r; [ M) {# g
5.3.4 全连接层 109 4 r6 g+ A- @1 E1 E
5.4 常用的4类卷积神经网络架构 109
3 O0 Z8 K$ }9 G5 u1 w5 W6 f 5.4.1 LeNet5 110 5 x4 o& b- X, V
5.4.2 AlexNet 111 0 ~+ _$ V' Q! L" T2 k
5.4.3 VGG 114
% p3 e% ^* j1 c+ J+ g3 [ 5.4.4 ResNet 115 , x$ Y& @) h/ Q( c
5.5 基于卷积神经网络的语义分割 118
9 x, Y c. ^5 }0 {8 e' U& c8 g 5.5.1 图像处理的不同层次 118
2 {4 Q: s: A5 U1 W( } 5.5.2 全卷积神经网络 120 # X2 @% J3 R( x1 @* g1 z+ i O6 n& U
5.5.3 DeepLab系列模型 123
9 P) f! ]0 u2 n% v! q' r' e 5.5.4 PSPNet 127 - _6 N9 x% n5 i7 D% G/ R @
5.6 上机实验：搭建卷积神经网络 129 a1 @" [* D6 b+ S5 U& {
5.6.1 模型搭建 129 ?2 I8 P5 T0 X
5.6.2 结果检验 131
- R7 R$ B7 c$ L 思考练习题 133 " T; N% p4 Q- r, \! c2 _5 G
第6章 循环神经网络 134 % e; A1 v+ `/ }, o7 w$ \
6.1 循环神经网络 134 $ q8 L) {! y. N
6.2 长短时记忆网络 137 ! S( J! l' @6 F; `" g: H, c
6.2.1 LSTM的内部结构 137 % X, ^7 ^# }; n& ^: r+ ?4 x
6.2.2 LSTM的“门”结构 138
+ C/ C* n. B7 Z9 M5 Z/ h0 l$ e 6.3 门控循环单元 141
/ q; Q8 Z9 K* Y; g 6.3.1 GRU的网络结构 141 , `3 ~. L4 H* N
6.3.2 重置门和更新门 142 6 }% q7 _9 y, U! _# Z& q. g
6.3.3 候选隐藏状态 142
$ b8 t6 X: b4 X I# X 6.3.4 隐藏状态 143 " \9 x5 J$ g: F4 ~
6.4 双向网络结构 145 3 \3 N0 G+ j$ {6 m
6.4.1 双向长短时记忆网络 145
: k3 }, ?8 ?, v 6.4.2 双向门控循环单元 146
; M/ C ^0 ?) z7 i 6.5 上机实验：搭建循环神经网络 147 ! ~+ p. t4 p, Y1 @9 s
6.5.1 数据准备与模型搭建 147
( L5 q% q2 X: G* k Z. {( b 6.5.2 结果检验 149 - ~* k# v7 G6 s/ ]0 ~" m' C
思考练习题 151
K8 h! j3 G1 ~7 P" E) L: y8 l 第7章 海洋特征智能识别 152
( Z! M1 V$ O, I7 v 7.1 海洋涡旋与智能识别 152 - m$ T' {: D' |# G
7.1.1 海洋涡旋 152 F) ?4 j7 q3 e4 j
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
: h; G7 S" y" Y: t; y! Q J' K3 F7 _1 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 7 Q' h5 x& ~/ x+ k
7.2 海洋内波与智能识别 166 ( x: Y3 }( v4 K9 a7 B
7.2.1 海洋内波 166
/ j! e7 A- X4 s4 O; b) H3 P 7.2.2 海洋内波的智能识别 168 0 r- @; j7 c9 N3 h0 V5 u2 i7 Q
7.3 海表溢油与智能监测 170
) N" E- M2 u1 C 7.3.1 海表溢油 170 7 X7 m6 ]3 M/ [7 `
7.3.2 海表溢油监测 172 7 E7 o T$ V) n$ C" B
7.3.3 海表溢油的智能监测 172 ; S$ {$ z8 w, ~$ f8 O
7.4 海冰与智能探测 176
3 Q3 G4 e0 o5 q$ Z 7.4.1 海冰 176 5 ^' u( L" i: w$ L
7.4.2 海冰探测 177 3 n% t& L, n5 y4 \2 a4 m& Y
7.4.3 海冰智能探测 177 2 S- r4 g$ N- @% p' \9 S! \4 j& b
7.5 海洋藻类与智能识别 180
2 ^8 Z4 f @3 ]* N+ @- e$ V; I( n 7.5.1 海洋藻类 180
, B, N, ?' s& O6 ^/ c" T( f 7.5.2 海洋藻类的智能识别 181
u! V1 `( B5 ~2 I/ T 7.6 海上船只与智能监测 183 4 {! a9 d: I1 E& L5 A/ G1 J: O
7.6.1 海上船只监测 183
( J% ?- }* r, o 7.6.2 海上船只智能监测 184
% @, F' z1 E/ r% i' ]. a- o. @ 7.7 上机实验：语义分割识别海洋涡旋 187 : v* |5 J7 G0 b4 Z a6 |
7.7.1 数据准备 187 " j0 T! t- V" p X# s% h* J! ~2 ^5 C
7.7.2 模型识别 189
( Q$ q5 E: ?' k/ y- B 7.7.3 结果显示 193 ) \$ X9 k6 [* ]9 i
思考练习题 197 8 P7 Z' v7 _5 A
第8章 海洋参数智能预测 198 6 f5 y+ }& f2 }, }
8.1 海洋气候预测 198
2 `% }1 ?4 `/ w 8.2 近岸风暴潮智能预测 201
! Z3 Z, d( ]+ b' ?) Y% s 8.2.1 风暴潮单点水位智能预测 202 2 B0 w& a1 S" w8 \; z( o& L2 B
8.2.2 风暴潮漫滩过程智能预测 206 5 ?% F! d* Z# U$ @6 ~2 m( L' a
8.3 海洋波浪智能预测 209 : C5 X6 H `! ?& B% |
8.4 海面风速智能预测 211
+ R" M2 { p W, y2 c9 X5 G/ L 8.5 海表温度智能预测 213 1 m: x* G8 L" M5 k- a1 C# u
8.6 上机实验：有效波高智能预测 217
# U- R% r! W9 G/ y. t' i! w; X7 [9 [ 8.6.1 数据准备 218
( j, d6 Z# j5 B- O- O 8.6.2 模型构建 218 $ w) ~$ s H/ e
8.6.3 结果展示 220 9 X4 M# m2 N" i3 N& a
思考练习题 221
; c; c* T( S! w. i2 k 第9章 动力参数智能估算和模式误差智能订正 222
" _% s" {" j6 j( B3 H 9.1 海洋模式次网格动力参数的智能估算 223 5 i4 W* q! ?3 j4 e* j7 D
9.1.1 准地转海洋模式 223 5 n, f% J( t g1 `6 o
9.1.2 降低数据分辨率 224
, N: } c: R" Q* ?9 A# t/ H: f 9.1.3 智能估算模型 225
, w* P% W0 |9 [5 f. P$ d 9.1.4 智能估算结果 226
0 O. a5 Z* P: u 9.2 大气模式湿物理参数的智能估算 229 " v+ k3 }$ j5 ?$ ^4 [- M) _! H* X! U
9.2.1 湿静力能量守恒 230
* m- \% d* k) U7 ]$ s 9.2.2 神经网络设置和数据 230
. k4 t/ f( N. J9 x5 h 9.2.3 ResCu的智能预测结果 232
2 a' k( {- `9 v# C' F- R/ l0 V4 R 9.3 数值模式误差智能订正 235
5 F+ r1 n, }$ D I 思考练习题 238 9 B# K4 w8 T# C, ]* v2 P6 }: J
参考文献 239
9 y% [, x/ G& |% K$ _: K
' C# _1 E7 ]% z- A$ E% B （请在订单备注处注明发票抬头和税号）
: z' x9 Y$ u/ C d% e 官方旗舰店质量保证！出版社库房直发， " A& g; s4 p7 y+ K* X9 ]- t7 r
提供正规电子发票！
2 T o( O0 s2 U. _: _ t& f' B# ]. I: V" v
— END—
2 |4 w! O3 a4 O( c( E0 a 信息来源：科学出版社。
" K! @% |% P4 _5 B) o. S; I 转载请注明信息来源及海洋知圈编排
0 c$ O0 [' a9 p 大家都在看 $ l- _4 _. a2 t3 V" M5 W7 s, q
0 Z. Q4 V& }: F( 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……
$ A* ]- a5 P1 l* z4 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！
1 N+ C- ~' d1 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”
/ |% ^% D' z# ]9 F& q! j 中国委员会主任，主持召开委员会成立会议并讲话
1 @7 i; E3 A0 V, [& x ► 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 0 S; j( g a* s7 E$ y
► 王颖院士主编《数字南海》正式出版！ & t, n# K6 `) q& l8 m- v
4 j+ C M' Q- w m- g/ n% _- {
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编）
5 q% |5 m, F9 P, Q% o( V; J ►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！
; h6 o/ M% l( P0 \ j: ` ►《海洋数值模拟》正式出版！董昌明主编 * U. t* \& D7 n/ z+ {: c
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著
J c4 \/ k. G w ► 填补海洋气象学领域空白！《爆发性气旋》专著出版
( U4 v8 f) b% Z6 q0 P" y ► 《黄河三角洲湿地碳循环与碳收支》专著出版
9 p0 R, b! e; l0 Q* K/ x ► 《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 4 r8 n! ?6 ^" O, G% t) ?( D1 {" a
海 + X: F, L7 K9 f5 o' {) M
► 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》
7 \1 R1 ]" h5 j: Y( o. P 洋
4 ^% l: I6 ^! ]. b6 ` ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？ 2 S/ f- z$ m W
书 . M8 A$ [6 f* ]$ S
►《现代海底热液活动》栾锡武研究员 著 * y, C: B1 g' u: q" P' p# a6 ?# F$ }
屋
. r W7 {3 @0 D6 _+ G ►《海洋机器人科学与技术丛书》出版发行
7 w4 A( @$ L: w3 j: k& | ► 我国第一部《海洋生物地球化学》研究生教材出版
& m9 `; X" k1 D* P" z$ 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
/ u# g2 H2 T, c/ S9 O ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 ( |3 Q, I& J4 ~: u
►《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
( X% L; m. M( g+ P7 @7 b ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
# W& O, g) F {& ~2 u8 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 # e# D8 o' H/ i( ^! ~' S. `
►《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 & l1 s8 K v% }" w+ H
► 《黄河三角洲湿地生境演变遥感监测》出版 * u' U1 T" R1 {
海洋知圈 8 z( }8 a& G: n9 c$ `/ m
知晓海洋 | 探知海洋
+ V; }0 {, D2 @0 [" E 宣传海洋 | 服务海洋
& ]$ L% K* y' |- _0 } V; _ ? 如您喜欢，请“点赞”并点亮“ 在看” |
