|
5 W |% v0 n' [3 ~( B
原标题：《人工智能海洋学基础及应用》正式出版！ - e' g0 l+ R5 A. [, L
! \8 s( `0 P# o: u& d 
1 A- `; y5 e& o l$ G. l, Q0 Z4 g% E
（请在订单备注处注明发票抬头和税号）
6 f8 M; n" o8 H# ~ 官方旗舰店质量保证！出版社库房直发，
/ g" a; c6 A. o 提供正规电子发票！
1 h/ s. n7 X$ G$ c+ l 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。
3 O) F$ q! ?) }# x 目录 6 o5 q6 }/ x; {1 b+ w
前言 5 j! J" p! g% Z3 ^; F
第1章 绪论 1
+ m( ]: b8 Z; A# W 1.1 人工智能发展历程 1
. z) ]3 M. G+ _1 E" @! d+ M$ K 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 4 ^# Y! _0 X- r4 L! ]# t5 k
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2
8 c6 o9 Z- ?/ c; T 1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
% U, W. f' G, U3 ~8 ~ 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3
% e1 O1 b. E! k 1.1.5 第3次浪潮(20世纪90年代中期至今) 3 ( c1 A3 N* Y# |+ `9 z5 h
1.2 人工智能海洋学发展历程 5 ) `+ w: j: J. d" i4 r9 E6 O4 t
1.2.1 海洋特征智能识别 6
' K8 k+ y9 Q: X 1.2.2 海洋参数智能预测 6
+ L9 G) s1 @# I8 F- P9 D' \: x 1.2.3 动力参数智能估算 7 . I' x5 w3 S& w1 {' ?3 v5 x
1.2.4 海洋智能化探测 7
5 u, n' O1 l3 x7 M2 ~/ a& H4 h4 Q 1.3 本书的结构和基本内容 8
+ S3 l( L: b2 ~4 f9 c- x. }5 y 第2章 海洋大数据简介 10 % Z4 i) n5 U- y* ^ ]' ?
2.1 大数据概况 10
6 Y9 h+ G0 i( y, @% s* ] 2.2 海洋大数据的发展历程 10 3 z; {/ z9 M3 v: b- S' `
2.2.1 海洋数据的初步积累阶段 11 $ H5 L# g, Z5 T7 Q- k8 V% p
2.2.2 海洋数据的进一步积累阶段 12 a2 T" _: J; x8 |- c8 j% d7 h3 C
2.2.3 海洋数据的大量积累阶段 13 3 ?. c1 `% F4 C$ K$ F) j
2.3 海洋大数据的定义及特征 14
9 i5 k; c) f9 K8 T 2.3.1 海洋大数据的定义 14
! v- `9 S6 [( F+ E) h1 s1 K. e+ I; R6 c 2.3.2 海洋大数据的特征 14
3 \8 D% \0 N6 u& j: ^+ J1 m 2.4 海洋大数据的数据来源 15
3 g% S9 ]! m# P0 z4 D i 2.4.1 海洋实测数据 15
+ H* S4 W3 ]. H. D8 R4 J 2.4.2 海洋遥感数据 18 ) Y' c* D5 W4 {4 A
2.4.3 海洋模式数据 21
9 z1 }" t+ l1 c2 t! ~1 m 2.5 海洋大数据的处理分析 23
+ W- W" d" @4 C 2.5.1 海洋大数据的存储与管理 23
- e9 r2 ?: n* @9 s% \8 [ 2.5.2 海洋大数据分析挖掘技术 24 + V. o: q$ a, a4 Y7 ^# j
2.5.3 海洋大数据可视化技术 24 4 ^. J/ c* M3 g( ?% x
2.6 常用海洋大数据平台 25 " L) @, V4 @( S' V `
2.6.1 海洋科学大数据中心 25
1 v9 d1 I" l9 b 2.6.2 美国国家数据浮标中心 26
5 N9 Y5 x! y' \/ i5 p 2.6.3 欧洲海洋观测和数据网络 26
$ c+ y7 L1 u7 ?7 e' g 2.6.4 日本气象厅平台 27
) m5 C0 G- B% m 2.7 一种常用的海洋大数据管理系统 27 ' g5 X* T6 ^8 x
2.7.1 为什么需要Hadoop 27
) ?4 |! ^$ j' @3 | 2.7.2 HDFS 29
5 D% E1 P0 J. j. u* R0 g 2.7.3 MapReduce 31
t, Z3 d! S1 _- t5 X( Z) D9 [* K 2.7.4 Hadoop的部署 32 9 X8 B0 P. h3 E% S3 I
思考练习题 37
! S, Q" n' |9 J v4 A* i 第3章 Python语言 38 ( N/ d* t ^ m9 E4 X4 v
3.1 安装与运行 38
; Y% D# W1 u8 H2 r; e5 G. A2 y0 }* n 3.1.1 安装Anaconda 38 & m* ]8 L; | I) ]( d. Z0 Q' [7 w A
3.1.2 安装PyCharm 41
4 _2 ~! [% Y* e/ _0 ?4 Z( J4 X 3.2 基本变量类型 42 8 @' a' F2 r0 B" r, k' @9 {
3.2.1 数字与运算 43
! z' D6 n2 u- D! M4 y7 Z3 Q1 K 3.2.2 字符串 44 0 P% {) `, I& W
3.2.3 列表 44 4 i: l" f/ o0 ?1 j1 q0 Q/ C
3.2.4 字典 46 Z, v( y. g4 b N! Z/ ?3 T
3.3 函数和类 48
& D; ~7 Q% M T 3.3.1 函数 48
6 U/ y2 a3 z& @* s* c8 f, r$ h0 ~1 ] 3.3.2 类 48
; q. B5 o1 ?, j% S1 k. }) ?$ A 3.4 循环与判断 51 5 Y/ c% O) j) o5 n! b
3.5 库 52
$ E4 }% C5 l5 r2 ?$ b; [& L$ w# x 3.5.1 Numpy 52
' v g' \1 Z+ b: Y6 V. s2 e2 } 3.5.2 Matplotlib 55 $ K: h* N. ^* O5 x' N
3.5.3 NetCDF 69
. l; C- D' |4 s# ?' }9 T( C' W" H. z 3.5.4 Xarray 69
2 L Z. P7 O6 T! L 3.5.5 Cartopy 72 6 E" _4 L2 p- Q7 Y& P8 ?
3.5.6 TensorFlow 73 3 A5 _. _# r, h! Z
思考练习题 76
0 W3 Z" B8 G' }$ F8 { 第4章 人工智能基础 79 % a0 Y) n+ V1 b9 Q- @* t
4.1 人工智能基本概念 79
5 ~$ r0 q# } k6 v 4.1.1 数据集划分方法 79 ! v: v' _, [' J" K% L1 ~0 B% i
4.1.2 分类问题评价指标 80 : z. s2 f6 r/ x4 w- ?$ C
4.1.3 回归问题评价指标 82 " l+ b: d# P( v4 z6 Q# u, S0 r6 Z
4.2 BP神经网络 82 ; U3 h& L& V* I$ w. h
4.2.1 神经网络基本概念 83 , a8 `! C5 T4 V I$ c" O
4.2.2 M-P模型 84 * K. r! V% R. H: u4 b! d
4.2.3 感知机模型 85
: g, q+ @) V( f. d; v 4.2.4 BP神经网络 87 7 c+ P/ m& w# Y" x; T" n# m
4.3 其他神经网络 90 7 a+ L7 r4 Q* U7 I! h1 |
4.3.1 前馈神经网络 90 6 z& Q- A" r1 {
4.3.2 模糊神经网络 91 # T' w6 V H3 x6 K- k( C; S
4.3.3 径向基神经网络 93 / @9 X0 j0 N0 a# h1 D
4.4 上机实验：搭建BP神经网络 95
, F+ B1 M! j \8 k( {6 p 4.4.1 数据准备 96 % ?4 t; q: p" Z0 V7 F. [1 @
4.4.2 模型搭建 96
. _+ B* ~! n5 v% [6 I4 K 4.4.3 结果检验 97 . f+ b( R: C8 |. l: W& V: W" H0 {4 p
思考练习题 100
' i; ^, M4 ?% `4 O2 P7 t, i 第5章 深度学习 101 4 ?, v5 Y# e6 Y$ u
5.1 深度学习入门 101 7 Y i( t8 K @
5.2 深度学习的特征 102 4 ]6 h( N" F! W
5.3 卷积神经网络的基础结构 104 ( w0 K1 P) w) [8 E1 Z
5.3.1 数据输入层 104
i5 K h8 G0 J/ G" T, q# U 5.3.2 卷积层 105 , H) I5 y+ U& r+ U1 I( x) N! ^
5.3.3 池化层 107
0 e, A: L6 t6 k* n' T8 M. E8 d 5.3.4 全连接层 109
+ x: X# u" P. ^3 f( z+ X" M 5.4 常用的4类卷积神经网络架构 109
' { j0 J- {- Y7 Z# D 5.4.1 LeNet5 110 8 x" |1 r! K( R- U) }
5.4.2 AlexNet 111
+ c2 ^! u2 H# O5 h$ L 5.4.3 VGG 114
5 K) Q, M% Q! I# w; C3 |4 t8 G% L 5.4.4 ResNet 115 - X. X6 J: M6 i+ ]8 i( q. w
5.5 基于卷积神经网络的语义分割 118 : L ]" O3 u p+ i3 c
5.5.1 图像处理的不同层次 118
- q% a4 @- ^6 p! ]( h 5.5.2 全卷积神经网络 120 5 {2 @( w, F* x! U: u9 w6 [2 U
5.5.3 DeepLab系列模型 123
% i% P6 l( i+ ]7 T( F, O2 U 5.5.4 PSPNet 127 - f- G. T( X I+ z8 V
5.6 上机实验：搭建卷积神经网络 129
- ?. W0 R9 G+ z7 z$ [% ?; L+ z/ \ 5.6.1 模型搭建 129
+ p# k4 V4 f$ z1 x& X2 Z6 f 5.6.2 结果检验 131 ) z$ M! R9 r' ?7 q& R2 n, U
思考练习题 133 : ]5 o9 q$ T: j
第6章 循环神经网络 134
2 v" x( X( f* X& T 6.1 循环神经网络 134
' ^! a/ B0 g/ d- o# v. X' A 6.2 长短时记忆网络 137
/ ?) D- ^+ v/ F7 _ 6.2.1 LSTM的内部结构 137
/ M/ l% Q8 s& {/ z 6.2.2 LSTM的“门”结构 138 * r/ ?; ` m! m5 I9 \9 J
6.3 门控循环单元 141
, E# n F% y _ 6.3.1 GRU的网络结构 141 4 L; n. Z$ J) K" P: J& K
6.3.2 重置门和更新门 142 ) z& u0 Q* k: X( q! U. w
6.3.3 候选隐藏状态 142 1 t" d) k9 X4 \! E5 }# C, B& d, W
6.3.4 隐藏状态 143 ?# d1 r( |4 s: S5 N: p
6.4 双向网络结构 145 , M( t1 N ?& [0 n% x# W6 U w3 t
6.4.1 双向长短时记忆网络 145 & ?- P) Y- y4 t% t3 P
6.4.2 双向门控循环单元 146 7 e7 Q; L6 n$ h, {- V7 W: X1 H
6.5 上机实验：搭建循环神经网络 147 / t% u# k% ~7 F$ o& p
6.5.1 数据准备与模型搭建 147 $ E0 r9 u! @! q2 b( E: H# D3 Q, k
6.5.2 结果检验 149
; K6 c/ k$ L! X! W 思考练习题 151
/ \1 w$ j0 x2 p! [: F% q! e 第7章 海洋特征智能识别 152 0 S |1 l9 O5 w: `
7.1 海洋涡旋与智能识别 152 $ z* D( E6 H: H) T6 @/ u& q% C
7.1.1 海洋涡旋 152 , y0 x4 ^$ A/ X: U7 ^0 D, F
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 " N7 v5 D/ L6 h& i
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 9 \2 E$ P9 ^$ S9 u
7.2 海洋内波与智能识别 166
; Z+ K' r3 l* t 7.2.1 海洋内波 166 . t( a: D0 G; l; T5 R
7.2.2 海洋内波的智能识别 168
6 L/ I( E7 }" V3 Y: j% v 7.3 海表溢油与智能监测 170
5 N( r1 z- x. w 7.3.1 海表溢油 170
+ S( i& r0 Q! l) V 7.3.2 海表溢油监测 172 0 X# G: B q* z: m4 f1 b8 K- j* J
7.3.3 海表溢油的智能监测 172
; {* m! E( K/ R 7.4 海冰与智能探测 176
~8 u- H" @. `; _! |. O 7.4.1 海冰 176
! ~; L9 N; h) I; u 7.4.2 海冰探测 177
D O% l4 ]: ~; d7 B 7.4.3 海冰智能探测 177
, G, S2 B2 i1 o1 [ 7.5 海洋藻类与智能识别 180 2 R0 ]0 p' X6 V3 J$ L
7.5.1 海洋藻类 180
3 U- ^+ e, U& a- f 7.5.2 海洋藻类的智能识别 181
0 G) I& W, g+ ? 7.6 海上船只与智能监测 183
& x5 Q' r1 `, Q- W* e 7.6.1 海上船只监测 183
& i2 l S1 t4 s' U' x 7.6.2 海上船只智能监测 184
, Q7 d f. Z! ]9 R8 z( B 7.7 上机实验：语义分割识别海洋涡旋 187 . c' w: {! `. z
7.7.1 数据准备 187 ) w4 T# p2 e( o' x( r9 s$ Y
7.7.2 模型识别 189 + @* u. O: S4 X2 n4 s [" G
7.7.3 结果显示 193 0 Y8 s* q! t) z+ S/ p) j! ?
思考练习题 197 ) q8 J$ |1 c/ ?6 Q% l5 B' u/ X
第8章 海洋参数智能预测 198 0 y$ n0 s; [7 S. C9 y5 T
8.1 海洋气候预测 198
& Y8 \, Q1 _. e/ x, E 8.2 近岸风暴潮智能预测 201
6 V* a% B/ r. ?# {# A: g( E 8.2.1 风暴潮单点水位智能预测 202 & R8 V) k" F) J$ z6 a
8.2.2 风暴潮漫滩过程智能预测 206
* I" C# H/ b8 T5 G* J& ?- C 8.3 海洋波浪智能预测 209
2 n, w& G/ y" G7 h 8.4 海面风速智能预测 211
! N6 ^* e, G, ]! ?8 F6 d 8.5 海表温度智能预测 213
# ^) c. `/ f* X% B! E! K 8.6 上机实验：有效波高智能预测 217 ' ^& I4 c; f) a4 M! i2 u
8.6.1 数据准备 218 5 C3 i4 x6 v, D. L8 u6 I1 X! d6 Y
8.6.2 模型构建 218
% E! i% S' E' n4 ^3 p0 D 8.6.3 结果展示 220
3 ~7 q" j( w( H+ _. F4 r 思考练习题 221 % k% P6 U0 N$ C( Q$ _
第9章 动力参数智能估算和模式误差智能订正 222
* z$ S, ?0 V2 Z. E! E' \ 9.1 海洋模式次网格动力参数的智能估算 223
; c$ v" G* k; Z/ Z3 U' W 9.1.1 准地转海洋模式 223
* N& @- o% n6 S3 i1 k4 D 9.1.2 降低数据分辨率 224
: T+ h" ]) j g& |6 F5 a* V 9.1.3 智能估算模型 225
! ^2 ?! g, c5 }. B" K M 9.1.4 智能估算结果 226 ( W: N0 e+ m1 i. s
9.2 大气模式湿物理参数的智能估算 229 , w+ Q/ y: y2 {' K+ h
9.2.1 湿静力能量守恒 230
9 a2 l- t9 D* R- k, m 9.2.2 神经网络设置和数据 230 # ]* r7 r9 C: Y$ J: g
9.2.3 ResCu的智能预测结果 232 : w9 n4 @9 \. e+ |6 R9 U! B! d
9.3 数值模式误差智能订正 235
4 f: M" L6 O& p& I. e. [8 } 思考练习题 238
3 U+ K% n$ s2 r ?( O 参考文献 239 # ]! m: G4 s& k0 B; U; G! ~
" S+ z1 M( I3 a: H( Y
（请在订单备注处注明发票抬头和税号）
( Y3 m( T0 X% X( V2 F 官方旗舰店质量保证！出版社库房直发， ' H2 B1 s) o+ G9 j F9 c) B8 B
提供正规电子发票！
$ O5 m' j0 r" s2 l7 C K0 b" _6 Q6 u9 j: B3 i8 R
— END— ) [0 A g$ g8 y) p: B# Y' w7 _
信息来源：科学出版社。 5 ^5 v$ g l: Z8 U9 c& K; A
转载请注明信息来源及海洋知圈编排
1 P7 ?* f+ ]* X: A6 |8 Y 大家都在看
3 g0 g' M }4 Y3 v, b4 W# Y5 o0 j) u- T3 o, ?6 w S/ j
► 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……$ r: o4 t2 Z7 j5 J; }! R4 ?
► 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！
# S3 C6 |' @" G' r. A" }# G7 v$ L ► 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”
: H) [. ~) K: X+ c 中国委员会主任，主持召开委员会成立会议并讲话! W3 o/ f* [: c3 k$ {
► 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
/ v1 _/ R0 k1 d ~: J ► 王颖院士主编《数字南海》正式出版！ , v5 u; T' p1 C/ v8 {
6 t k0 n. `) o! h ► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编） A6 p& n. R; T" f+ x. W7 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！
- p# {9 O( N+ k( b5 J" h ►《海洋数值模拟》正式出版！董昌明主编
1 E/ u/ H% t* b9 }) _ ► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著
( G5 X5 w7 R! x8 B. x ► 填补海洋气象学领域空白！《爆发性气旋》专著出版 6 S. j# O2 c; z, x8 @) ^4 `2 h$ \. N
► 《黄河三角洲湿地碳循环与碳收支》专著出版 1 L/ m2 R1 M1 ^; ~; V
► 《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 9 ]+ _( d) B6 w- O: s1 ^
海
3 ?% k! N+ t9 K ► 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》
/ y+ A: J9 \% d8 R' q2 } 洋
/ k; d; l( j% S* A ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？ 8 |. ~1 N; z# L' @% i
书 5 c3 D# e5 a0 q, M' N+ C
►《现代海底热液活动》栾锡武研究员 著
! z6 v6 W+ _ a8 p$ Q, a" d$ h9 U 屋 + S c$ |" @4 _3 Q& j* p8 I ]
►《海洋机器人科学与技术丛书》出版发行 8 Q2 ]* u5 A( z# e! J7 |1 u0 [4 B/ D
► 我国第一部《海洋生物地球化学》研究生教材出版
5 I3 l1 T6 F2 @; L) v% l ► 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
4 \( J- B0 z' [ ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 3 E3 k$ m2 x0 e+ T0 ]
►《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 5 U( l4 ~& h" L" W* v& h
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 1 C1 ]3 X, I" \7 q1 F5 x8 i+ q# A
►《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
2 Z. V7 G# r7 h2 h9 \ ►《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
) ?/ y( s7 H! B/ z6 p ► 《黄河三角洲湿地生境演变遥感监测》出版
% c1 _1 ~ X0 D 海洋知圈
# j: h( L5 T/ p" ] X 知晓海洋 | 探知海洋 : h+ s% N7 y% e! u
宣传海洋 | 服务海洋 + Q8 x3 h) d$ U5 a
如您喜欢，请“点赞”并点亮“ 在看” |
