|
3 q4 T* H5 e' j$ r 原标题：《人工智能海洋学基础及应用》正式出版！ - Q# ~8 O+ A, H3 O' F. V8 ~. k
& j$ Z+ J; m0 y6 m5 `0 e( [/ \ 
* \! ^# O; C/ ~& a3 y2 n （请在订单备注处注明发票抬头和税号） $ P, ]( t. x# n5 C& d
官方旗舰店质量保证！出版社库房直发，
; l$ ?/ A; i8 i 提供正规电子发票！ 1 Y$ F& L3 T. @ T* I
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。 # Q+ _+ G: Q3 g O/ h7 J4 w0 | U
目录
7 t w* S" f5 ^# P& G 前言
4 M7 x' z9 O" T' G( H" F. ~ 第1章 绪论 1
7 y6 u' t8 i' z) T& o 1.1 人工智能发展历程 1 5 L/ F" M7 i1 O# Y& X) k
1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2
5 y$ e) F( M( Q& B 1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 ! }" V- t" A' j! u3 |8 |: x
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
' _) J% Z' A' U' g* V 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3
5 D7 r, {" Z3 p+ \ 1.1.5 第3次浪潮(20世纪90年代中期至今) 3 6 J8 k: |& A6 ~4 k& a3 m
1.2 人工智能海洋学发展历程 5 * T8 b* y/ V3 I: X h) m" ?5 k' U" b, Z
1.2.1 海洋特征智能识别 6 5 q3 q5 f) I Z" E4 o
1.2.2 海洋参数智能预测 6
9 G% `1 G! u/ N 1.2.3 动力参数智能估算 7
$ j" B8 [* W0 A- S! \: |: W 1.2.4 海洋智能化探测 7
/ j$ g6 U: x( z" b& w$ {1 W 1.3 本书的结构和基本内容 8 - a& J, |6 d- a1 I- y; L
第2章 海洋大数据简介 10
+ d3 V4 z4 [0 d% M& |: V$ F 2.1 大数据概况 10 / e$ G0 g+ V& v; p
2.2 海洋大数据的发展历程 10
# t& \! [* w! b# v& I) `. X 2.2.1 海洋数据的初步积累阶段 11 4 C& b8 u4 [7 Y; D- I# d; l: i+ O
2.2.2 海洋数据的进一步积累阶段 12
# B2 H: y/ R) K5 {: Z7 T 2.2.3 海洋数据的大量积累阶段 13 : e5 K$ L8 Q0 _) z! d
2.3 海洋大数据的定义及特征 14 $ V S# a P- y& \9 G4 W. S* _5 K
2.3.1 海洋大数据的定义 14 - Z0 Q+ J1 j+ `/ X6 D; z4 ]
2.3.2 海洋大数据的特征 14
; `: H& A v+ T5 E3 K' e 2.4 海洋大数据的数据来源 15
/ f% y7 J3 @: ~ 2.4.1 海洋实测数据 15
9 k1 I: _8 }$ v5 N V+ u3 D; B w 2.4.2 海洋遥感数据 18
/ K) a V5 N1 C9 U' v 2.4.3 海洋模式数据 21 % f6 b0 r* c1 ^& \" J7 h6 d" B
2.5 海洋大数据的处理分析 23
/ _1 B+ ~, ~: l4 }0 `) z/ r; K 2.5.1 海洋大数据的存储与管理 23
% m( f6 E. R7 i 2.5.2 海洋大数据分析挖掘技术 24 ! V4 o: U+ z1 G! r& Z
2.5.3 海洋大数据可视化技术 24
' \5 I! ]2 j5 a; v 2.6 常用海洋大数据平台 25 6 d) S% l; U0 P! J3 ^' u! z4 c) B4 A/ V
2.6.1 海洋科学大数据中心 25 5 J0 |7 [' o; k- o
2.6.2 美国国家数据浮标中心 26
5 p& A& `: T9 a" o 2.6.3 欧洲海洋观测和数据网络 26 , R! b1 }/ _ H$ L# W
2.6.4 日本气象厅平台 27 - D# A; A. g9 h3 F5 v# S
2.7 一种常用的海洋大数据管理系统 27 + \/ V+ `6 z& u. c) ^
2.7.1 为什么需要Hadoop 27
+ K; W' _' j. f" N* U4 ~ 2.7.2 HDFS 29
0 D. `: h! i! Q! { 2.7.3 MapReduce 31
+ Q2 c) h8 O: Z" r3 z$ u6 k 2.7.4 Hadoop的部署 32 ' w* Q. { [: J' ]
思考练习题 37 ( n' ?4 m& L5 q/ }9 t+ l: i
第3章 Python语言 38 0 i1 @/ \! }3 e: f& o
3.1 安装与运行 38
- U: |/ ^* `: [4 {) t' x& K4 i 3.1.1 安装Anaconda 38
7 B$ J" A3 S; }( c" Y, T 3.1.2 安装PyCharm 41 : S4 k' {+ h5 |7 q1 J: `2 i
3.2 基本变量类型 42
$ h4 n( V- q* o" p& x5 L 3.2.1 数字与运算 43
4 V4 K, f6 j$ v% L" g5 Y 3.2.2 字符串 44
T2 A! c- u' [9 c 3.2.3 列表 44
; j. v: L# R( O! a 3.2.4 字典 46 . K& E0 q7 V0 u# p3 L: s4 q
3.3 函数和类 48
& H2 f. f* J" H& l# W 3.3.1 函数 48
2 @$ G% ~1 v9 N1 ^; b$ E. X9 J 3.3.2 类 48
4 e# |1 L$ X$ J# B" P 3.4 循环与判断 51 $ p5 u% V, V, l% t2 H' |
3.5 库 52 , C* w: x5 `& ], Z# K
3.5.1 Numpy 52
: W: S6 a) i0 ?' j% Z1 N) P( B3 K- | 3.5.2 Matplotlib 55
1 ]1 K, w4 q( R 3.5.3 NetCDF 69 ! f i4 k# P. z& d/ e
3.5.4 Xarray 69
/ [7 m9 b+ K/ t& W 3.5.5 Cartopy 72
" {3 r9 c. G( w+ i4 X! N' `$ n 3.5.6 TensorFlow 73 8 F8 B( H( _0 r& {) O: T+ z
思考练习题 76 & P- {# U3 w4 o" w
第4章 人工智能基础 79 + O6 `; r3 x: |' d) `
4.1 人工智能基本概念 79
+ `; S: A) G$ \- }( z 4.1.1 数据集划分方法 79
6 ?5 w/ |* o5 n 4.1.2 分类问题评价指标 80 ! `- f. W" W9 K# J0 B; c
4.1.3 回归问题评价指标 82
% R6 j' L [! w* @, ?/ e 4.2 BP神经网络 82
- A) F2 X& ^+ K. }- \ 4.2.1 神经网络基本概念 83 7 D9 p6 |1 C% u0 ~5 S1 X7 d" i, i
4.2.2 M-P模型 84
& X3 x, `$ o" U+ V2 W- i 4.2.3 感知机模型 85 . g( R, \0 ?3 [+ e( e3 F( G
4.2.4 BP神经网络 87 1 M1 }9 A/ ~/ B3 o9 t+ ~
4.3 其他神经网络 90 4 n- E* B: o9 c4 w; a7 }% N: E
4.3.1 前馈神经网络 90 3 g* t; N' l C7 I6 P
4.3.2 模糊神经网络 91 " A4 U# M6 ^+ u+ \
4.3.3 径向基神经网络 93
% ]& U* ^" c# G. P 4.4 上机实验：搭建BP神经网络 95 ! |$ Z3 o2 q. A/ o6 W
4.4.1 数据准备 96
5 I' P- Q7 B4 R! ?/ o% i 4.4.2 模型搭建 96
$ Z# ?4 O, K4 w7 O) i 4.4.3 结果检验 97
9 p) ?1 \: `1 Y3 H 思考练习题 100 3 K* `6 C7 h! f5 H
第5章 深度学习 101 + }8 R5 {$ Z6 k, e: ]4 Q9 V
5.1 深度学习入门 101
1 K- `) \5 B' f 5.2 深度学习的特征 102 ! ^- b% @4 y$ ?: R y/ `: H/ N: {0 w
5.3 卷积神经网络的基础结构 104
& J$ M) K# d- ` 5.3.1 数据输入层 104 8 Z$ H. ]. m3 w* x' N+ j
5.3.2 卷积层 105
4 e7 o- @" H C: @" @3 b3 Y! h 5.3.3 池化层 107 4 D0 G( ?+ Y3 O n; ~+ P
5.3.4 全连接层 109 8 s, h/ X, i2 p5 h, R
5.4 常用的4类卷积神经网络架构 109
8 Q3 j- S# o. q+ G4 j$ q- g/ B 5.4.1 LeNet5 110
$ E8 n/ c* T7 ?( [/ u9 h9 I 5.4.2 AlexNet 111
$ P' l6 V6 J/ [. W$ g6 P: p: r 5.4.3 VGG 114 + L1 r+ x# }3 J! k) I
5.4.4 ResNet 115
' H7 A+ I# `- L 5.5 基于卷积神经网络的语义分割 118 / K* u) |% h( `" ~8 L0 J
5.5.1 图像处理的不同层次 118
$ p5 U" H7 w1 m/ ?4 s. M 5.5.2 全卷积神经网络 120
2 i; R0 g7 z# t 5.5.3 DeepLab系列模型 123
: N3 K$ l: D% m# v. `% o- u* C 5.5.4 PSPNet 127 6 e' ~( Y$ p w! H: n7 I
5.6 上机实验：搭建卷积神经网络 129
* m' s9 E) V6 Z3 l% v/ v" O 5.6.1 模型搭建 129
" }2 e' a3 b+ m; y 5.6.2 结果检验 131
% ]5 i2 A5 H. [ 思考练习题 133
9 R$ B; S, X; _( C, o! M 第6章 循环神经网络 134 ( m3 T$ s6 K; Q' D* {, y! r
6.1 循环神经网络 134 " C- u1 P/ W; L4 x
6.2 长短时记忆网络 137
, a e* O0 c% j4 k 6.2.1 LSTM的内部结构 137
/ b2 E/ `) k' m& e9 }/ y5 s5 a) B 6.2.2 LSTM的“门”结构 138 8 ?: Y: \; y9 R( i5 u* V6 }
6.3 门控循环单元 141
) Q" W& B* Y" [0 K) F7 x% N2 T 6.3.1 GRU的网络结构 141
0 \! J" g D! L \ 6.3.2 重置门和更新门 142
$ Y0 M c: K: q3 b0 x 6.3.3 候选隐藏状态 142 ( ]5 q% ?7 B P/ O
6.3.4 隐藏状态 143 7 p7 P2 {7 N7 M
6.4 双向网络结构 145 7 ?& p A2 A5 P# s
6.4.1 双向长短时记忆网络 145
$ r2 A) Y7 B* \7 T0 F$ O* t 6.4.2 双向门控循环单元 146
) J3 T3 C* K3 b1 t! J; _5 T 6.5 上机实验：搭建循环神经网络 147 ' k0 C& \. h# v# K% w, y& U
6.5.1 数据准备与模型搭建 147
( R2 K6 \5 D- s! l$ N& L' ^) \ 6.5.2 结果检验 149 , M/ _2 s N; |
思考练习题 151 " S& o+ @& a7 z+ ], B, r% g
第7章 海洋特征智能识别 152 9 _+ t# L9 `$ B( E4 X' {5 d8 B T
7.1 海洋涡旋与智能识别 152
r* ~, ^9 ^6 t' c7 t 7.1.1 海洋涡旋 152
+ j6 A, H, U" p3 K4 S* m: ? 7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
% o# d6 j: u$ |: A 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 {2 i1 ?* i5 Z; r/ t% v
7.2 海洋内波与智能识别 166 " ?3 ^& e4 {5 u$ ?' Z
7.2.1 海洋内波 166
& J; C- q r0 W6 m C 7.2.2 海洋内波的智能识别 168 & Y; [, \+ ~" E& _* d
7.3 海表溢油与智能监测 170
% }: A4 W# I7 p: m, W, w- F 7.3.1 海表溢油 170 4 @% d1 a) c) V' M& \
7.3.2 海表溢油监测 172 & B( H0 O& }" f, d& `# c' ~2 z- O
7.3.3 海表溢油的智能监测 172
: x; u0 Y) b) m& ~% f# m 7.4 海冰与智能探测 176 3 | y$ D ?4 K6 w8 s" u
7.4.1 海冰 176
7 y" y Y2 P0 { 7.4.2 海冰探测 177 1 q5 o5 H+ o5 E. q* @2 q ?% v
7.4.3 海冰智能探测 177 . {& y0 h/ w$ C- [/ ]9 m
7.5 海洋藻类与智能识别 180
/ Y3 j* V5 ^) C' j, e; m# W9 M 7.5.1 海洋藻类 180 6 w2 o7 J" F! }
7.5.2 海洋藻类的智能识别 181
. b7 n8 A" M7 \ o 7.6 海上船只与智能监测 183 + G; q# V: V& i, Q& J$ ~' i9 W
7.6.1 海上船只监测 183
( e1 H: q$ P% {0 e: X' P4 d 7.6.2 海上船只智能监测 184
9 V7 M+ |7 ]$ Z4 J6 a/ Q1 D3 ^# [5 [' d 7.7 上机实验：语义分割识别海洋涡旋 187
* [3 n" }' K* x4 W 7.7.1 数据准备 187 9 q6 L# n6 v9 q9 _. e7 H3 T4 D
7.7.2 模型识别 189 / r' z5 m+ G t' H, }( I( c; z
7.7.3 结果显示 193
% g1 `- ]2 a0 ~% o" N4 k 思考练习题 197
# s+ S7 e" e5 p$ E- q" W 第8章 海洋参数智能预测 198 v% r/ t, s6 t6 w5 S: l& N' ]* m/ q
8.1 海洋气候预测 198 & e) z6 t' {) ^5 j: W5 \5 p
8.2 近岸风暴潮智能预测 201
9 M* f( Y0 x& t& z 8.2.1 风暴潮单点水位智能预测 202 / Z* m; [( A4 b- j1 j' u/ j
8.2.2 风暴潮漫滩过程智能预测 206
) M4 \# V% g7 ^6 i4 D) f 8.3 海洋波浪智能预测 209
+ t2 n4 u7 W5 N# G 8.4 海面风速智能预测 211
6 J7 W# T" C' j% F. J- E3 d 8.5 海表温度智能预测 213
5 I) T# a+ R6 F2 } 8.6 上机实验：有效波高智能预测 217 , C- f: E# g4 N p: l
8.6.1 数据准备 218 - C3 s* ^& m# t) D+ F
8.6.2 模型构建 218
0 P' j! k: Z3 U: e 8.6.3 结果展示 220 * X m' o; q1 p% r6 n9 g
思考练习题 221 0 p* q& @+ t* L5 F7 M4 J
第9章 动力参数智能估算和模式误差智能订正 222
8 _5 p5 u! N7 C2 n 9.1 海洋模式次网格动力参数的智能估算 223
: {2 B; s6 b9 o( z 9.1.1 准地转海洋模式 223 4 O1 }; d+ a* B
9.1.2 降低数据分辨率 224 9 P& F+ s/ ?$ ~! e
9.1.3 智能估算模型 225
" t- D; j: Q" z! {& `* R( ~7 j8 D 9.1.4 智能估算结果 226
7 B; j9 w+ @+ ^8 z/ U _1 R R 9.2 大气模式湿物理参数的智能估算 229
( X& O$ ?7 U3 b( f P7 c. L' k 9.2.1 湿静力能量守恒 230
1 b) L7 W2 K/ u! o5 B- V& s 9.2.2 神经网络设置和数据 230
& u$ F2 _3 z6 q! w 9.2.3 ResCu的智能预测结果 232 : Z5 O: N# O! S6 \' W5 o
9.3 数值模式误差智能订正 235 + e/ ]& L, h3 H+ [
思考练习题 238 % H& m" r3 S: U) N! ]$ v
参考文献 239
5 I! l# f u5 F& _" T( N6 h! e' i* D; B% U3 ]/ s
（请在订单备注处注明发票抬头和税号）
0 `) o O; Q% m1 _' B 官方旗舰店质量保证！出版社库房直发，
$ F, J8 D( K$ P; t( P0 Q3 K% K# V 提供正规电子发票！
2 d4 ?/ y) d' y+ @0 B0 K
2 x9 w1 p4 B/ o0 J% g — END— # ?2 V# @ d; F
信息来源：科学出版社。 . ~1 u, i+ C' c2 I
转载请注明信息来源及海洋知圈编排
) J" V0 k/ b. t4 K 大家都在看 2 k+ z2 h: S x* k
* `9 E* {, D4 Y+ v( z
► 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……) a3 S( `8 N' h3 f
► 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！
' R! ^% b* h0 g) G; e# k ► 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”
0 N P* b S, ?1 M1 T) ]- `2 I: o 中国委员会主任，主持召开委员会成立会议并讲话
" I. k& j- o0 T) c2 H6 J ► 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! b2 |+ s- T. K9 N
► 王颖院士主编《数字南海》正式出版！
3 \' C6 D) b- K7 p7 n3 j$ b5 j; 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 w! ]9 W2 H! T( j- q/ S ►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！ % Y, ]- I9 U! c- _3 c- G& Q; L
►《海洋数值模拟》正式出版！董昌明主编 6 P5 w( J7 p% [# n. L9 o9 @' J1 m% ^
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著
x/ C, c& y: k ► 填补海洋气象学领域空白！《爆发性气旋》专著出版 ! ~; e2 Z1 j, J, ^% Z
► 《黄河三角洲湿地碳循环与碳收支》专著出版 2 E3 d% e# S$ H1 o2 N3 ]
► 《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
, J" p' l- A$ j! R8 k 海
! v# Y6 I M! Y! v. y! S ► 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 [4 g. N7 e3 l# r$ [
洋
; C# O6 ^& r1 z, X4 N, S4 W# e ►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
2 J- ?" k/ |2 }4 P7 \% C* X7 n. D 书 ( \' }0 B) T0 C
►《现代海底热液活动》栾锡武研究员 著 9 ^6 ^/ E6 E& B, m9 T. o( |
屋 3 d: v4 P: o" F0 G: D1 k
►《海洋机器人科学与技术丛书》出版发行 ) H$ e$ U0 {5 f: s2 Z
► 我国第一部《海洋生物地球化学》研究生教材出版
# b1 R2 ~, n' {4 _* I* 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
: c" B! U) x6 o7 @" `) V5 Y ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著 ! c% L1 {- I9 U# d4 q) P
►《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
6 l4 o/ f: c/ X1 e ► 《海洋和海岸环境塑料污染与治理》 骆永明等编著 ) ?, K; Q" T! o/ i
►《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 + O/ G7 I1 `- U) U4 |
►《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 5 b& m; I- n/ V* \( d' t
► 《黄河三角洲湿地生境演变遥感监测》出版 W$ ^1 A+ M5 P/ B
海洋知圈 * G' [$ T2 p- B8 [- [) A1 v" D
知晓海洋 | 探知海洋 6 j1 I" S; q+ F* z" {& g
宣传海洋 | 服务海洋 % }7 W5 _ ?" _
如您喜欢，请“点赞”并点亮“ 在看” |
