|
, C& t3 w" A v; }2 t4 W
原标题：《人工智能海洋学基础及应用》正式出版！ ) o1 z6 R; _3 Q; f
7 i( u* `" H. p6 B, _, ~
1 R9 l$ `/ M* Z& \
（请在订单备注处注明发票抬头和税号） ) b! ?. z. I& F& c# z1 N
官方旗舰店质量保证！出版社库房直发，
; C) g" \. q2 a7 q3 ^ 提供正规电子发票！ / a( {7 e" l5 U
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。 + x1 J( b/ E- T9 ~0 ^; x8 Q
目录
E7 L. x6 v% X8 U4 T 前言 ! h! \; n `. a1 T) q, H5 A6 ~
第1章 绪论 1
8 O+ z' E0 I b; P0 Z2 ?+ G2 ~. U 1.1 人工智能发展历程 1
: J0 B- u$ a8 y3 n2 m+ F 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 7 i; \' O; H: N6 J0 _4 {
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 4 w: i/ K, B" z. d" ^& I% g. I
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2 F4 b7 y: v' [$ K2 |
1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 ; K7 o3 r: \) }4 x* o% @7 V
1.1.5 第3次浪潮(20世纪90年代中期至今) 3 ) I \0 }6 S3 B: H
1.2 人工智能海洋学发展历程 5
. G- B* P* [+ [2 Q$ ` 1.2.1 海洋特征智能识别 6 ' y' \6 k9 `, u. j6 Q' c0 {
1.2.2 海洋参数智能预测 6 8 K+ c+ f0 E! d2 L8 D0 G7 v
1.2.3 动力参数智能估算 7 9 [: s! O( ^/ g% B. P* I
1.2.4 海洋智能化探测 7 ; T3 V+ d- L3 l8 z
1.3 本书的结构和基本内容 8
# D% @ \9 x( s9 K7 e 第2章 海洋大数据简介 10 5 O' i7 q( S4 d9 R8 T
2.1 大数据概况 10
: _5 |, k* s$ j/ f; Y 2.2 海洋大数据的发展历程 10 4 f/ u$ `( u2 F5 d( D6 Y, E5 W- O0 d
2.2.1 海洋数据的初步积累阶段 11
1 R' B8 K5 A8 f, ^ 2.2.2 海洋数据的进一步积累阶段 12 ) `$ E6 u1 v) U' S6 m h( {. \
2.2.3 海洋数据的大量积累阶段 13 $ o, {# G" X" |+ v& _$ F- Z
2.3 海洋大数据的定义及特征 14
0 T: S! A/ G3 F! F8 K! `6 W. q 2.3.1 海洋大数据的定义 14 ; F% i4 r& T S" D) }
2.3.2 海洋大数据的特征 14
! v$ b6 J* K0 }+ U6 d9 a5 @; p 2.4 海洋大数据的数据来源 15
& s- E) h. S& ?) y 2.4.1 海洋实测数据 15 ( t& v# e* `" i( e8 u
2.4.2 海洋遥感数据 18 ) @# G8 N/ Z T6 c' m, D& y& E
2.4.3 海洋模式数据 21
/ Y/ {4 z0 k& w! |' n/ K4 j& z0 S 2.5 海洋大数据的处理分析 23 ; r% A" ]: N/ X: u5 Q" X: B* D
2.5.1 海洋大数据的存储与管理 23
0 }- b0 H" a+ v 2.5.2 海洋大数据分析挖掘技术 24
P; |' } }9 I) k6 `; T f 2.5.3 海洋大数据可视化技术 24 8 O, w. F+ P" @+ y
2.6 常用海洋大数据平台 25
0 d0 @" ~2 d( w0 J8 o2 F% z 2.6.1 海洋科学大数据中心 25
t. H+ r8 N! d" n; D4 j5 A- ] 2.6.2 美国国家数据浮标中心 26
' ^6 A f y" O 2.6.3 欧洲海洋观测和数据网络 26 8 M: D: k* v5 f) I4 q$ B; ]
2.6.4 日本气象厅平台 27 * i# ~5 N9 ]( _+ Q5 w! \( D; q
2.7 一种常用的海洋大数据管理系统 27 - b+ z) u7 p9 Z9 l! P
2.7.1 为什么需要Hadoop 27
0 o5 t/ N9 ^1 k 2.7.2 HDFS 29
4 G* u+ t3 ^6 }$ r6 d: |- } 2.7.3 MapReduce 31
' h! l* I$ I8 k# E" i% J4 [ 2.7.4 Hadoop的部署 32 $ j5 X+ a4 i: e
思考练习题 37 j% [1 c( }+ J/ @/ Z3 o
第3章 Python语言 38
5 l- @% q ?, C4 w/ e/ V ] 3.1 安装与运行 38
6 V ?4 _0 z8 [' @3 h 3.1.1 安装Anaconda 38 / }1 g/ \$ o; U% H- V$ H7 ?2 i
3.1.2 安装PyCharm 41
( ]) S2 T3 ]& h4 J( j 3.2 基本变量类型 42
7 \* j$ e' |2 x+ I6 | 3.2.1 数字与运算 43 , Y) {% U0 V& |9 U
3.2.2 字符串 44 9 i4 I v# E6 F) s; E6 O
3.2.3 列表 44 * B% }2 [4 y9 R/ h0 x$ V8 c2 m
3.2.4 字典 46
4 W" r6 L5 o; t: u4 }8 e 3.3 函数和类 48 # R6 X2 t& W0 f# C
3.3.1 函数 48
# v) s9 d6 Y8 V4 ?' w+ J 3.3.2 类 48 4 B$ l& M" W( l/ r! q! e& u
3.4 循环与判断 51
! \6 V5 x/ E! r3 c 3.5 库 52 / g, k. V7 l4 E2 q# J# G
3.5.1 Numpy 52
& q! o9 N* V* {% x: P6 ^+ } 3.5.2 Matplotlib 55
' G; u) e1 E7 z4 G8 c# J$ M 3.5.3 NetCDF 69 6 X! }6 \/ Y9 x+ J& f
3.5.4 Xarray 69
" E+ N3 t3 P+ Y1 G0 \/ T 3.5.5 Cartopy 72
0 ^) B3 W/ R* k" h( } 3.5.6 TensorFlow 73 * V6 U4 k1 l( N5 W* g+ B
思考练习题 76
# \. k5 r: a( G+ Z, ?0 p 第4章 人工智能基础 79 + v- M, Q4 ~3 J& D
4.1 人工智能基本概念 79 2 z0 ~% u f$ b* u2 o
4.1.1 数据集划分方法 79 : ^( W& v: c* t& E' Q# T
4.1.2 分类问题评价指标 80 . d- ]8 _, x; V( L0 _$ j$ v1 M6 L
4.1.3 回归问题评价指标 82
) w9 f4 b3 R8 b 4.2 BP神经网络 82
* V0 D1 ] F/ O9 V/ p& z7 c# H7 l 4.2.1 神经网络基本概念 83 " W9 g& q3 t% b# K7 A. A5 p
4.2.2 M-P模型 84
! y8 W4 d5 Q/ \% x# L' m 4.2.3 感知机模型 85
! \. V! G* p% B t 4.2.4 BP神经网络 87
4 u7 C, Q2 g; I: c3 w, U% c# L 4.3 其他神经网络 90
$ w, L- k6 u. g! A9 @ 4.3.1 前馈神经网络 90
, m5 Z7 o/ @/ j1 M$ y$ ] 4.3.2 模糊神经网络 91
/ H! k3 t3 J1 G" e 4.3.3 径向基神经网络 93
; \' y/ R! n; k0 B/ b. n 4.4 上机实验：搭建BP神经网络 95
* B( s. H9 V: q, b( [ 4.4.1 数据准备 96 * V+ j, P7 W6 H+ y1 m
4.4.2 模型搭建 96 0 V, t- v- {& {& G- f
4.4.3 结果检验 97 / ]+ b) R' s) v# u9 Q. W
思考练习题 100 + i2 r/ B& l" [5 s# m* g0 K
第5章 深度学习 101
6 u) G4 \: o0 Z5 e4 a2 w% I1 v 5.1 深度学习入门 101
2 C2 E6 D) F5 e( V 5.2 深度学习的特征 102 $ P6 y: D1 v# Y0 k& w
5.3 卷积神经网络的基础结构 104
& ~: \. z( c# L# k1 C+ K* g# B 5.3.1 数据输入层 104 / e; [# x, D2 q& h Q$ k' G) K# ?( |
5.3.2 卷积层 105
0 a) [- g% G- p! I+ Y 5.3.3 池化层 107
) a1 i7 U6 o* s" }% M, i1 x- U4 i 5.3.4 全连接层 109
/ p( o" U4 P, T; _6 s 5.4 常用的4类卷积神经网络架构 109 - e# Z/ n& c% Z7 {4 M
5.4.1 LeNet5 110
( T- {, O- y6 E: U( o/ ^# Q$ U 5.4.2 AlexNet 111
/ r# V" R! g6 s) f: T7 j 5.4.3 VGG 114
& B6 l4 z2 \/ {; y% P% b& | 5.4.4 ResNet 115 ! v; w, B# ^. `# r# M' |" ?
5.5 基于卷积神经网络的语义分割 118 8 M- L, y7 {2 C9 M, h0 a5 k* N% ]
5.5.1 图像处理的不同层次 118 & m# S3 ^+ K5 l7 l9 {0 u! K' N6 d
5.5.2 全卷积神经网络 120
# M; k C; P* A# Y 5.5.3 DeepLab系列模型 123
Y' e6 n, S6 B- C& V3 `2 t& Y9 N 5.5.4 PSPNet 127 8 U$ O7 V+ `. y1 ~
5.6 上机实验：搭建卷积神经网络 129
- _3 e$ E5 d0 L {! E8 R 5.6.1 模型搭建 129
; ]2 c5 A. C' F# F+ b+ @( W) ]* t 5.6.2 结果检验 131
9 A# o5 d" m9 i% I) C: p 思考练习题 133
, w' V: _' g, F1 n( K 第6章 循环神经网络 134
" M! F! n: g5 G 6.1 循环神经网络 134 : q$ v( Y: }& Y8 y1 @; c% u
6.2 长短时记忆网络 137 + M9 j: r6 Q, i8 k" P* g1 R8 L
6.2.1 LSTM的内部结构 137 / P7 J, g4 N8 f2 T* e
6.2.2 LSTM的“门”结构 138 1 x* y/ ]% P4 @) A0 E
6.3 门控循环单元 141 : s& @; y* s& s: H" F) c
6.3.1 GRU的网络结构 141
3 t! Y1 F2 F& a! a 6.3.2 重置门和更新门 142
0 S0 z' A# Q7 j' P 6.3.3 候选隐藏状态 142
* K4 ^7 M9 }$ g$ L- X3 g' d 6.3.4 隐藏状态 143
9 x8 \" Z/ n' R2 F5 {+ D8 x# h 6.4 双向网络结构 145 2 s+ E! F5 ^6 g, n X3 p' h9 |
6.4.1 双向长短时记忆网络 145 / Q6 F q* m$ B
6.4.2 双向门控循环单元 146
4 H! _- f8 X, P/ \ 6.5 上机实验：搭建循环神经网络 147
% i2 x1 Q2 B8 q! [ 6.5.1 数据准备与模型搭建 147
5 I) B" Q k0 f% ]0 I 6.5.2 结果检验 149 " Z* o2 y7 s* T0 g4 p8 i
思考练习题 151 ' ]+ P" Y4 D! i$ _) X, @
第7章 海洋特征智能识别 152
; S5 x- w# a; d 7.1 海洋涡旋与智能识别 152 ' w, c3 d% Q7 x2 v, a' Z9 _
7.1.1 海洋涡旋 152 3 n/ I- \4 T. u0 }
7.1.2 基于PSPNet算法的海洋涡旋智能识别 153
) ^+ Y2 l7 G3 I% U/ f 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 * j9 ~; s* \0 W, z) Z8 U
7.2 海洋内波与智能识别 166 1 Z6 M+ n1 O3 L0 ^5 N' z8 v$ ?
7.2.1 海洋内波 166 6 P3 M5 {7 K9 B, z% ~9 u
7.2.2 海洋内波的智能识别 168 0 w4 a8 U Q7 l* w# H
7.3 海表溢油与智能监测 170
( v: {2 a- R" y 7.3.1 海表溢油 170
, z2 o, M" O. n 7.3.2 海表溢油监测 172 1 k+ [9 X; f, U9 t7 g+ p- T
7.3.3 海表溢油的智能监测 172 . i8 F1 t- R0 w$ r
7.4 海冰与智能探测 176 " d" M& j3 R, n1 x3 {
7.4.1 海冰 176 7 L, j6 J- `( Z" h# ^ v
7.4.2 海冰探测 177 # F( t- c6 c8 g6 ]3 u% ^
7.4.3 海冰智能探测 177
- K: ]% y! K7 |' n2 L Z. Y4 @ 7.5 海洋藻类与智能识别 180
9 q1 I! n, j$ M# G7 I3 y3 y* i& g 7.5.1 海洋藻类 180
# O7 e, `9 Z8 L) D3 t 7.5.2 海洋藻类的智能识别 181
# ]( d9 k, B9 n; k2 A 7.6 海上船只与智能监测 183 0 ~* i8 u, Z6 t
7.6.1 海上船只监测 183 8 x, K) C8 \3 u
7.6.2 海上船只智能监测 184 0 k& L z U z0 ]3 o3 x6 E% P
7.7 上机实验：语义分割识别海洋涡旋 187
1 r. K! d k* d6 y 7.7.1 数据准备 187 ; I0 G" u1 i6 G. d
7.7.2 模型识别 189 2 ^. d! b( y$ q+ [
7.7.3 结果显示 193
) V6 N; w3 h% y* N* z 思考练习题 197
. u p3 x/ S n' R7 p" e 第8章 海洋参数智能预测 198
0 O8 S$ m u* a% h% Q0 M 8.1 海洋气候预测 198 7 W9 N2 }( s( c
8.2 近岸风暴潮智能预测 201 : W$ B! i3 ^2 ~5 D" C9 V
8.2.1 风暴潮单点水位智能预测 202
0 f% ~+ i+ T4 U& b/ `# x; b$ U2 F 8.2.2 风暴潮漫滩过程智能预测 206 5 ~6 M9 z( _* n& E: j6 c
8.3 海洋波浪智能预测 209
" B3 K/ Y4 u$ ~1 {# T: N7 s 8.4 海面风速智能预测 211
8 N, ?1 [6 W, F# ?. U% f 8.5 海表温度智能预测 213
; I. j U; B6 S$ l/ ]! |9 k+ @; ? 8.6 上机实验：有效波高智能预测 217
& x' m" A0 U. R0 l" B5 I6 k 8.6.1 数据准备 218 & q( V" i6 {7 h# t' m
8.6.2 模型构建 218 9 S; @! y) Z+ [8 H
8.6.3 结果展示 220 3 H6 k) ]- i9 Z# n1 |
思考练习题 221 % v8 v8 K" l M1 Q8 ]
第9章 动力参数智能估算和模式误差智能订正 222 ) Q4 t5 }3 o0 E: N. J1 ^
9.1 海洋模式次网格动力参数的智能估算 223 ) k) @( ~& X) ]- u( c# c" e$ x3 D2 v- @
9.1.1 准地转海洋模式 223
2 s7 Q$ ~' R/ N* l$ m' y 9.1.2 降低数据分辨率 224
j r) W9 E) f; k* G- X* a V% q3 { 9.1.3 智能估算模型 225 4 }( U" c3 ^1 v
9.1.4 智能估算结果 226 2 K& b/ F4 C! [4 B
9.2 大气模式湿物理参数的智能估算 229
$ ]9 |& }; u; h' g5 b! h 9.2.1 湿静力能量守恒 230 1 M# v% x! F, j$ i
9.2.2 神经网络设置和数据 230 9 f. m4 I; U3 w
9.2.3 ResCu的智能预测结果 232
+ d; ~1 `6 V/ U$ V& V4 } 9.3 数值模式误差智能订正 235 1 e) r7 ]6 d! C' W9 |% E4 J
思考练习题 238
% J3 B' y& d* \/ A8 a( @* G" a 参考文献 239 0 t4 M" j3 _' N# K
' k1 B- t5 l( X5 y! j （请在订单备注处注明发票抬头和税号） ( j" [; y0 `5 r
官方旗舰店质量保证！出版社库房直发，
3 m. M1 ~% v8 B9 s 提供正规电子发票！ ' x7 E r c1 D/ ^
~8 s5 }% S! p
— END—
, s$ ?8 \, l; _& X3 i m4 F 信息来源：科学出版社。
- q" }1 `+ l, \7 \; C6 {9 r( { 转载请注明信息来源及海洋知圈编排
* z7 K& q9 h; d6 f 大家都在看 1 J) o) P7 W3 Z. V2 ?3 |
9 ?' a* v! V$ }) H ► 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……
' G8 n6 _. s- D1 Z3 ?, e ► 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！ ( K' @- V, M5 ~
► 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”; @. r+ C# z% |( j+ l$ F$ v
中国委员会主任，主持召开委员会成立会议并讲话
/ e' t f; n' D5 l) }9 b1 v. t4 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 - u3 R* T5 l( `, p: {- _6 Z" I
► 王颖院士主编《数字南海》正式出版！
' c" F, F8 Y# E0 W% Q9 w+ E& p0 W3 @% E
3 R. G7 C1 j4 k+ S5 K; m# g# L& 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） 3 U# y- v: d. q/ V$ ]+ A$ G
►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！ " K, U! X4 Z7 G _/ K3 ^+ k) W4 g+ |
►《海洋数值模拟》正式出版！董昌明主编 / ~/ m0 |, b$ t% y% j; Z* O8 y
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著 8 }9 n7 ^; _. }" b* z3 O. q: x
► 填补海洋气象学领域空白！《爆发性气旋》专著出版 & v$ D0 R& P/ B) X ]
► 《黄河三角洲湿地碳循环与碳收支》专著出版
3 f3 a, {/ Y7 J ► 《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 ' e4 t: o- ?+ ]1 H1 `5 x
海
3 L9 Q& ~, j' E+ V ► 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》 $ N5 |! V. r0 N0 u% a% ^2 J2 Q
洋 9 d; i5 H, b) o# M. B
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
2 k+ h6 M7 U8 _% r& J8 s X 书 + k5 }$ _4 m6 t/ ^0 } }$ m
►《现代海底热液活动》栾锡武研究员 著 ; u+ Y; `! T# X% n3 c
屋
5 c# ^* c' ?& ?: f0 [ ►《海洋机器人科学与技术丛书》出版发行 $ |) }- I" ]" _5 X( p, V2 s& z8 o: v
► 我国第一部《海洋生物地球化学》研究生教材出版
. r h$ h! `) l& e8 z) q" T* h6 f ► 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
& s' ?- F# i6 d$ _3 W' B2 p& ? ►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
' Z# W# `0 e, \' @* x ►《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 9 E0 n% a: Z$ j$ ^7 [
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
$ W: s9 z% X m1 m( R, `9 B* Z& o) e ►《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 . V. e# t& @+ K- s! ^& N
►《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 3 ~- R, c2 h& B6 B
► 《黄河三角洲湿地生境演变遥感监测》出版
- Y# p7 {8 t9 s$ Z! O p 海洋知圈 - ?) e- U9 j v' d; p) A6 E& X' v
知晓海洋 | 探知海洋 & R' U/ w5 R$ m) s% s ^0 g
宣传海洋 | 服务海洋 : }$ Y0 }- O. i
如您喜欢，请“点赞”并点亮“ 在看” |
