|
$ z3 J6 j8 h/ n* ? 原标题：《人工智能海洋学基础及应用》正式出版！ 3 V1 s" @! W- C7 \0 _4 m
" k ?( \; b% f* y- L 
. B. M1 F; P6 q7 C% G6 @* B2 ~) Z# y （请在订单备注处注明发票抬头和税号）
( N @8 F1 p2 F* l 官方旗舰店质量保证！出版社库房直发， ( I0 p' P' x! b# g5 n
提供正规电子发票！
, b6 \; C ^; X- j6 b* T1 Q5 a 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。
7 Y" ?1 x- ~4 h* a* s" u 目录 : T0 g2 W$ G( r
前言 8 I+ V# y, n& |. l j
第1章 绪论 1
, D0 ^: w. B; _7 v u 1.1 人工智能发展历程 1
3 g( W. o$ g* e$ z" }9 [ 1.1.1 第1次浪潮(20世纪50年代中期～60年代中期) 2 - t+ P. z/ c4 w# i) {8 ~
1.1.2 第1次低谷(20世纪60年代中期～70年代中期) 2 5 L4 ]4 v) ?% {
1.1.3 第2次浪潮(20世纪70年代中期～80年代中期) 2
- U0 l R( k# S$ b" _/ v/ N& j; B& _3 g 1.1.4 第2次低谷(20世纪80年代中期～90年代中期) 3 ! A n9 s: B( m1 Z/ ]
1.1.5 第3次浪潮(20世纪90年代中期至今) 3
2 g2 o/ u' t+ w: I* @5 V 1.2 人工智能海洋学发展历程 5
X8 m$ f) c' z* p 1.2.1 海洋特征智能识别 6
# K- b0 Y$ _. Y 1.2.2 海洋参数智能预测 6
7 m- W2 d+ P) ` 1.2.3 动力参数智能估算 7 + O2 u* D+ J# V: S
1.2.4 海洋智能化探测 7
+ T1 o! G7 t1 q3 v F* @4 }# k+ A/ b 1.3 本书的结构和基本内容 8 0 G/ l: z, x+ c0 U% d' L0 @
第2章 海洋大数据简介 10
- D# i( H( z# I 2.1 大数据概况 10
! `9 x) C6 G! T5 P1 ^8 ^ 2.2 海洋大数据的发展历程 10 7 }& c& l# k" c L1 A/ z0 A; [- |
2.2.1 海洋数据的初步积累阶段 11 " q0 v! \3 y# Z K# C5 s" ~
2.2.2 海洋数据的进一步积累阶段 12
7 F1 Z0 ^: m! K. F; a1 R$ z' R 2.2.3 海洋数据的大量积累阶段 13 1 e0 x* }( E/ A# c0 E
2.3 海洋大数据的定义及特征 14 & ~$ Z, S) h! Z! }" G
2.3.1 海洋大数据的定义 14 % x" ?5 P" m2 c3 e ?/ W
2.3.2 海洋大数据的特征 14
( X8 x, \8 A- K' J$ T0 p6 t 2.4 海洋大数据的数据来源 15 1 S ^% s- u3 k0 P2 |
2.4.1 海洋实测数据 15
' Z: F% t! Z9 K' \' z" j4 J0 n& e7 ?; r 2.4.2 海洋遥感数据 18 9 V7 F* _3 h2 X3 m
2.4.3 海洋模式数据 21
# k: g4 T ?& G 2.5 海洋大数据的处理分析 23
" v& ~ }2 A" Z- K5 O: C, I" q 2.5.1 海洋大数据的存储与管理 23
# y$ y; n, C: I s) w' c) i9 y 2.5.2 海洋大数据分析挖掘技术 24 0 r4 K, x6 P! H; A: G! J
2.5.3 海洋大数据可视化技术 24
) e2 u: z ]) v, F- a 2.6 常用海洋大数据平台 25 * Q+ y" W8 ^& S7 m8 ^# \' L
2.6.1 海洋科学大数据中心 25 M6 l9 r( j9 @* {' E
2.6.2 美国国家数据浮标中心 26 : n- L( L; v; ~8 c5 f: h
2.6.3 欧洲海洋观测和数据网络 26 $ e, ~. R1 i2 x% @9 B" ?
2.6.4 日本气象厅平台 27
4 k b r( W" t# D5 s- L 2.7 一种常用的海洋大数据管理系统 27 1 ^9 \. r" z5 k8 k
2.7.1 为什么需要Hadoop 27
# I7 C! K4 w% y) {' R; O 2.7.2 HDFS 29 0 y) z1 z3 J% i5 h* ?
2.7.3 MapReduce 31 1 ? e4 o/ M. t, {
2.7.4 Hadoop的部署 32 k9 w& t, s) g' a0 @5 W0 g3 s
思考练习题 37 ! u' J& o) g0 X; x" N. U
第3章 Python语言 38 9 r; M8 a: B9 E/ k/ f
3.1 安装与运行 38
" N: K9 g6 S& _# m' M 3.1.1 安装Anaconda 38 2 i6 k+ y' t5 h" r- `# {$ s
3.1.2 安装PyCharm 41
* l& D( B7 X0 l g& b 3.2 基本变量类型 42
5 y$ l+ C! G& z5 R& L2 V+ _5 {7 l" L 3.2.1 数字与运算 43 ; c2 K7 O- o) @/ x+ O2 f
3.2.2 字符串 44
) O+ k8 y) N& `8 B 3.2.3 列表 44
! `( g: _) Y% Z% D 3.2.4 字典 46 ! p8 \! Y# @, z4 d! }8 Y- B+ m& U
3.3 函数和类 48 # M* s3 P9 v3 b
3.3.1 函数 48 + a$ }* M C9 N. Z" [$ ], J
3.3.2 类 48
- r1 ~! P; q2 o; H& R 3.4 循环与判断 51 5 \$ l3 C* n" D
3.5 库 52
- j& l/ h$ L! e# f' O 3.5.1 Numpy 52
2 _( v& m$ D" O" [/ Z- K 3.5.2 Matplotlib 55 # q3 H4 G! d7 z
3.5.3 NetCDF 69 4 i0 F* p P/ t6 X6 R" @
3.5.4 Xarray 69
" T" K" v$ a. _( c* l7 b D 3.5.5 Cartopy 72
: z. [0 H# a4 `( y g; W 3.5.6 TensorFlow 73
6 ~& }9 R% P$ a( \: j 思考练习题 76 # V/ X. g/ H. `, s2 L, S
第4章 人工智能基础 79 # \' Y0 s3 p0 G5 T4 U
4.1 人工智能基本概念 79 " j7 f' o( T9 p: Z8 S0 C, n6 }- v
4.1.1 数据集划分方法 79 ' j" i; t: G8 N
4.1.2 分类问题评价指标 80
; y0 y+ e+ q: t$ _2 v7 k( u 4.1.3 回归问题评价指标 82 # z( L9 ^0 V4 m: S
4.2 BP神经网络 82
4 B1 }5 a+ B8 ?7 t: {) V 4.2.1 神经网络基本概念 83
- P" U8 y5 c/ V0 a9 { 4.2.2 M-P模型 84 . n2 y! k! {5 S' O3 T# H' T# X
4.2.3 感知机模型 85 1 s7 F6 T! C1 U( F% l* p L* t( {
4.2.4 BP神经网络 87
7 L7 l; z8 C1 l& C 4.3 其他神经网络 90
4 \! m+ z* {2 x 4.3.1 前馈神经网络 90 ' L6 R$ f5 P- y# g9 p# G
4.3.2 模糊神经网络 91
$ s$ F, S+ L) p. m: H* a( t 4.3.3 径向基神经网络 93
$ ~) @9 {$ }* y- K2 w6 n 4.4 上机实验：搭建BP神经网络 95
' c3 O! N: C$ w! K5 [ q8 k& L# L 4.4.1 数据准备 96 % r0 T' c F9 I2 @+ s
4.4.2 模型搭建 96 + M" e+ F; `4 g7 Q( n3 T, ^$ c
4.4.3 结果检验 97
# ?( P, t% ^3 B0 Z2 I; ^ 思考练习题 100
/ }" R0 S, t9 N7 q0 b/ F1 H5 b+ Z 第5章 深度学习 101
& K* Q e, x9 F P* ? y 5.1 深度学习入门 101 + A0 R8 o; y7 K% B
5.2 深度学习的特征 102 ! ^1 A6 @' m$ e, }& N
5.3 卷积神经网络的基础结构 104 4 f6 J$ D: X @9 h
5.3.1 数据输入层 104 + a$ o D, y5 A/ R* |0 z; N c9 ~8 G
5.3.2 卷积层 105
: G2 f0 D3 A2 {3 M4 b; Z 5.3.3 池化层 107 2 ]! s! @( `, H" J
5.3.4 全连接层 109
+ y1 c" s: u9 n7 A+ L2 r9 q 5.4 常用的4类卷积神经网络架构 109
+ u* y8 U3 d& A3 g5 \ 5.4.1 LeNet5 110
0 q* L/ e. Q" g 5.4.2 AlexNet 111 7 ^* T- v* Q4 o
5.4.3 VGG 114 2 |& s/ Z/ ?4 P" G" s
5.4.4 ResNet 115 8 m) [2 c* } ~% I
5.5 基于卷积神经网络的语义分割 118 0 s/ K: V; }. j0 G
5.5.1 图像处理的不同层次 118 ; @) k# J2 L4 P8 M# o' ^& R" k
5.5.2 全卷积神经网络 120
4 |- ?3 d: B/ { 5.5.3 DeepLab系列模型 123 ' n% l& j" h& Y7 H% W4 {
5.5.4 PSPNet 127
# z8 k1 P u! f 5.6 上机实验：搭建卷积神经网络 129
9 L) O: S) u5 J; S" Z# S 5.6.1 模型搭建 129 . @4 t( i! T/ e2 O7 y
5.6.2 结果检验 131
. e3 a: ~+ d+ j6 v. f* j 思考练习题 133 . x+ ` O! Y' E8 Q- E6 r8 ]( ~) v6 F8 h1 X
第6章 循环神经网络 134 % N" D r) x. u4 P
6.1 循环神经网络 134 9 b2 A2 G, n& r2 I
6.2 长短时记忆网络 137
7 A0 s" s/ ^! B% {* x1 T* ^4 ~3 [# P6 m+ S 6.2.1 LSTM的内部结构 137 0 A" C4 Q& x, p/ o& _( S; P
6.2.2 LSTM的“门”结构 138
4 E% K2 i3 O' g6 J' S 6.3 门控循环单元 141
) e8 I2 T" B) b. u4 Q 6.3.1 GRU的网络结构 141
+ W: M* p; }- p4 O. I: \ 6.3.2 重置门和更新门 142 / ~. d' J5 Z7 F. o* U+ w
6.3.3 候选隐藏状态 142 5 G5 [. U( J$ }& W- |0 D5 M( I
6.3.4 隐藏状态 143
$ e; N8 Z8 z: M& T, T# ?. F 6.4 双向网络结构 145
; C- I m4 e) { 6.4.1 双向长短时记忆网络 145 8 f/ c0 D, Z7 F) b
6.4.2 双向门控循环单元 146 ) d7 n9 u: S5 R' @) D% l: @
6.5 上机实验：搭建循环神经网络 147
4 X8 f4 X) h F9 x: { 6.5.1 数据准备与模型搭建 147
Q) o( @+ Z8 d& E" Y2 M' }6 ? 6.5.2 结果检验 149 ! ]0 F' y2 w8 Z' r
思考练习题 151 : `0 w+ ~# k! e8 _6 q
第7章 海洋特征智能识别 152
|4 U# B0 O4 V* q 7.1 海洋涡旋与智能识别 152 ( Q. j+ t2 O% X0 |; `! T
7.1.1 海洋涡旋 152
9 S( _5 f! P; Y: g 7.1.2 基于PSPNet算法的海洋涡旋智能识别 153 $ ?/ ?5 T8 I/ s
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
! h, ?- h" C& l4 I4 c ~( s ~# \9 L 7.2 海洋内波与智能识别 166
+ ]+ I# l4 c6 J8 K/ N9 e 7.2.1 海洋内波 166 ( A" j1 O( Z/ e% y
7.2.2 海洋内波的智能识别 168 ' H4 Z- o/ j* e) i
7.3 海表溢油与智能监测 170 ; f* i0 Y) E! _; a% K
7.3.1 海表溢油 170 ) q( d. v3 Y2 M. ~' Q3 |& n
7.3.2 海表溢油监测 172
/ a5 _& d v: o1 X7 j* o 7.3.3 海表溢油的智能监测 172
+ |, y" y/ L9 w6 Z5 R) v: k9 T9 b 7.4 海冰与智能探测 176
1 n/ T9 |# J8 G- x. z" I5 H$ J 7.4.1 海冰 176
* L+ G$ g- a$ |9 g. |; w5 S 7.4.2 海冰探测 177
$ s. g( h" f( j) N8 V( [& z 7.4.3 海冰智能探测 177 : n1 B; T: b8 s5 b
7.5 海洋藻类与智能识别 180 1 Q; f7 s1 Q9 `4 ^8 ~* C
7.5.1 海洋藻类 180
) x" `' o6 A6 v5 | 7.5.2 海洋藻类的智能识别 181
5 {0 O2 t: q! @) ?; M 7.6 海上船只与智能监测 183
# r- l G4 B( ], P 7.6.1 海上船只监测 183 7 b( x+ ]3 z R$ d' G- O
7.6.2 海上船只智能监测 184
3 J0 m: h+ c0 ^% p& t$ \: T) t6 ] 7.7 上机实验：语义分割识别海洋涡旋 187 / p6 |0 a. `. w3 m* T
7.7.1 数据准备 187
% ~* s9 s# Y* v: k: q! ? 7.7.2 模型识别 189
/ b5 G$ m7 w4 F ^# w! S8 W+ O! n 7.7.3 结果显示 193 * J, ~9 B7 b1 \% g1 Z
思考练习题 197
& s4 M9 {/ D1 b5 z1 V 第8章 海洋参数智能预测 198
) a& j5 ?( d. }- g! b 8.1 海洋气候预测 198 ; O' Z" ^. w7 t
8.2 近岸风暴潮智能预测 201
, q% N2 d* y1 a1 ] 8.2.1 风暴潮单点水位智能预测 202
( n3 D' V- w" ~" s8 o 8.2.2 风暴潮漫滩过程智能预测 206 ; B# ^) k7 ?% d2 s1 \2 b
8.3 海洋波浪智能预测 209 ' a! _5 F/ M6 g$ H6 N' U
8.4 海面风速智能预测 211 6 b- n9 O' U; }- J5 h2 m# o1 h, Q$ z1 F
8.5 海表温度智能预测 213 - D1 b- @# Q9 x8 Y6 e+ ~2 F$ J
8.6 上机实验：有效波高智能预测 217
4 k: ]+ }) q' h5 z( F$ s0 n 8.6.1 数据准备 218 : A2 s2 h, x$ n( b
8.6.2 模型构建 218
( w9 `3 j3 Z9 \ 8.6.3 结果展示 220 % X3 H$ e: O. M& i
思考练习题 221 0 k' i/ N* M5 v0 `7 M
第9章 动力参数智能估算和模式误差智能订正 222 7 o& R ~2 R1 E$ ~- o& l* J% a
9.1 海洋模式次网格动力参数的智能估算 223 3 q- o1 Y! Q# I- V! \
9.1.1 准地转海洋模式 223
! S5 d) a$ s* a7 h, V9 [' b 9.1.2 降低数据分辨率 224 3 g2 `2 L* M) Z3 I
9.1.3 智能估算模型 225
) n' Z, v7 S# u0 f; U9 F 9.1.4 智能估算结果 226 6 u" s3 Y. w& d
9.2 大气模式湿物理参数的智能估算 229 + D7 G/ h5 z- W0 [
9.2.1 湿静力能量守恒 230
, h/ M. {+ c6 F* P) G6 ~ 9.2.2 神经网络设置和数据 230
6 w: b' _, ?- W+ D' C 9.2.3 ResCu的智能预测结果 232
# j0 V \" A |0 T/ ?% O/ N 9.3 数值模式误差智能订正 235 ) ^: P7 [2 F) l- R
思考练习题 238 % Z3 P) r2 D y, D
参考文献 239 7 H/ X( p$ j( d% X" t. w; [
7 n4 K3 Z8 e# S& W+ i （请在订单备注处注明发票抬头和税号）
4 V- f0 ^6 d3 J4 d0 k% u5 c# r 官方旗舰店质量保证！出版社库房直发，
Q+ @0 q: M) v% R A2 ?0 M/ k5 O/ s$ ? 提供正规电子发票！
4 v2 d( b/ k( z7 F% E
2 J+ E* C4 _1 r# q/ G- H — END— / S% D$ \+ x+ K7 S! V, d7 }; U
信息来源：科学出版社。 7 `1 J. O/ _4 Y/ |# }
转载请注明信息来源及海洋知圈编排
# K S! h# K9 g$ d4 v% Q 大家都在看
' B( |4 s! q, ]
0 T1 y1 I* H' t0 U7 ^# x# D ► 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……
+ c4 N0 e" E: F g) v# F6 l* ^ ► 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！ , W% F* f6 W B! t- x A& }
► 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”$ }6 J3 ^& L% P3 |- W
中国委员会主任，主持召开委员会成立会议并讲话
( \6 D. q& A1 @- U ► 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 $ D' ~& `; _9 a$ I
► 王颖院士主编《数字南海》正式出版！ + x- s) @. z+ Z/ @% p, U+ l; N$ g
+ u: P' U# F# u* t: C
► 《海洋空间规划与海岸带管理》出版发行（刘大海、李彦平主编）
2 H% M# R* }- R$ F0 v$ \5 Q4 x" @, k5 U ►丁德文院士等编著！《中国近岸海洋生态学研究与管理》出版！ 3 K, I1 a- n2 T; u) H
►《海洋数值模拟》正式出版！董昌明主编 2 ?2 V1 {5 G! ?& M3 a. ^. l
► 《渤海、黄海和东海沉积物类型图》出版！石学法等编著
0 r9 O9 {6 ^% B ]) Y. S ► 填补海洋气象学领域空白！《爆发性气旋》专著出版 " ^/ E' s- f: ^0 m
► 《黄河三角洲湿地碳循环与碳收支》专著出版 2 _, E; p7 Z5 n; C- `
► 《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 6 e5 j9 r+ W4 n" e
海 . R! p9 D5 ]* x+ z; u$ \2 t
► 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》 ) o! }6 h1 E- d7 E! O
洋 ) f9 x8 l( @# C0 m( f" j( c5 R2 w
►《珊瑚礁科学概论》：珊瑚礁究竟有多重要？
4 r9 t! j [, B- k6 n' V9 r 书
' |: {/ }+ p1 Z7 \/ O. Z ►《现代海底热液活动》栾锡武研究员 著 # j/ R* \: D, Q5 @; a8 r' {
屋
) H7 O$ b ]/ k: }! c ►《海洋机器人科学与技术丛书》出版发行 . e# C6 |4 I- n# o& ?
► 我国第一部《海洋生物地球化学》研究生教材出版 / r5 u+ f# Y& N: Q! M
► 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 + y9 u) R2 u# l* ]( U& A
►《自主水下机器人》封锡盛院士等主编、徐会希高工等著
9 |5 F. j+ {- ?; ~6 L) u' d ►《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 P9 t. ^" i/ ~ K) G
► 《海洋和海岸环境塑料污染与治理》 骆永明等编著
! m* w* l$ T# D# ^9 Q8 f3 Y) y# K ►《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 ' m/ C% o3 n( Z& u3 D7 t: t
►《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 X. N& }1 Q1 h6 W G
► 《黄河三角洲湿地生境演变遥感监测》出版
, e6 e: E1 X9 Y; D" t 海洋知圈 2 m/ F$ J6 Q7 G
知晓海洋 | 探知海洋 9 k1 O5 |. f5 J `0 l* J* Z) u
宣传海洋 | 服务海洋
, j7 J- }7 q/ K. ` 如您喜欢，请“点赞”并点亮“ 在看” |
