幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

海洋大數據分析預報技術(精)/海洋遙感與海洋大數據叢書

  • 作者：石綏祥//徐凌宇//楊錦坤//郝增周//徐青等|責編:杜權//劉暢
  • 出版社：科學
  • ISBN：9787030787385
  • 出版日期：2024/06/01
  • 裝幀：精裝
  • 頁數：291
人民幣：RMB 288 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書從大數據和人工智慧的角度，系統、全面介紹海洋預測預報與挖掘分析技術。全書分為三個部分：第一部分（第1?3章）是數據部分，對海洋大數據的特徵、資源分析、處理評估、平台架構、存儲管理、分析處理等進行闡述；第二部分（第4?5章）是方法部分，介紹基於機器學習的海洋大數據典型挖掘分析方法，包括回歸方法、聚類方法、關聯方法、分類方法及可視分析方法，並給出典型的深度學習預測方法；第三部分（第6?10章）是應用部分，展示利用海洋大數據處理方法對各類海洋數據進行分析預報的成果，包括對海表溫度、海面高度、海洋三維溫鹽、颱風路徑和赤潮發生概率的分析預報。
    本書可供海洋信息、海洋大數據、海洋遙感及海洋環境安全保障等相關領城研究人員、技術人員、管理人員，以及科研院所、高等院校相關專業的師生閱讀參考。
作者介紹
石綏祥//徐凌宇//楊錦坤//郝增周//徐青等|責編:杜權//劉暢
目錄
第1章  概述
  1.1  大數據與海洋大數據
    1.1.1  大數據概述
    1.1.2  海洋大數據概述
  1.2  海洋大數據特徵
    1.2.1  多源性
    1.2.2  多模態
    1.2.3  3B挑戰
    1.2.4  小樣本貧信息
    1.2.5  高不確定性
  參考文獻
第2章  海洋大數據資源
  2.1  面向分析預報的海洋大數據
    2.1.1  海洋實測數據
    2.1.2  海洋遙感數據
    2.1.3  海洋數值預報產品
    2.1.4  再分析產品
    2.1.5  專題數據
    2.1.6  網路大數據
  2.2  數據處理
    2.2.1  數據清洗
    2.2.2  標準處理
    2.2.3  數據融合
  2.3  數據質量控制與評估
    2.3.1  數據質量控制
    2.3.2  數據質量評估
    2.3.3  數據不確定性分析
  參考文獻
第3章  海洋大數據管理技術
  3.1  海洋大數據平台架構
    3.1.1  大數據平台發展概況
    3.1.2  主流的大數據架構
    3.1.3  海洋大數據平台總體架構
  3.2  海洋大數據存儲管理
    3.2.1  海洋大數據存儲架構
    3.2.2  海洋大數據存儲模式
    3.2.3  海洋大數據管理技術
  3.3  海洋大數據分析處理
    3.3.1  海洋大數據分析處理架構
    3.3.2  海洋大數據分析處理技術
    3.3.3  方法庫構建技術
  參考文獻
第4章  海洋大數據典型挖掘分析方法概述
  4.1  回歸方法
    4.1.1  KNN 回歸
    4.1.2  線性回歸
    4.1.3  logistic回歸
    4.1.4  EM 回歸
  4.2  聚類方法
    4.2.1  k-means聚類演算法

    4.2.2  動態時間規整
  4.3  關聯方法
    4.3.1  Apriori演算法
    4.3.2  基於Spark的並行關聯分析方法
    4.3.3  列聯表
    4.3.4  皮爾遜相關係數
    4.3.5  肯德爾/斯皮爾曼等級相關係數
  4.4  分類方法
    4.4.1  支持向量機
    4.4.2  隨機森林
  4.5  可視分析方法
    4.5.1  平行坐標可視分析
    4.5.2  散點圖可視分析
  參考文獻
第5章  海洋大數據深度學習預測方法
  5.1  傳統機器學習預測方法
  5.2  典型深度學習預測方法
    5.2.1  海洋數據時間序列預測與深度學習
    5.2.2  典型深度學習預測分析演算法
    5.2.3  神經網路
  5.3  遞歸神經網路預測方法
    5.3.1  LSTM模型與原理
    5.3.2  LSTM特性與用途
    5.3.3  GRU神經網路
    5.3.4  ConvLSTM
    5.3.5  EEMD
    5.3.6  注意力機制
    5.3.7  雙階段注意力機制
  5.4  卷積神經網路預測方法
    5.4.1  卷積神經網路概述
    5.4.2  卷積神經網路結構
    5.4.3  卷積神經網路原理
    5.4.4  卷積神經網路特性
    5.4.5  幾種典型卷積神經網路
    5.4.6  卷積神經網路應用
  參考文獻
第6章  海表溫度大數據分析預報
  6.1  海表溫度預報概況
    6.1.1  統計預報
    6.1.2  數值預報
    6.1.3  大數據分析預報
  6.2  海表溫度多尺度時空特徵和規律分析
    6.2.1  海表溫度年尺度時空特徵
    6.2.2  海表溫度月尺度時空特徵
    6.2.3  海表溫度日尺度時空特徵
    6.2.4  海表溫度變化規律分析
  6.3  海表溫度環境要素關聯關係
    6.3.1  基於相關分析的海表溫度的時空相關影響分析
    6.3.2  基於熵和信息流的海氣界面多物理過程對海表溫度的影響分析
    6.3.3  基於信息流的上層海洋多環境因子對海表溫度的影響分析

  6.4  海表溫度大數據預報應用
    6.4.1  基於動態時間規整分析的海表溫度大數據分析預報模型
    6.4.2  基於時空注意力機制的海表溫度大數據分析預報模型
    6.4.3  海表溫度大數據預報示範應用
  參考文獻
第7章  海面高度大數據分析預報
  7.1  海面高度預報概況
    7.1.1  統計預報
    7.1.2  數值預報
    7.1.3  大數據預報
  7.2  海平面高度多尺度時空特徵和規律分析
    7.2.1  全球海平面高度變化規律
    7.2.2  我國海平面高度變化規律
    7.2.3  南海海平面高度變化規律
  7.3  海面高度動力環境要素關聯關係分析
    7.3.1  基於關聯分析的海氣界面多物理過程對海平面高度的影響分析
    7.3.2  基於相關分析的上層海洋多環境因子對海平面高度的影響分析
  7.4  海面高度大數據預報應用
    7.4.1  基於通道殘差注意力機制的海面高度異常大數據分析預報模型
    7.4.2  基於多模態融合的海面高度異常大數據分析預報模型
    7.4.3  海面高度異常大數據預報示範應用
  參考文獻
第8章  海洋三維溫鹽大數據分析預報
  8.1  海洋三維溫鹽場構建概況
    8.1.1  統計方法
    8.1.2  動力學方法
    8.1.3  大數據方法構建
  8.2  海洋三維溫鹽垂向建模及規律分析
    8.2.1  多源多要素動態分析垂向建模規律
    8.2.2  主模態多約束*優分析垂向建模規律
    8.2.3  卷積神經網路垂向建模規律
    8.2.4  長短期記憶網路垂向建模規律
  8.3  海洋三維動力環境要素關聯建模分析
    8.3.1  溫度和鹽度剖面延拓分析
    8.3.2  水團模糊聚類分析
    8.3.3  模型方法比較分析
  8.4  海洋三維溫鹽要素大數據預報應用
    8.4.1  基於垂向映射方法的水下三維溫鹽大數據分析預報模型
    8.4.2  海洋三維溫鹽大數據預報系統業務化運行
    8.4.3  海洋三維溫鹽大數據預報示範應用
  參考文獻
第9章  颱風路徑大數據分析預報
  9.1  颱風路徑預報概況
  9.2  西北太平洋颱風移動規律分析
    9.2.1  颱風路徑時空分佈特徵分析
    9.2.2  颱風路徑聚類分析
  9.3  西北太平洋颱風路徑關聯因子分析
    9.3.1  逐步回歸與互信息結合的大氣、海洋因子與颱風路徑的關聯分析
    9.3.2  基於注意力機制的關鍵因子與颱風路徑的關聯分析
  9.4  西北太平洋颱風路徑大數據預報應用

    9.4.1  基於CNN的颱風路徑大數據分析預報模型
    9.4.2  基於DNN的颱風路徑大數據分析預報模型
    9.4.3  颱風路徑大數據預報示範應用
  參考文獻
第10章  赤潮發生概率大數據分析預報
  10.1  赤潮發生概率預報概況
    10.1.1  赤潮災害概況
    10.1.2  分析預報概況
  10.2  赤潮發生規律分析
    10.2.1  我國近海赤潮發生規律分析
    10.2.2  福建沿海赤潮特徵
    10.2.3  赤潮發生前後環境狀況特徵
  10.3  赤潮發生因子關聯分析
    10.3.1  基於列聯表方法的赤潮發生因子關聯分析
    10.3.2  赤潮發生因子閾值範圍
  10.4  赤潮發生概率大數據預報應用
    10.4.1  基於BP-RBF的赤潮發生概率大數據分析預報模型
    10.4.2  基於GRU的赤潮發生概率大數據分析預報模型
    10.4.3  赤潮發生概率大數據預報示範應用
  參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032