●叢書序
前言
第1章 引論
摘要
1.1 繫統、子繫統、組織化和結構
1.2 地球繫統的研究方法
1.3 神經網絡在地球繫統科學中的應用
參考文獻
第2章 映射和神經網絡
摘要
2.1 映射
2.2 映射的基本屬性
2.3 神經網絡多層感知器：非線性映射模擬的通用工具
2.4 神經網絡技術的優勢和局限性
2.5 神經網絡模擬
2.6 小結
參考文獻
第3章 大氣海洋遙感應用
摘要
3.1 基於衛星觀測提取地球物理參量：常規反演和變分反演
3.2 模擬正向模型的神經網絡
3.3 求解反問題的神經網絡：神經網絡仿真反演算法
3.4 神經網絡正則化和反演質量控制
3.5 基於SSM/I數據的神經網絡模擬
3.6 神經網絡超越反演方法
3.7 小結
參考文獻
第4章 神經網絡在開發天氣氣候混合地球繫統數值模式中的應用
摘要
4.1 數值建模的研究背景
4.2 耦合模塊和耦合模式
4.3 大氣神經網絡模型應用
4.4 混合模型方法在海洋模式中的應用：風浪模式中非線性相互作用的神經網絡模擬
4.5 討論
參考文獻
第5章 神經網絡集合及其應用
摘要
5.1 在DAS中使用描述模式變量依賴關繫的神經網絡模型
5.2 神經網絡非線性多模式集合
5.3 物理過程擾動和擾動物理過程集合
參考文獻
第6章 總結
摘要
6.1 神經網絡技術小結
6.2 其他統計學習技術小結
參考文獻
彩圖

本書以繫統學觀點與神經網絡在大氣海洋領域融合應用為出發點，采用理論框架與大量實例相結合的方式，主要闡述了機器學習在大氣和海洋信息反演中的應用，討論了利用神經網絡技術在大氣、海洋、海浪等模式中構建準確、快速的物理參數化模型的基本原理，以及將神經網絡方法與確定性物理模型相結合進行耦合開發的關鍵技術方法，可作為高等院校氣像海洋專業及相關專業人員學經網絡在地球繫統中近期新應用的教科書，也可為廣大從事氣像海洋預報及相關領域的科研和業務人員了解和掌握未來機器學習與數值模式的結合和應用提供參考。