有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
内循环大容量低质生物质气化设备开发|生物质气化数据集|数值模拟数据集
收藏国家基础学科公共科学数据中心2024-03-05 收录
下载链接：
https://www.nbsdc.cn/general/dataDetail?id=64edc6dbbb16e07753c34722&type=1
下载链接
链接失效反馈资源简介：
本科学数据集的数据主要为工业规模的循环流化床生物质气化数值模拟、基于CPFD数值模拟的中试台架验证、基于Aspen Plus模拟的气化系统优化等相关数据，来源主要包括华中科技大学煤燃烧国家重点实验室计算机数值模拟，模拟数据均为实时采集和记录，并根据相关领域的实验和测试标准等文件来进行数据测试、采集和分析；华中科技大学能源与动力工程学院陈汉平教授、吴鹏讲师和陈旭博后、陈伟博后、邹俊博后、胡俊豪博后监督与指导，研究生杨照、卢旺、杨光、易为等在煤燃烧国家重点实验室，通过ANSYS SpaceClaim Direct Modeler (SCDM) 建模软件建立工业规模循环流化床和中试台架几何模型；通过Barracuda软件预测反应器内部的气固流动特性、温度分布特性以及气体组分分布特性；通过Aspen Plus软件预测气化系统最终气体成分、焦油含量、气化效率；在煤燃烧国家重点实验室公共测试中心和华中科技大学分析测试中心通过元素分析仪测定样品基本元素分布和固相及液相中硫、氮分布，依据国家标准GB/T28731-2012获得样品中工业分析值，在电感耦合等离子体发射光谱仪测定样品中无机元素含量，使用湿式流量计和气相色谱仪测定热解气相产物产率；通过气相色谱（GC）测定气化合成气组分含量。数据量10.6MB。
提供机构：
华中科技大学
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
COD10KD, NC4K-D, CAMO-D
该数据集由华中科技大学的研究团队创建，旨在为现实中的伪装物体检测（RCOD）任务提供基准测试。数据集基于现有的COD10K-v2、NC4K和CAMO数据集，通过手动标注边界框和类别标签，生成了COD10KD、NC4K-D和CAMO-D三个新的数据集。这些数据集包含了伪装物体与其背景高度相似的特征，适用于检测任务的评估。数据集的应用领域主要集中在搜索与救援、军事打击等需要精确定位伪装物体的场景，旨在通过优化检测模型的前景与背景识别能力，提升RCOD任务的性能。
arXiv 收录
RAVDESS
情感语音和歌曲 (RAVDESS) 的Ryerson视听数据库包含7,356个文件 (总大小: 24.8 GB)。该数据库包含24位专业演员 (12位女性，12位男性)，以中性的北美口音发声两个词汇匹配的陈述。言语包括平静、快乐、悲伤、愤怒、恐惧、惊讶和厌恶的表情，歌曲则包含平静、快乐、悲伤、愤怒和恐惧的情绪。每个表达都是在两个情绪强度水平 (正常，强烈) 下产生的，另外还有一个中性表达。所有条件都有三种模态格式: 纯音频 (16位，48kHz .wav)，音频-视频 (720p H.264，AAC 48kHz，.mp4) 和仅视频 (无声音)。注意，Actor_18没有歌曲文件。
OpenDataLab 收录
Global Urban Boundaries (GUB)
Global Urban Boundaries (GUB) 数据集包含了全球城市边界的详细信息，提供了高分辨率的城市边界数据，用于分析城市化进程和城市扩张。
datacatalog.worldbank.org 收录
LEVIR-CD
LEVIR-CD 是一个新的大规模遥感建筑变化检测数据集。引入的数据集将成为评估变化检测 (CD) 算法的新基准，尤其是基于深度学习的算法。 LEVIR-CD 由 637 个非常高分辨率（VHR，0.5m/像素）Google Earth (GE) 图像块对组成，大小为 1024 × 1024 像素。这些时间跨度为 5 到 14 年的双时相图像具有显着的土地利用变化，尤其是建筑增长。 LEVIR-CD涵盖别墅住宅、高层公寓、小型车库和大型仓库等各类建筑。在这里，我们关注与建筑相关的变化，包括建筑增长（从土壤/草地/硬化地面或在建建筑到新建筑区域的变化）和建筑衰退。这些双时相图像由遥感图像解释专家使用二进制标签（1 表示变化，0 表示不变）进行注释。我们数据集中的每个样本都由一个注释器进行注释，然后由另一个注释器进行双重检查以产生高质量的注释。完整注释的 LEVIR-CD 总共包含 31,333 个单独的变更构建实例。
OpenDataLab 收录
中国逐日格点降水数据集V2（1960–2024，0.1°）
CHM_PRE V2数据集是一套高精度的中国大陆逐日格点降水数据集。该数据集基于1960年至今共3476个观测站的长期日降水观测数据，并纳入11个降水相关变量，用于表征降水的相关性。数据集采用改进的反距离加权方法，并结合基于机器学习的LGBM算法构建。CHM_PRE V2与现有的格点降水数据集（包括CHM_PRE V1、GSMaP、IMERG、PERSIANN-CDR和GLDAS）表现出良好的时空一致性。数据集基于63,397个高密度自动雨量站2015–2019年的观测数据进行验证，发现该数据集显著提高了降水测量精度，降低了降水事件的高估，为水文建模和气候评估提供了可靠的基础。CHM_PRE V2 数据集提供分辨率为0.1°的逐日降水数据，覆盖整个中国大陆（18°N–54°N，72°E–136°E）。该数据集涵盖1960–2024年，并将每年持续更新。日值数据以NetCDF格式提供，为了方便用户，我们还提供NetCDF和GeoTIFF格式的年度和月度总降水数据。
国家青藏高原科学数据中心 收录