IHDS-balance|人体平衡数据集|生物力学数据集
收藏数据集概述
数据集名称
IHDS-balance
数据集描述
该数据集整合并协调了多个关于人类平衡摆动的公开数据集。
数据集来源
- Santos D.A., Duarte M. (2016) - 人类平衡评估的公共数据集。
- Dos Santos D.A., Fukuchi C.A., Fukuchi R.K., Duarte M. (2017) - 包含人体平衡的动理学和地面反作用力的数据集。
- Priplata A.A., Niemi J.B., Harry J.D., Lipsitz L.A., Collins J.J. (2003) - 关于老年人使用振动鞋垫的平衡控制研究。
- Tetsuro F., Shinya A., Nozomi T., Kazuo T. (2016) - 由于地面反应弱和噪声导致的站立摆动平滑放大研究。
- Lions C., Bucci M.P., Bonnet C. (2016) - 健康年轻成年人在困难视觉任务中的平衡控制研究。
- Kerkman J., Daffertshofer A., Boonstra T. (2018) - 健康成年人在平衡控制任务中的肌肉活动、地面反作用力和指向性能研究。
- Wang H., van den Bogert A. (2020) - 长时间随机脉冲扰动下的站立平衡实验。
- Sbrollini A., Agostini V., Cavallini C., Burattini L., Knaflitz M. (2020) - Stargardt综合征患者的平衡数据。
- Boari D. (2021) - 帕金森病患者的地面反作用力数据集。
- Loram I., Gollee H., van de Kamp C., Gawthrop P.J. (2022) - 关于人类平衡控制中非线性振荡成分来源的研究数据集。

UIEB, U45, LSUI
本仓库提供了水下图像增强方法和数据集的实现,包括UIEB、U45和LSUI等数据集,用于支持水下图像增强的研究和开发。
github 收录
中国1km分辨率逐月降水量数据集(1901-2024)
该数据集为中国逐月降水量数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2024.12。数据格式为NETCDF,即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。为了便于存储,数据均为int16型存于nc文件中,降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理,Matlab发布了读入与存储nc文件的函数,读取函数为ncread,切换到nc文件存储文件夹,语句表达为:ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent]),其中XXX.nc为文件名,为字符串需要’’;var是从XXX.nc中读取的变量名,为字符串需要’’;i、j、t分别为读取数据的起始行、列、时间,leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样,研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令,可查看。数据坐标系统建议使用WGS84。
国家青藏高原科学数据中心 收录
中国交通事故深度调查(CIDAS)数据集
交通事故深度调查数据通过采用科学系统方法现场调查中国道路上实际发生交通事故相关的道路环境、道路交通行为、车辆损坏、人员损伤信息,以探究碰撞事故中车损和人伤机理。目前已积累深度调查事故10000余例,单个案例信息包含人、车 、路和环境多维信息组成的3000多个字段。该数据集可作为深入分析中国道路交通事故工况特征,探索事故预防和损伤防护措施的关键数据源,为制定汽车安全法规和标准、完善汽车测评试验规程、
北方大数据交易中心 收录
flames-and-smoke-datasets
该仓库总结了多个公开的火焰和烟雾数据集,包括DFS、D-Fire dataset、FASDD、FLAME、BoWFire、VisiFire、fire-smoke-detect-yolov4、Forest Fire等数据集。每个数据集都有详细的描述,包括数据来源、图像数量、标注信息等。
github 收录
CE-CSL
CE-CSL数据集是由哈尔滨工程大学智能科学与工程学院创建的中文连续手语数据集,旨在解决现有数据集在复杂环境下的局限性。该数据集包含5,988个从日常生活场景中收集的连续手语视频片段,涵盖超过70种不同的复杂背景,确保了数据集的代表性和泛化能力。数据集的创建过程严格遵循实际应用导向,通过收集大量真实场景下的手语视频材料,覆盖了广泛的情境变化和环境复杂性。CE-CSL数据集主要应用于连续手语识别领域,旨在提高手语识别技术在复杂环境中的准确性和效率,促进聋人与听人社区之间的无障碍沟通。
arXiv 收录