five

湖州市停车情况综合分析数据 |城市交通管理数据集|停车设施规划数据集

收藏
浙江省数据知识产权登记平台2025-05-07 更新2025-05-08 收录
城市交通管理
停车设施规划
下载链接:
https://www.zjip.org.cn/home/announce/trends/127999
下载链接
链接失效反馈
资源简介:
通过对湖州市道路停车清洗加工统计,分析道路停车的各路段泊位周转率、日平均停车时长分布等数据: 为研究院对静态交通研究提供城市车辆动静态数据支持。 为主管部门提供路面流动及车辆管理提供数据支持。 为静态交通研究室私有知识库提供数据支持 为管理平台及城市规划停车设施建设提供数据支持。当车辆驶入或驶出停车位时系统实时上传, 平台解析数据并根据数据库中存储的车位设备关系表,找到对应所属的车位编号以及路段信息。平台每小时按照省份、城市、路段的层次从数据库检索,并按照如下规则做数据统计:统计最近一小时内,该路段下所有泊位地磁上报的有车总数据条数作为【停车次数】;统计当前时刻该路段下有车的泊位数量,作为【占用泊位】数量;统计当前时刻该路段下无车的泊位数量,作为【空闲泊位】数量;空闲泊位+占用泊位作为【泊位总数】;占用泊位/泊位总数作为【泊位占用率】;停车次数/泊位总数作为【周转率】;每个泊位停车时长总和作为【总停车时长】;总停车时长/停车次数 作为【平均停车时长】; 最后将省份、城市、路段、日期、统计时间、泊位总数、空闲泊位、占用泊位、泊位占用率、停车次数、周转率、总停车时长(分钟)、平均停车时长(分钟)存储到数据库中供后续查询。
提供机构:
国科时代(浙江)新能源科技有限公司
创建时间:
2025-04-10
AI搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
湖州市停车情况综合分析数据是一个包含547条记录的企业数据集,每月更新,详细记录了湖州市各路段停车位的使用情况,包括泊位总数、空闲泊位、占用泊位等关键指标。该数据集主要用于支持静态交通研究、路面车辆管理和城市规划等应用场景。
以上内容由AI搜集并总结生成
用户留言
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?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
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

ChinaTravel

ChinaTravel是由南京大学国家重点实验室开发的一个真实世界基准数据集,专门用于评估语言代理在中国旅行规划中的应用。该数据集涵盖了中国10个最受欢迎城市的旅行信息,包括720个航班和5770趟列车,以及3413个景点、4655家餐厅和4124家酒店的详细信息。数据集通过问卷调查收集用户需求,并设计了一个可扩展的领域特定语言来支持自动评估。ChinaTravel旨在解决复杂的真实世界旅行规划问题,特别是在多兴趣点行程安排和用户偏好满足方面,为语言代理在旅行规划中的应用提供了重要的测试平台。

arXiv 收录

ImageNet-1K(ILSVRC2012)

ImageNet-1K(ILSVRC2012)是一个大规模的图像分类数据集,包含1000个类别的图像,用于训练和验证图像分类模型。

github 收录

UniMed

UniMed是一个大规模、开源的多模态医学数据集,由穆罕默德·本·扎耶德人工智能大学等机构创建,包含超过530万张图像-文本对,涵盖六种不同的医学成像模态:X射线、CT、MRI、超声、病理和眼底。数据集通过利用大型语言模型(LLMs)将特定模态的分类数据集转换为图像-文本格式,并结合现有的医学图像-文本数据,实现了可扩展的视觉-语言模型(VLM)预训练。UniMed旨在解决医学领域中公开可用的大规模图像-文本数据稀缺的问题,适用于多种医学成像任务,如零样本分类和跨模态泛化。

arXiv 收录

Houston2013, Berlin, Augsburg

本研究发布了三个多模态遥感基准数据集:Houston2013(高光谱和多光谱数据)、Berlin(高光谱和合成孔径雷达数据)和Augsburg(高光谱、合成孔径雷达和数字表面模型数据)。这些数据集用于土地覆盖分类,旨在通过共享和特定特征学习模型(S2FL)评估多模态基线。数据集包含不同模态和分辨率的图像,适用于评估和开发新的遥感图像处理技术。

arXiv 收录

FER2013

FER2013数据集是一个广泛用于面部表情识别领域的数据集,包含28,709个训练样本和7,178个测试样本。图像属性为48x48像素,标签包括愤怒、厌恶、恐惧、快乐、悲伤、惊讶和中性。

github 收录