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？
襄阳胜利街与环城路车流量交通指数数据|交通流量分析数据集|交通信号优化数据集
收藏浙江省数据知识产权登记平台2024-08-09 更新2024-08-10 收录
下载链接：
https://www.zjip.org.cn/home/announce/trends/48911
下载链接
链接失效反馈资源简介：
主要包括胜利街与环城路路口车各方向流量数据由车辆进出检测区域统计而来，根据进出数据控制交通信号的实时调度。用途：1. 为实现后期重新划分时段，调整时段时间以及当前时段绿信比（指信号灯周期内可用于车辆通行的绿灯时间与整个周期时间的比例）提供原始数据；1）工作日周二~周四：根据各方向前两天车流量数据，与路口设计饱和流量值比值，分区段划分时段；2）工作日周一和周五~周日：根据各方向前两周周一当天车流量数据，与路口设计饱和流量值比值，分区段划分时段；2. 根据各时间段流量，可计算车道时间占有率，并可估算车道空间占有率和车头时距；3. 提供交通部门决策所需的路口交通流量，车道占有率等数据。1.数据来源：①交通流量（即流量检测线圈的车辆总和）：去向、左转、直行等可通过软件后台监测收集得到，来向需通过测算得到；②饱和流量（即10分钟最大能通过的数量）：根据以往测算可知，为固定值。③来向、去向交通指数需通过计算。 2.数据处理及应用：来向交通流量（a1）=左转交通流量（a3）+直行交通流量（a4）+右转交通流量（a5）；去向交通流量(a2)；来向交通指数=a1/1476*X；去向交通指数=a2/776*X(X指数区间值为1-3之间) ，通过分析来向、去向交通指数，可优化红绿灯时间提供参考依据，提高通行效率，从而可持续发展。
提供机构：
杭州普乐科技有限公司
创建时间：
2024-06-07
AI搜集汇总
数据集介绍
以上内容由AI搜集并总结生成
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
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
AgiBot World
为了进一步推动通用具身智能领域研究进展，让高质量机器人数据触手可及，作为上海模塑申城语料普惠计划中的一份子，智元机器人携手上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思，重磅发布全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集开源项目 AgiBot World。这一里程碑式的开源项目，旨在构建国际领先的开源技术底座，标志着具身智能领域 「ImageNet 时刻」已到来。AgiBot World 是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集。相比于 Google 开源的 Open X-Embodiment 数据集，AgiBot World 的长程数据规模高出 10 倍，场景范围覆盖面扩大 100 倍，数据质量从实验室级上升到工业级标准。AgiBot World 数据集收录了八十余种日常生活中的多样化技能，从抓取、放置、推、拉等基础操作，到搅拌、折叠、熨烫等精细长程、双臂协同复杂交互，几乎涵盖了日常生活所需的绝大多数动作需求。
github 收录
Beijing Traffic
The Beijing Traffic Dataset collects traffic speeds at 5-minute granularity for 3126 roadway segments in Beijing between 2022/05/12 and 2022/07/25.
Papers with Code 收录
China Air Quality Historical Data
该数据集包含了中国多个城市的空气质量历史数据，涵盖了PM2.5、PM10、SO2、NO2、CO、O3等污染物浓度以及空气质量指数（AQI）等信息。数据按小时记录，提供了详细的空气质量监测数据。
www.cnemc.cn 收录
Wafer Defect
该数据集包含了七个主要类别的晶圆缺陷，分别是：BLOCK ETCH、COATING BAD、PARTICLE、PIQ PARTICLE、PO CONTAMINATION、SCRATCH和SEZ BURNT。这些类别涵盖了晶圆在生产过程中可能出现的多种缺陷类型，每一种缺陷都有其独特的成因和表现形式。数据集不仅在类别数量上具有多样性，而且在样本的多样性和复杂性上也展现了其广泛的应用潜力。每个类别的样本均经过精心标注，确保了数据的准确性和可靠性。
github 收录