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？
Data for: Chemical characteristics and source apportionment of ambient PM1.0 and PM2.5 in a polluted city in North China Plain|空气污染数据集|颗粒物分析数据集
收藏Mendeley Data2024-06-25 更新2024-06-26 收录
下载链接：
https://data.mendeley.com/datasets/4x5xy9hk54
下载链接
链接失效反馈资源简介：
The sampling campaign was performed at Hebei University of Engineering (36.57°N, 114.50°E) in Handan. This site, located on the southeast edge of the urban area and surrounded by school and residential areas, is approximately 300 m northern of South Ring Road and 400 m northeast of Handan Highway. There were several low-rise buildings around the sampling site, and no large point sources were found nearby. A lab-assembled sampler with four channels was placed on the roof of a four-story building on campus, approximately 12 m above the ground. From 6 to 31 December 2015, PM1.0 and PM2.5 were simultaneously collected on quartz (0.2 μm pore size) and Teflon filters with 47 mm diameters at an 8.35 L min-1 flow rate for each channel from 8:00 am to 7:30 am the next day. Before sampling, the quartz filters were heated at 450°C for 8 h to remove impurities. The quartz and Teflon filters were stored at -20°C after sampling. In total, 52 quartz-filter samples, 52 Teflon-filter samples and 4 blank samples (2 quartz filters and 2 Teflon filters) were collected during the sampling campaign. The blank samples were used to eliminate the effect of background values originating from the filters. The quartz filters were utilized for WSII, OC and EC analysis, and the Teflon filters were utilized for mass determination of particulate matter and trace elemental analysis.
创建时间：
2024-01-23
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
学生课堂行为数据集 (SCB-dataset3)
学生课堂行为数据集(SCB-dataset3)由成都东软学院创建，包含5686张图像和45578个标签，重点关注六种行为：举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景，通过YOLOv5、YOLOv7和YOLOv8算法评估，平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础，解决教育领域中学生行为数据集的缺乏问题。
arXiv 收录
MMOral
MMOral是一个针对全景X光片解读的大规模多模态指令数据集和基准。它包括20,563张带有1.3百万条指令跟随实例的注释图像，涵盖了多种任务类型，如属性提取、报告生成、视觉问答和基于图像的对话。此外，我们还提出了MMOral-Bench，这是一个涵盖牙科五个关键诊断维度的综合评估套件。我们评估了64个LVLMs在MMOral-Bench上的表现，发现即使是表现最好的模型GPT-4o，也只能达到41.45%的准确率，这揭示了当前模型在这一领域的显著局限性。为了促进该特定领域的发展，我们还提出了OralGPT，它使用我们精心策划的MMOral指令数据集对Qwen2.5-VL-7B进行监督微调。值得注意的是，一个SFT周期就为LVLMs带来了显著的性能提升，例如，OralGPT表现出24.73%的改进。MMOral和OralGPT都具有作为智能牙科关键基础的巨大潜力，并使牙科领域中的多模态AI系统更具临床意义。数据集、模型、基准和评估套件可在上述网址获取。
arXiv 收录
ERIC (Education Resources Information Center)
ERIC (Education Resources Information Center) 是一个广泛的教育文献数据库，包含超过130万条记录，涵盖从1966年至今的教育研究、政策和实践。数据集内容包括教育相关的期刊文章、书籍、研究报告、会议论文、技术报告、政策文件等。
eric.ed.gov 收录
HazyDet
HazyDet是由解放军工程大学等机构创建的一个大规模数据集，专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例，收集自自然雾霾环境和正常场景中人工添加的雾霾效果，以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型，确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测，旨在提高无人机在复杂环境中的感知能力。
arXiv 收录
AU-AIR
AU-AIR是无人机捕获的多模式航空数据集。具有视觉数据，对象注释和飞行数据 (时间，GPS，高度，IMU传感器数据，速度)，AU-AIR满足了无人机的视觉和机器人技术。
OpenDataLab 收录