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？
2021年5月-青岛-温度、流速对中国蛤蜊吐沙净化的影响及效果评价方法研究|水产养殖数据集|环境科学数据集
收藏国家海洋科学数据中心2025-05-16 更新2024-03-04 收录
下载链接：
http://msdc.qdio.ac.cn/data/metadata-special-detail?id=1735508303749947394&otherId=1735508303854804994
下载链接
链接失效反馈资源简介：
本研究在实验室条件下, 以定量化口感测试和解剖法为评价方法, 探讨不同温度和水流流速对
中国蛤蜊吐沙净化的影响, 并比较分析了两种评价方法可行性。实验设定了 4 个温度梯度分别为 14、
18、22、26 ℃和 5 个流速梯度分别为 20、40、80、160、320 L/h, 结果表明不同温度和流速对吐沙净
化的影响不同, 14 ℃和 18 ℃时, 流速对吐沙净化无显著性影响(P>0.05), 22 ℃和 26 ℃时, 流速对吐沙
净化有显著性影响(P<0.05); 14 ℃时, 各流速的净化效果均不理想, 18、22 和 26 ℃时, 流速 40 L/h 下
吐沙 4~8 h 可达到较好净化效果。2 种评价方法比较的结果表明, 定量化口感测试评价方法能够较为准
确地反映贝类泥沙净化效果, 可以做为贝类泥沙净化效果的评价方法; 通过解剖法获得贝类体内残余
泥沙进行粒径分析, 易受到非泥沙颗粒物的干扰, 不能准确地反映贝类体内泥沙粒径与含量, 采用该
方法作为吐沙净化评价方法时应做进一步优化。
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
UAV123
从低空无人机捕获的视频与流行的跟踪数据集 (如OTB50，OTB100，VOT2014，VOT2015，TC128和ALOV300) 中的视频本质上不同。因此，我们提出了一个新的数据集 (UAV123)，其序列来自空中视点，其子集用于长期空中跟踪 (UAV20L)。我们新的UAV123数据集包含总共123个视频序列和超过110K帧，使其成为仅次于ALOV300的第二大对象跟踪数据集。所有序列都用直立的边界框完全注释。数据集可以很容易地与视觉跟踪器基准集成。它包括无人机数据集的所有边界框和属性注释。还请使用包含序列和跟踪器配置的修改后的文件 “configSeqs.m” 和 “configTrackers.m” 下载修改后的跟踪器基准。另外，请注意，文件 “perfPlot.m” 已根据本文中描述的属性进行了修改以进行评估。
OpenDataLab 收录
LinkedIn Salary Insights Dataset
LinkedIn Salary Insights Dataset 提供了全球范围内的薪资数据，包括不同职位、行业、地理位置和经验水平的薪资信息。该数据集旨在帮助用户了解薪资趋势和市场行情，支持职业规划和薪资谈判。
www.linkedin.com 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
LOL (LOw-Light dataset)
LOL 数据集由 500 个低光和正常光图像对组成，分为 485 个训练对和 15 个测试对。低光图像包含照片捕获过程中产生的噪声。大多数图像是室内场景。所有图像的分辨率均为 400×600。
OpenDataLab 收录