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？
Satellite tracking station (Temple City sheriff office), 1958
收藏Mendeley Data2024-05-21 更新2024-06-29 收录
下载链接：
https://digitallibrary.usc.edu/asset-management/2A3BF1OP08U0H
下载链接
链接失效反馈资源简介：
4 images. Satellite tracking station (Temple City sheriff office), 26 March 1958. Howard Hauser; Bob Legg; Richard Labelle; Cliff Finnie; Roy Brentner.; Caption slip reads: "Photographer: Swaim. Date: 1958-03-26. Reporter: Swaim. Assignment: Satellite tracking station. Temple City sheriff office. 7: Howard Hauser, member San Gabriel Valley Radio Club, operating tracking equipment. 8: Bob Legg, Vice-President of San Gabriel Valley Radio Club, taking tape recording of tracking of Explorer IIB. 14: Richard Labelle, left (standing), and Cliff Finnie, of San Gab. Valley radio club, at Microlock Satellite tracking recorder (seated left foreground is Roy Brentner). 13: L to R, Bob Legg, Richard Labelle and Cliff Finnie".
创建时间：
2024-05-17
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
Figshare
Figshare是一个在线数据共享平台，允许研究人员上传和共享各种类型的研究成果，包括数据集、论文、图像、视频等。它旨在促进科学研究的开放性和可重复性。
figshare.com 收录
CHiME-5
CHiME-5是关于自动语音识别处理技术的数据集。该数据集来自第5个CHiME挑战，包括在真实家庭环境中进行远程多麦克风会话的任务。从晚餐场景中提取语音素材，数据集获得自然对话语音数据，并由6个Kinect麦克风阵列和4个双耳麦克风对记录。 数据集包含单阵列轨道与多阵列轨道语言建模，以及用于阵列同步，语音增强，常规和端到端ASR的数据收集过程，任务和基线系统。
OpenDataLab 收录
中国劳动力动态调查
“中国劳动力动态调查” （China Labor-force Dynamics Survey，简称 CLDS）是“985”三期“中山大学社会科学特色数据库建设”专项内容，CLDS的目的是通过对中国城乡以村/居为追踪范围的家庭、劳动力个体开展每两年一次的动态追踪调查，系统地监测村/居社区的社会结构和家庭、劳动力个体的变化与相互影响，建立劳动力、家庭和社区三个层次上的追踪数据库，从而为进行实证导向的高质量的理论研究和政策研究提供基础数据。
中国学术调查数据资料库 收录
China Health and Nutrition Survey (CHNS)
China Health and Nutrition Survey（CHNS）是一项由美国北卡罗来纳大学人口中心与中国疾病预防控制中心营养与健康所合作开展的长期开放性队列研究项目，旨在评估国家和地方政府的健康、营养与家庭计划政策对人群健康和营养状况的影响，以及社会经济转型对居民健康行为和健康结果的作用。该调查覆盖中国15个省份和直辖市的约7200户家庭、超过30000名个体，采用多阶段随机抽样方法，收集了家庭、个体以及社区层面的详细数据，包括饮食、健康、经济和社会因素等信息。自2011年起，CHNS不断扩展，新增多个城市和省份，并持续完善纵向数据链接，为研究中国社会经济变化与健康营养的动态关系提供了重要的数据支持。
www.cpc.unc.edu 收录
中国逐日格点降水数据集V2（1960–2024，0.1°）
CHM_PRE V2数据集是一套高精度的中国大陆逐日格点降水数据集。该数据集基于1960年至今共3476个观测站的长期日降水观测数据，并纳入11个降水相关变量，用于表征降水的相关性。数据集采用改进的反距离加权方法，并结合基于机器学习的LGBM算法构建。CHM_PRE V2与现有的格点降水数据集（包括CHM_PRE V1、GSMaP、IMERG、PERSIANN-CDR和GLDAS）表现出良好的时空一致性。数据集基于63,397个高密度自动雨量站2015–2019年的观测数据进行验证，发现该数据集显著提高了降水测量精度，降低了降水事件的高估，为水文建模和气候评估提供了可靠的基础。CHM_PRE V2 数据集提供分辨率为0.1°的逐日降水数据，覆盖整个中国大陆（18°N–54°N，72°E–136°E）。该数据集涵盖1960–2024年，并将每年持续更新。日值数据以NetCDF格式提供，为了方便用户，我们还提供NetCDF和GeoTIFF格式的年度和月度总降水数据。
国家青藏高原科学数据中心 收录