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？
Materials Data on MgWO3 by Materials Project
收藏Mendeley Data2024-01-31 更新2024-06-29 收录
下载链接：
https://www.osti.gov/servlets/purl/1321542/
下载链接
链接失效反馈资源简介：
MgWO3 crystallizes in the triclinic P1 space group. The structure is three-dimensional. Mg2+ is bonded in a pentagonal planar geometry to five O2- atoms. There are a spread of Mg–O bond distances ranging from 2.18–2.23 Å. W4+ is bonded to six O2- atoms to form distorted corner-sharing WO6 octahedra. The corner-sharing octahedral tilt angles are 18°. There are a spread of W–O bond distances ranging from 1.96–2.24 Å. There are three inequivalent O2- sites. In the first O2- site, O2- is bonded in a distorted see-saw-like geometry to two equivalent Mg2+ and two equivalent W4+ atoms. In the second O2- site, O2- is bonded in a distorted see-saw-like geometry to two equivalent Mg2+ and two equivalent W4+ atoms. In the third O2- site, O2- is bonded in a 3-coordinate geometry to one Mg2+ and two equivalent W4+ atoms.
创建时间：
2024-01-31
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
Materials Project 在线材料数据库
Materials Project 是一个由伯克利加州大学和劳伦斯伯克利国家实验室于 2011 年共同发起的大型开放式在线材料数据库。这个项目的目标是利用高通量第一性原理计算，为超过百万种无机材料提供全面的性能数据、结构信息和计算模拟结果，以此加速新材料的发现和创新过程。数据库中的数据不仅包括晶体结构和能量特性，还涵盖了电子结构和热力学性质等详尽信息，为研究人员提供了丰富的材料数据资源。相关论文成果为「Commentary: The Materials Project: A materials genome approach to accelerating materials innovation」。
超神经 收录
CODrone
CODrone 是一个为无人机设计的全面定向目标检测数据集，它准确反映了真实世界条件。该数据集包含来自多个城市在不同光照条件下的广泛标注图像，增强了基准的逼真度。CODrone 包含超过 10,000 张高分辨率图像，捕获自五个城市的真实无人机飞行，涵盖了各种城市和工业环境，包括港口和码头。为了提高鲁棒性和泛化能力，它包括在正常光线、低光和夜间条件下相同场景的图像。我们采用了三种飞行高度和两种常用的相机角度，从而产生了六个不同的视角配置。所有图像都针对 12 个常见对象类别进行了定向边界框标注，总计超过 590,000 个标记实例。总体而言，这项工作构建了一个综合数据集和基准，用于城市无人机场景中的定向目标检测，旨在满足该领域的研究和实践应用需求。
arXiv 收录
中国气象站历史气象数据集
该数据集包含中国1000多个气象站从1942年到2024年9月的历史气象数据，数据按年份组织在Database_CN文件夹中，包含28个气象参数，如温度、湿度、气压、风速、能见度等。数据文件以CSV格式存储，命名格式为[StationID]_[StationName]_[Country]_([Longitude],[Latitude]).csv，同时提供station_info.csv文件包含站点元数据信息。
github 收录
danaroth/whu_hi
WHU-Hi数据集（武汉无人机载高光谱图像）由武汉大学RSIDEA研究组收集和共享，可作为精确作物分类和高光谱图像分类研究的基准数据集。该数据集包含三个独立的无人机载高光谱数据集：WHU-Hi-LongKou、WHU-Hi-HanChuan和WHU-Hi-HongHu，均在中国湖北省的农业区域采集。这些数据集通过安装在无人机平台上的Headwall Nano-Hyperspec传感器获取，具有高空间分辨率（H2图像）。数据集预处理包括辐射校准和几何校正，使用仪器制造商提供的HyperSpec软件进行处理。每个数据集都包含了详细的采集时间、天气条件、传感器信息、飞行高度、图像尺寸、波段数量和空间分辨率等信息，并提供了不同作物类别的样本数量。
hugging_face 收录
DIOR
“DIOR” 是用于光学遥感图像中对象检测的大规模基准数据集，该数据集由23,463图像和带有水平边界框注释的192,518对象实例组成。
OpenDataLab 收录