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？
1981-2019年东南亚风暴潮数据集|风暴潮数据集|海洋气象数据集
收藏地球大数据科学工程2024-03-04 收录
下载链接：
https://data.casearth.cn/sdo/detail/653b650a819aec42f00690a2
下载链接
链接失效反馈资源简介：
利用普林斯顿海洋模式POM，构建东南亚区域的风暴潮模式。模式覆盖范围为97°E~128°E；2°S~28°N，地形数据利用大洋地势图（General bathymetric chart of the oceans，GEBCO），水平分辨率为1/12°×1/12°（约9.25km×9.25km），垂向采用地形跟随的sigma坐标，分为4层。潮位边界采用俄勒冈州大学的潮汐模型（OTPS）提供边界处的潮汐调和常数，风场强迫和边界场为单位自主构建的海气耦合模式提供。在此基础上，逐年对东南亚区域的风暴潮模式生成了1981-2019年东南亚风暴潮数据集。数据集的时间跨度为1981-2019年，每个月的数据存储为1个netCDF文件。数据集包含了总水位（E）、风暴增水（SG）、各分层的总经向流速（U）和总纬向流速（V）、经向潮流（UT）和纬向潮流（VT）等要素，时间间隔为3小时。
提供机构：
中国科学院南海海洋研究所
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
Google Scholar
Google Scholar是一个学术搜索引擎，旨在检索学术文献、论文、书籍、摘要和文章等。它涵盖了广泛的学科领域，包括自然科学、社会科学、艺术和人文学科。用户可以通过关键词搜索、作者姓名、出版物名称等方式查找相关学术资源。
scholar.google.com 收录
MultiTalk
MultiTalk数据集是由韩国科学技术院创建，包含超过420小时的2D视频，涵盖20种不同语言，旨在解决多语言环境下3D说话头生成的问题。该数据集通过自动化管道从YouTube收集，每段视频都配有语言标签和伪转录，部分视频还包含伪3D网格顶点。数据集的创建过程包括视频收集、主动说话者验证和正面人脸验证，确保数据质量。MultiTalk数据集的应用领域主要集中在提升多语言3D说话头生成的准确性和表现力，通过引入语言特定风格嵌入，使模型能够捕捉每种语言独特的嘴部运动。
arXiv 收录
TM-Senti
TM-Senti是由伦敦玛丽女王大学开发的一个大规模、远距离监督的Twitter情感数据集，包含超过1.84亿条推文，覆盖了超过七年的时间跨度。该数据集基于互联网档案馆的公开推文存档，可以完全重新构建，包括推文元数据且无缺失推文。数据集内容丰富，涵盖多种语言，主要用于情感分析和文本分类等任务。创建过程中，研究团队精心筛选了表情符号和表情，确保数据集的质量和多样性。该数据集的应用领域广泛，旨在解决社交媒体情感表达的长期变化问题，特别是在表情符号和表情使用上的趋势分析。
arXiv 收录
FER2013
FER2013数据集是一个广泛用于面部表情识别领域的数据集，包含28,709个训练样本和7,178个测试样本。图像属性为48x48像素，标签包括愤怒、厌恶、恐惧、快乐、悲伤、惊讶和中性。
github 收录
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