国内某共享单车数据集，内有两个csv文件，适合交通行业学生进行练手使用，科研价值或许不是很大，但是数据量不算小

毕业设计 微信小程序设计 小程序精选源码 仿ofo共享单车

共享单车再平衡问题（BRP）是单一商品旅行商问题（1- PDTSP）的扩展，是一类NP难问题。针对已有算法求解速度慢，不利于实现实时调度优化的缺点，提出一种求解BRP的非代际遗传算法。基于个体搜索机制保留优异个体，设计线路交叉算子和k点破坏修复变异算子，引入破坏修复机制，当算法收敛变慢时自动生成新个体进入种群以避免陷入局部最优解。应用BRP标准算例测试表明：在小规模算例上该算法均能找到最优解，平均CPU消耗为3.8s;在中等规模与大规模算例上，该算法找到9个算例的最优解，并且其运算速度相较于分支定界算法和线路破坏与修复启发式算法提升77%以上。

软件需求与设计规格说明书共享单车管理系统.doc

Nice Ride 共享单车骑行数据，包括：使用次数、骑行时间、骑行时长、起点和终点经纬度坐标等属性。

目前道路违规事件检测多在固定摄像头下人工框定区域进行检测，但人工框定工作量大，并且摄像头转动会使得框定区域失效。针对此问题，率先提出一种目标检测与语义分割相结合的违停检测方法。该方法首先使用目标检测Faster R-CNN，采取迁移学习、多阶段训练等方法建模，提取共享单车的类别与检测框位置信息。再使用group normalization改进语义分割DeepLab v3+网络模型，提高其在小batch size下训练的模型精度，用于分割图像获得道路的语义和区域信息。最后综合两部分信息，根据单车检测框内不同道路区域所占比例判定共享单车是否属于违规停放。实验结果表明，该方法对共享单车类别的mAP为72.36%，对共享单车违规停放的平均检测率为89.11%，适用于真实城市道路监控环境中。

目前，许多城市都推出了租赁自行车，以提高出行舒适度。重要的是，在适当的时间向公众提供租赁自行车，因为它缩短了等待时间。最终，为城市提供稳定的租赁自行车供应成为一个主要问题。关键部分是预测每小时所需的自行车数量，以稳定租赁自行车的供应。 The dataset contains weather information (Temperature, Humidity, Windspeed, Visibility, Dewpoint, Solar radiation, Snowfall, Rainfall), the number of bikes rented per hour and date information. Attribute Information: - Date : year-month-day - Rented Bike count - Count of bikes rented at each hour - Hour - Hour of he day - Temperature-Temperature in Celsius - Humidity - % - Wind

python keras tensorflow 实现，长短时记忆网络，AI项目，有数据集和代码，jupyter notebook 代码编写，有出图，包括模型保存

计算机图形学单车实验，从右到左行走，经典实验。

电单车入梯检测数据集（课程作业、设计、比赛、实际项目所用） 【实际项目应用】： 电单车入梯控梯系统、电单车入梯检测告警系统、电动车进电梯抓拍告警系统等 【数据集说明】： 电单车入梯检测数据集，一共3216张，该数据集是博主做“电单车入梯告警并控梯系统”项目所用，绝大部分照片为电梯内监控抓拍，类别为2类，[“电单车”，“电梯内人形”]，手工标注精准，目标分布均匀，背景多样化，算法拟合较好，适合科研实验、实际项目用。 数据集标签包含voc（xml）、yolo（txt）、json三种格式。多种目标检测算法可直接使用。 【备注】所有上传数据都是博主实际项目使用或者实验demo使用，只传高质量数据，拒绝劣质数据，请放心下载使用，有问题可以留言私信于我。