2000张行人图片的yolov5格式数据集，可自行划分训练集、验证集、测试集。

潮汐模型驱动程序 （TMD） 工具箱在用户当前的 Matlab 中运行 安装。TMD允许用户访问特定的潮汐模型，输出谐波 常数（海面高度和洋流分量的振幅和相位; 和潮汐流椭圆属性），并进行潮汐预测。 TMD 2.5包括两个组件：（1）一组用于访问潮汐场和进行预测的脚本;（2）图形用户界面（GUI），用于快速浏览潮汐字段，放大感兴趣区域，并选择预测特定变量的点和时间范围。

振动信号数据集 # 振动信号数据集 # 振动信号数据集 该数据集包含多个振动信号示例，旨在帮助工程师和科学家对振动信号进行分析和处理。 ## 数据来源 这些振动信号是从各种机械设备和系统中收集而来，包括汽车引擎、风力涡轮机、工业泵以及其他旋转机械。信号采集设备包括加速度计和振动传感器。 ## 数据格式 每个示例都包含时间序列数据。数据格式通常为CSV文件，其中包含时间戳和振动幅值。 ## 数据处理 这些振动信号可以用于许多应用程序，例如故障检测和诊断、设备健康监测和预测性维护。数据处理技术包括时域分析、频域分析和时频分析。 ## 数据访问 该数据集可以从以下网站进行访问： - Kaggle：[https://www.kaggle.com/c/vsb-power-line-fault-detection/data](https://www.kaggle.com/c/vsb-power-line-fault-detection/data) - 瑞典马尔默大学：[https://www.mim.sdu.dk/~rolf/fft/](https://www.mim.sdu

这是总结的深度学习中常用的11个图数据集。 1. 近年来，深度学习越来越关注图方向的任务，通过利用图神经网络去挖掘现实中各种可以利用图来表示事物（社交网络，论文引用网络，分子结构）等等，来学习更好的表示，去实现下游任务。 2. 图数据是由一些点和一些线构成的，能表示一些实体之间的关系，图中的点就是实体，线就是实体间的关系。如下图，v就是顶点，e是边，u是整张图。attrinbutes（feature）是信息的意思，每个点、每条边、每个图都是有信息的。 3. 图数据集对于图任务的科研是必备的。深度学习中常用的图数据集：Cora、Citeseer(Cite)、Pubmed、DBLP、ACM、AMAP、AMAC、Corafull、WIKI、BAT、EAT、UAT。

ELM极限学习实现花的分类（MATLAB源码+数据集+预测结果），训练集40个样本，测试集10个样本，测试集最高准确率可达100%，可以根据自己的需求更换数据集对自己的研究内容进行一个替换，测试此文方法的预测效果。

seaborn程序库在执行 `seaborn.load_dataset` 函数时需要从网站上下载的样本数据集，包括：sanagrams，anscombe，attention，brain_networks，car_crashes，diamonds，dots，dowjones，exercise，flights，fmri，geyser，glue，healthexp，iris，mpg，penguins，planets，seaice，taxis，tips，titanic等数十个经典分析数据表格（csv）。

时间序列分析，PM2.5数据集

自述文件 该工具通过算法根据输入选项生成类似随机的锻炼。 一切都是开源的，您甚至可以在自己的项目中使用开放的API。 它托管在。 有关数据，API，支持，指南和免责声明/许可证的更多信息，请参阅docs文件夹或网站中的.md文件。 请考虑支持/贡献！

帮助函数将表/数据集转换为紧凑格式的字符表示（类似于 NUM2STR）。 它还通过仅显示相关数字、删除不必要的零、在表格显示中添加的粗体控制命令等使表格更具可读性。 该函数可以处理多种类型的多维列。 字符串表示对于将表格存储在文本文件中或将其附加到其他文本数据（例如，作为图形中的 UserData）非常有用。

1、YOLOv7汽车轮胎检测，包含训练好的汽车轮胎识别权重，以及PR曲线，loss曲线等等，在汽车轮胎检测据集中训练得到的权重，类别名为tire，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码