PEMS 数据集是由美国加利福尼亚州的交通部门联合其他伙伴机构建立的统一公开交通数据库。美国加利福尼亚州的交通部门在交通路网上大约设置了超过39000 个交通监测站，交通管理部门安装在路网上的各类传感器可以实时地收集所在高速公路上的交通状况信息，越是接近市区人口密集的地区，传感器布置的也越密集，从分布上来看，这些传感器大多被安置在靠近市区的路段上。PEMS提供了超过十年的历史交通状况数据，整合了有关加州运输公司以及其他交通机构系统的各类信息。 PemsD3 交通数据集：数据由分布在加利福尼亚州高速公路系统（CalTrans）中选择 228 个站点数据。数据集从30 秒的数据样本聚合到5 分钟的时间间隔内。时间范围在 2012 年5 月和6 月的工作日的228 个站点交通速度信息，数据包括邻接矩阵和特征矩阵。 邻接矩阵是通过分析已有时空交通数据的特性，构建一种新的具有相似交通流量模式的 矩阵，特征矩阵是每个传感器节点的时间序列特征矩阵。

毕业设计代码，基于时空图卷积（ST-GCN）的骨骼动作识别.zip

spacetimevideoslice 允许您创建视频数据的直观二维可视化。 这对于突出显示时间变化特别有用，例如运动和颜色变化。 切片可以水平（图像高度上恒定位置的时间条）或垂直（沿图像宽度的恒定位置的条）制作，并沿任何指定位置切割。 该功能还允许选择开始和结束帧，以及要包括的图像区域。 切片本身可以缩放，这有助于使少量帧中的变化更加明显。 我第一次遇到这种可视化是在 Roberto Cipolla 和 Peter Giblin 的可爱的书《曲线和曲面的视觉运动》（剑桥大学出版社，2000 年）中。 享受！ 约书亚

以淮河流域及周边地区48个气象站点1961年-2010年共50年逐日降水过程为基础资料，以地理信息系统技术为数据处理平台，结合Mann-Kendall秩次相关检验、Morlet小波变换和集对分析法（SPA）等，分析淮河流域年降水量时间序列趋势性、周期性以及降水集中度、集中期、降水质心、旱涝发生频率、旱涝交替在空间上的分布特征。结果表明：①近50年来，年降水量整体呈略微减少趋势，南部地区降水增加，北部地区降水减少；②年际变化上存在27年的主周期，年内分配集中在夏季，且北部地区降水更为集中；③干旱易发区分布面

利用1962―2011年湖南省97个气象站逐日降水量资料，利用时序分析和聚类分析等方法，对湖南省大暴雨时间和空间分布特征进行分析。结果表明：从时间来看，20世纪90年代为湖南省大暴雨出现最多的10 a；1962―2011年，湖南省大暴雨日以0.73 d/10 a的平均速率增加。夏季是湖南省大暴雨最集中的季节；冬季没有出现过大暴雨；6―7月为大暴雨最集中的月份。从空间来看，湖南省西北部和东北部是大暴雨的两个高频区；湖南大暴雨划分为三季型、双季型和单季型3种类型，依次主要分布在湖南省西南部、中部地区以及西北部

我们在高能散射的彩色玻璃冷凝液描述中讨论重子停止。 我们考虑在超相对论的有色电荷片上夸克的价散分布。 我们计算了复合弹丸的散布夸克的分布，并计算了碰撞之前和之后以及在逐个事件的基础上的重子电流。 我们获得了重子数压缩和快速移动的简单分析估计，在理想的平面波散射情况下，得出的结果与Anishetty-Koehler-McLerran [Phys。 Rev.D 22，2793（1980）]。

我们研究了描述（3 + 1）维渐近AdS时空中描述旋转的规范玻色子恒星的Einstein–Maxwell–Klein-Gordon方程的轴对称解。 这些光滑的无水平解具有电荷和磁偶极矩，其角动量与电荷成比例。 还研究了具有自相互作用标量场的一类特殊解，该解对应于具有非零磁偶极矩的静态轴向对称孤子。

我们表明，可以将2 + 1维的扩展Bargmann和Newton-Hooke代数作为Nappi-Witten代数的展开获得。 可以对该过程进行概括以获得两个非相对论对称性的无限族，包括麦克斯韦式奇异Bargmann对称性，其广义牛顿-胡克对角线及其Hietarinta对偶。 在每种情况下，Nappi-Witten代数上的不变双线性形式导致扩张代数上的不变张量，从而使人们能够构造相应的Chern-Simons引力理论。

提出了一种新的关于时空概念的新提议，它是基于动量组成定律的修正的相对论广义相对论的。 相互作用的局部性是定义粒子系统的时空结构的原理。 作为一个特定示例，该框架中包含基于κ-庞加莱霍普夫代数的公式。

用于视频中3D人姿估计的图注意力时空卷积网络（GAST-Net） 消息 [2021/01/28]我们更新了GAST-Net，使其能够生成包括关节和脚关节在内的19个关节的人体姿势。 [2020/11/17]我们提供了有关如何从自定义视频生成3D姿势/动画的教程。 [2020/10/15]我们使用单个RGB相机实现了基于在线3D骨架的动作识别。 [2020/08/14]我们实现了实时3D姿态估计。 介绍 时空信息对于解决3D姿态估计中的遮挡和深度模糊性至关重要。 先前的方法集中于嵌入固定长度的时空信息的时间上下文或局部到全局体系结构。 迄今为止，还没有有效的建议来同时灵活地捕获变化的时空序列并有效地实现实时3D姿态估计。 在这项工作中，我们通过注意机制对局部和全局空间信息进行建模，从而改善了人体骨骼运动学约束的学习：姿势，局部运动学连接和对称性。 为了适应单帧和多帧估计，采用了扩张