National Health and Nutrition Examination Survey (NHANES) - Dietary Data|健康调查数据集|营养调查数据集
收藏
- NHANES首次引入膳食数据收集,标志着该数据集的诞生。
- NHANES II开始,膳食数据收集方法得到进一步完善,数据质量显著提升。
- NHANES III完成,膳食数据首次采用24小时回顾法,数据收集更加全面和准确。
- NHANES开始每年进行一次,膳食数据收集频率增加,数据时效性得到增强。
- NHANES引入电子数据收集系统,膳食数据收集效率和准确性进一步提升。
- NHANES膳食数据首次包含食品环境信息,数据维度更加丰富。
- 1National Health and Nutrition Examination Survey (NHANES): Sample Design and Analytic GuidelinesCenters for Disease Control and Prevention (CDC) · 2013年
- 2Dietary Patterns and Cardiovascular Disease Risk: A Systematic Review and Meta-Analysis of Prospective Cohort StudiesUniversity of Eastern Finland · 2020年
- 3Association Between Dietary Fiber Intake and Risk of Cardiovascular Disease: A Systematic Review and Meta-AnalysisHarvard T.H. Chan School of Public Health · 2019年
- 4Dietary Patterns and Risk of All-Cause Mortality: A Systematic Review and Meta-Analysis of Prospective StudiesUniversity of Cambridge · 2021年
- 5Dietary Patterns and Risk of Type 2 Diabetes: A Systematic Review and Meta-Analysis of Prospective StudiesUniversity of Eastern Finland · 2020年
LFW
人脸数据集;LFW数据集共有13233张人脸图像,每张图像均给出对应的人名,共有5749人,且绝大部分人仅有一张图片。每张图片的尺寸为250X250,绝大部分为彩色图像,但也存在少许黑白人脸图片。 URL: http://vis-www.cs.umass.edu/lfw/index.html#download
AI_Studio 收录
PDT Dataset
PDT数据集是由山东计算机科学中心(国家超级计算济南中心)和齐鲁工业大学(山东省科学院)联合开发的无人机目标检测数据集,专门用于检测树木病虫害。该数据集包含高分辨率和低分辨率两种版本,共计5775张图像,涵盖了健康和受病虫害影响的松树图像。数据集的创建过程包括实地采集、数据预处理和人工标注,旨在为无人机在农业中的精准喷洒提供高精度的目标检测支持。PDT数据集的应用领域主要集中在农业无人机技术,旨在提高无人机在植物保护中的目标识别精度,解决传统检测模型在实际应用中的不足。
arXiv 收录
OpenSonarDatasets
OpenSonarDatasets是一个致力于整合开放源代码声纳数据集的仓库,旨在为水下研究和开发提供便利。该仓库鼓励研究人员扩展当前的数据集集合,以增加开放源代码声纳数据集的可见性,并提供一个更容易查找和比较数据集的方式。
github 收录
中国空气质量数据集(2014-2020年)
数据集中的空气质量数据类型包括PM2.5, PM10, SO2, NO2, O3, CO, AQI,包含了2014-2020年全国360个城市的逐日空气质量监测数据。监测数据来自中国环境监测总站的全国城市空气质量实时发布平台,每日更新。数据集的原始文件为CSV的文本记录,通过空间化处理生产出Shape格式的空间数据。数据集包括CSV格式和Shape格式两数数据格式。
国家地球系统科学数据中心 收录
NIST Thermochemical Database
NIST Thermochemical Database(NIST热化学数据库)是一个包含大量热化学数据的数据集,涵盖了各种化学物质的热力学性质,如焓、熵、自由能等。该数据库由美国国家标准与技术研究院(NIST)维护,旨在为科学研究和工业应用提供准确的热化学数据。
webbook.nist.gov 收录