数据集概述
本数据集为支持论文《Model-Independent Machine Learning Approach for Nanometric Axial Localization and Tracking》提交的图像数据集，包含三组不同轴向距离的纳米粒子图像对及说明文档，用于训练和验证无模型机器学习纳米定位模型，共含四个文件。
文件详解
- README.txt
- 文件格式：TXT
- 字段映射介绍：数据集说明文档，阐述数据集用途、文件构成及图像命名规则等背景信息
- NP60_big_data_d250.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含三万三千五百六十二组图像对，每组图像对轴向距离为二百五十纳米，图像命名遵循
_v_g_i_z<delta_...规则
- NP60_big_data_d500.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含三万四千八百四十二组图像对，每组图像对轴向距离为五百纳米，图像命名规则同上
- NP60_big_data_d750.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含两万一千六百八十五组图像对，每组图像对轴向距离为七百五十纳米，图像命名规则同上
数据来源
论文《Model-Independent Machine Learning Approach for Nanometric Axial Localization and Tracking》
适用场景
- 纳米轴向定位模型训练: 用于训练无模型机器学习算法，实现纳米级精度的轴向定位与跟踪
- 纳米粒子成像分析: 分析不同轴向距离下纳米粒子图像对的特征差异，支持成像系统优化
- 机器学习模型验证: 验证无模型机器学习方法在纳米定位任务中的性能与鲁棒性
- 生物医学成像研究: 为生物样本中纳米级结构的动态跟踪提供图像数据支持
