杭州区块链发展路径研究

来源 :计算机时代 | 被引量 : 0次 | 上传用户:df781111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
文章主要研究了杭州区块链技术、区块链产业的发展现状.通过调研、政策研究、组织专家讨论论证,探索影响杭州区块链发展的主要因素,使区块链技术应用于更多的民生领域,以解决数据共享、数据孤岛问题,全面赋能实体经济,使区块链产业成为杭州市数字经济的发展新高地.
其他文献
表格是一种常见的、需要经常进行处理的信息载体,其特殊的逻辑结构决定了机器在处理表格时并不能使用简单的文本识别技术。而随着互联网技术的蓬勃发展以及手机、平板设备等移动设备的硬件提升,除了电子文件类表格外,越来越多的表格产生于使用摄像头拍摄的表格文档图像。如何令机器理解表格文档图像中的表格结构与内容成为了学术界和工业界都在广泛讨论的问题。通过使用深度学习方法来分析表格结构,可以使表格文档图像处理的人力
“微课”作为一种新兴的教学模式,较传统教学具有更高的便利性、应用性和针对性.文章围绕教学领域阐述移动学习的背景和意义,提出了微课学习平台的开发设计思路、总体架构和系统功能模块,设计并实现了微课学习平台.测试结果表明,该平台满足了微课移动学习应具备的基本功能.
以信息网络为载体的大数据时代,工程伦理教育对计算机类专业学生的培养尤为重要.由于目前针对计算机类专业的工程伦理教育相关教学案例比较少,文章构建了面向计算机或信息类专业学生的工程伦理案例库.将伦理理论与工程实践紧密结合,加深理解典型伦理问题,以培养良好的工程职业伦理责任和价值观.
基于课程思政,将德育内涵与元素融入课程教学目标与课堂教学内容中,分别从从“六个方面”、“四个课堂”、“四个层面”三维度展开,全面构建了具备针对性、实效性、立体化的“644”大学生网络文明培养体系.通过对大学生网络文明培养体系的研究,为各个专业和课程融入网络文明这一元素提供重要借鉴,并着力规范大学生网络行为,促进高校大学生网络文明素养的提高.
分布式技术如今已成为智能系统的发展方向,结合不同的应用场景和需求,搭建特定的分布式系统,能极大提升系统的运行效率。而传统的分布式系统主要应用于计算机内部的算法训练,在硬件层面由于硬件设备种类繁多、结构单一、数据缓存不合理,难以形成协同配合,对于分布式系统的搭建形成巨大挑战。针对上述问题,本文在研究分布式系统的基础上,以海上应急救援为应用场景,通过组装9台硬件设备模拟救援设备,并设计救援设备协同集群
“移动应用开发”是高等学校计算机类专业的核心专业课程之一,针对教学中存在的教材内容陈旧、考核方式单一、教学形式单一等问题,提出了翻转课堂教学法、案例教学法、演示教学法等教学改革措施,以提高学生学习的积极性、主动性和软件开发编程能力,激发其创新能力.
不同于基于大规模监督的深度学习方法,小样本学习旨在从极少的几个样本中学习这类样本的特性,其更符合人脑的视觉认知机制.近年来,小样本学习受到很多学者关注,他们联合元学习训练模式与度量学习理论,挖掘查询集(无标记样本)和支持集(少量标记样本)在特征空间的语义相似距离,取得不错的小样本分类性能.然而,这些方法的可解释性偏弱,不能为用户提供一种便于直观理解的小样本推理过程.为此,提出一种基于区域注意力机制的小样本分类网络INT-FSL,旨在揭示小样本分类中的2个关键问题:1)图像哪些关键位置的视觉特征在决策中发挥
知识追踪任务通过建模用户的习题作答序列跟踪其认知状态,进而预测其下一时刻的答题情况,实现对用户知识掌握程度的智能评估.当前知识追踪方法多针对知识点建模,忽略了习题信息建模与用户个性化表征,并且对于预测结果缺乏可解释性.针对以上问题,提出了一个可解释的深度知识追踪框架.首先引入习题的上下文信息挖掘习题与知识点间的隐含关系,得到更有表征能力的习题与知识点表示,缓解数据稀疏问题.接着建模用户答题序列获得其当前知识状态,并以此学习个性化注意力,进而得到当前习题基于用户知识状态的个性化表示.最后,对于预测结果,依据
建立完善的动力电池回收利用体系是我国新能源汽车高质量发展需要突破的瓶颈问题之一,研究和发展智能化、柔性化、精细化的高效拆解技术是其中的重要环节.但由于受非结构化的拆解环境和拆解过程中的不确定性等因素的影响,目前,动力电池拆解还采用人工为主、机器辅助拆解的方式,不仅低效,而且致使工作人员暴露在危险的工作环境中,亟需向自动化、智能化方式转变.研究基于神经符号理论对动态环境中动力电池的拆解任务进行研究,设计并实现了一套任务和运动规划系统.与现有的动力电池拆解系统相比,系统在自主性、可扩展性、可解释性、可学习性4
人群计数旨在估计图像或视频中人群的数量、密度或分布,属于目标计数(object counting)领域的研究范畴,广泛应用于人群行为分析、公共安全管理之中,以便及时发现人群拥挤或异常行为,避免事故发生.鉴于人群计数系统强大的实用性,自21世纪以来,研究者对其方法及应用进行了大量广泛的研究.近年来,深度学习技术发展迅猛,很多工作发现深度学习技术可以有效地解决人群计数系统存在的一系列关键问题,例如跨场景计数、透视畸变、尺度变化等.因此,对基于深度学习的人群计数这一研究领域进行回顾、分析和展望.具体地,首先从概