物联网+区块链的饲料供应链金融信息服务平台

来源 :吉林农业大学学报 | 被引量 : 0次 | 上传用户:gpm
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
传统的供应链金融为链上企业融资提供了便利,促进了企业发展。随着经济社会的不断发展,因信息不对称、不能实施有效监管等问题导致融资企业信用不足,无法获得融资或融资额度不能满足企业需求的现象时有发生,极大地阻碍了融资企业的健康发展。文章利用物联网和区块链的相关技术,以饲料加工企业融资过程为研究对象,构建了一个基于"物联网+区块链"的饲料供应链金融信息服务平台。融资企业的质押信息和生产经营活动在平台上公开透明、数据为链上企业共享,便于金融机构进行监管和简化融资流程,增强了企业活力,助推饲料供应链健康发展。
其他文献
准确预测玉米病害是科学防治的前提,因此建立准确且稳定的预测模型,对于防治玉米病害、减少农作物经济损失具有重要意义.由于传统神经网络存在收敛速度慢、容易陷入局部最小
剖析了智慧农业的社会经济特征,认为智慧农业不仅使农业生产全生命周期管理高度信息化,促进农业提质增效和三产融合,而且还会推动人工智能等相关产业的发展,具有明显的规模经济性和外部溢出效应;基于本、原、用的"三表"智慧论述了智慧农业的发展逻辑,认为我国发展智慧农业既要借鉴国外的成功经验,又必须按照"顶层设计、分步实施、因地制宜、效果优先"的原则设计智慧农业的技术推广路径和策略;基于WSR和霍尔三维结构原理阐释了智慧农业的发展机理和体系构成,认为智慧农业技术体系是由知识维、逻辑维、时间维构成的三维结构,发
田间麦穗计数因主要依靠人工而存在耗时长、成本高等问题,为提高麦穗计数的效率和准确性,提出基于人群计数卷积神经网络的麦穗计数方法,在图像基础上进行麦穗数量自动化计数。试验改进了现有人群计数模型中的多列卷积神经网络MCNN和空洞卷积神经网络CSRNet,并对MCNN和CSRNet进行融合,建立了多列卷积神经网络MCSRNet。测试结果表明:MCSRNet网络对麦穗的预测准确率可以达到92.4%,较MC
针对农田监测数据分析与三维可视化及可视化效果优化的需求,文中以国家"863"项目"玉米作物精准作业系统研制与应用"示范基地——吉林省农安县合隆镇陈家店村为试验区域,进行玉米精准作业区农田监测数据分析与三维可视化研究。首先,2015—2017年连续3年对玉米精准作业区试验田中土壤水分含量数据进行动态监测与采集,利用统计分析技术对该区域内的土壤4层水分含量数据做出线性分析;然后运用ArcGIS软件对试
为了解六盘水市2020年鸡新城疫的免疫情况,采集4个县(市、区)规模鸡场及散养户的鸡血清样品460份,采用ELISA方法进行鸡新城疫免疫抗体检测。结果:免疫抗体合格290份,平均免疫
当前,世界种业已进入空前的密集创新和产业变革时代,作物育种正迎来以信息技术和生物技术融合发展为标志的新一轮科技革命,并将引领种业进入智慧种业时代。为此,抢占农业智能设计育种技术及其产业发展的制高点已成为世界各国增强国际竞争力的重大战略。文章回顾了作物主要育种技术及模式的发展历程,总结了智能设计育种的含义和基本流程,论述了信息技术与智能装备在智能设计育种中的主要作用,包括表型-环境大数据获取解析、多重组学大数据分析、多维大数据驱动的智能育种预测模型构建、育种大数据存储管理与应用以及育种装备的机械化、自动化和
为了有效解决在极端环境下智慧温室内部分传感器不工作导致产生缺失值及数据准确性的问题。以智慧温室传感器采集的数据为研究对象,利用多种机器学习算法进行数据插补,同时利用3σ定律和数据融合对插补后的数据集进行预处理,提高了数据集的完整性与准确性。为技术人员进一步分析、处理数据,实现智慧温室精确控制提供了更加准确可靠的数据源。
目的探讨局部皮下蒂组织瓣旋转修复中央区乳腺癌保乳术后中央区缺损的效果。方法2017年1月至2018年12月,江西省乳腺专科医院乳腺一科收治的Ⅰ、Ⅱ期中央区乳腺癌患者,均实施保乳手术,并以局部皮下蒂组织瓣旋转修复乳腺中央区缺损。术后随访观察并发症情况,评估术后1年患侧乳房的美容效果、患者满意度、患者舒适度及术后2年局部肿瘤复发、转移情况。结果研究共纳入14例中央区乳腺癌患者,均为女性,年龄37~75
为查明贵州省铜仁市某蛋鸡场11月龄蛋鸡发病死亡的原因,采集病死鸡病料进行细菌分离培养,以及禽流感病毒、新城疫病毒、鸡安卡拉病毒、鸡毒支原体的核酸检测。结果:病料中未
根据作物长势的空间差异对耕地进行精准管理分区,可以指导田间变量管理,漫川漫岗黑土区地形复杂,分区时应考虑微地形对作物的影响。以典型黑土区玉米田块为研究区,利用1.1 m空间分辨率的无人机多光谱影像提取玉米大喇叭口期(播种后约45 d)归一化植被指数(Normalized difference vegetation index, NDVI),分别结合4种地形因子(高程、坡度、地形起伏度、地表粗糙度)