CnOpenData 社会责任信息表

时间区间

2010-2021年


字段展示

社会责任信息表
id
年份
股票名称
股票代码
社会责任总计
贡献价值小计
贡献价值-所得税占利润总额比
贡献价值-公益捐赠金额

样本数据

社会责任信息表

id年份股票名称股票代码社会责任总计贡献价值小计贡献价值-所得税占利润总额比贡献价值-公益捐赠金额
2021-3004532021三鑫医疗3004535.43分5.43分12.06%(5.43分)--(0.00分)
2021-3002292021拓尔思3002297.42分7.42分10.98%(7.42分)--(0.00分)
2021-6039502021长源东谷6039504.53分4.53分10.06%(4.53分)--(0.00分)
2021-6031862021华正新材6031865.47分5.47分8.10%(5.47分)--(0.00分)
2021-3008732021海晨股份3008733.48分3.48分15.44%(3.48分)--(0.00分)
2021-6881002021威胜信息6881006.05分6.05分13.43%(6.05分)--(0.00分)
2021-3009572021贝泰妮3009573.40分3.40分15.11%(3.40分)--(0.00分)
2021-6009762021健民集团6009764.43分4.43分9.84%(4.43分)--(0.00分)
2021-6038602021中公高科6038606.51分6.51分14.46%(6.51分)--(0.00分)
2021-0004012021冀东水泥0004014.79分4.79分21.25%(4.79分)--(0.00分)
2021-6003152021上海家化6003156.78分6.78分15.06%(6.78分)--(0.00分)
2021-6053582021立昂微6053583.93分3.93分8.74%(3.93分)--(0.00分)
2021-3008712021回盛生物3008715.36分5.36分11.91%(5.36分)--(0.00分)
2021-6885082021芯朋微6885083.43分3.43分5.08%(3.43分)--(0.00分)
2021-3012192021腾远钴业3012196.80分6.80分15.10%(6.80分)--(0.00分)
2021-6883032021大全能源6883033.36分3.36分14.93%(3.36分)--(0.00分)
2021-6009702021中材国际6009703.52分3.52分15.61%(3.52分)--(0.00分)
2021-0038162021中国广核0038166.07分6.07分13.47%(6.07分)--(0.00分)
2021-6007202021祁连山6007203.45分3.45分15.31%(3.45分)--(0.00分)
2021-6009562021新天绿色能源6009566.00分6.00分13.32%(6.00分)--(0.00分)
2021-3008242021北鼎股份3008243.31分3.31分7.34%(3.31分)--(0.00分)
2021-0024192021天虹股份00241910.00分10.00分29.74%(10.00分)--(0.00分)
2021-6039932021洛阳钼业6039935.00分5.00分38.01%(5.00分)--(0.00分)
2021-6032222021济民制药6032229.40分9.40分20.88%(9.40分)--(0.00分)
2021-3002062021理邦仪器3002063.63分3.63分8.06%(3.63分)--(0.00分)
2021-6030132021亚普股份6030133.57分3.57分7.93%(3.57分)--(0.00分)
2021-0029382021鹏鼎控股0029382.96分2.96分13.12%(2.96分)--(0.00分)
2021-3011102021青木股份3011106.22分6.22分13.82%(6.22分)--(0.00分)
2021-0024072021多氟多0024072.38分2.38分10.56%(2.38分)--(0.00分)
2021-3010692021凯盛新材3010692.91分2.91分12.93%(2.91分)--(0.00分)
2021-0007862021北新建材0007861.44分1.44分6.39%(1.44分)--(0.00分)
2021-3000472021天源迪科30004714.10分14.10分20.87%(14.10分)--(0.00分)
2021-3008352021龙磁科技3008355.54分5.54分12.30%(5.54分)--(0.00分)
2021-6039192021金徽酒6039197.55分7.55分16.77%(7.55分)--(0.00分)
2021-6007282021佳都科技6007288.79分8.79分13.02%(8.79分)--(0.00分)
2021-6004152021小商品城6004154.45分4.45分19.77%(4.45分)--(0.00分)
2021-3010462021能辉科技3010463.11分3.11分13.83%(3.11分)--(0.00分)
2021-3001422021沃森生物3001426.84分6.84分15.18%(6.84分)--(0.00分)
2021-3008622021蓝盾光电3008625.34分5.34分11.86%(5.34分)--(0.00分)
2021-6019692021海南矿业6019694.89分4.89分21.74%(4.89分)--(0.00分)
2021-0028432021泰嘉股份0028432.95分2.95分13.09%(2.95分)--(0.00分)
2021-3004962021中科创达3004961.28分1.28分1.89%(1.28分)--(0.00分)
2021-6003002021维维股份60030010.00分10.00分28.98%(10.00分)--(0.00分)
2021-6050582021澳弘电子6050584.70分4.70分10.44%(4.70分)--(0.00分)
2021-6038062021福斯特6038062.47分2.47分10.99%(2.47分)--(0.00分)
2021-6883852021复旦微电6883850.55分0.55分2.46%(0.55分)--(0.00分)
2021-0021382021顺络电子0021382.14分2.14分9.51%(2.14分)--(0.00分)
2021-6039122021佳力图6039123.27分3.27分14.53%(3.27分)--(0.00分)
2021-0022582021利尔化学0022582.80分2.80分12.45%(2.80分)--(0.00分)
2021-6008302021香溢融通60083010.00分10.00分54.76%(10.00分)--(0.00分)

数据更新频率

年度更新

图片

联系人: CnOpenData-sxq

个人联系电话:19121071287

【无线传感器】使用 MATLAB和 XBee连续监控温度传感器无线网络研究(Matlab代码实现)内容概要:本文围绕使用MATLAB和XBee技术实现温度传感器无线网络的连续监控展开研究,介绍了如何构建无线传感网络系统,并利用MATLAB进行数据采集、处理与可视化分析。系统通过XBee模块实现传感器节点间的无线通信,实时传输温度数据至主机,MATLAB负责接收并处理数据,实现对环境温度的动态监测。文中详细阐述了硬件连接、通信协议配置、数据解析及软件编程实现过程,并提供了完整的MATLAB代码示例,便于读者复现和应用。该方案具有良好的扩展性和实用性,适用于远程环境监测场景。; 适合人群:具备一定MATLAB编程基础和无线通信基础知识的高校学生、科研人员及工程技术人员,尤其适合从事物联网、传感器网络相关项目开发的初学者与中级开发者。; 使用场景及目标:①实现基于XBee的无线温度传感网络搭建;②掌握MATLAB与无线模块的数据通信方法;③完成实时数据采集、处理与可视化;④为环境监测、工业测控等实际应用场景提供技术参考。; 阅读建议:建议读者结合文中提供的MATLAB代码与硬件连接图进行实践操作,先从简单的点对点通信入手,逐步扩展到多节点网络,同时可进一步探索数据滤波、异常检测、远程报警等功能的集成。
内容概要:本文系统讲解了边缘AI模型部署与优化的完整流程,涵盖核心挑战(算力、功耗、实时性、资源限制)与设计原则,详细对比主流边缘AI芯片平台(如ESP32-S3、RK3588、Jetson系列、Coral等)的性能参数与适用场景,并以RK3588部署YOLOv8为例,演示从PyTorch模型导出、ONNX转换、RKNN量化到Tengine推理的全流程。文章重点介绍多维度优化策略,包括模型轻量化(结构选择、输入尺寸调整)、量化(INT8/FP16)、剪枝与蒸馏、算子融合、批处理、硬件加速预处理及DVFS动态调频等,显著提升帧率并降低功耗。通过三个实战案例验证优化效果,最后提供常见问题解决方案与未来技术趋势。; 适合人群:具备一定AI模型开发经验的工程师,尤其是从事边缘计算、嵌入式AI、计算机视觉应用研发的技术人员,工作年限建议1-5年;熟悉Python、C++及深度学习框架(如PyTorch、TensorFlow)者更佳。; 使用场景及目标:①在资源受限的边缘设备上高效部署AI模型;②实现高帧率与低功耗的双重优化目标;③掌握从芯片选型、模型转换到系统级调优的全链路能力;④解决实际部署中的精度损失、内存溢出、NPU利用率低等问题。; 阅读建议:建议结合文中提供的代码实例与工具链(如RKNN Toolkit、Tengine、TensorRT)动手实践,重点关注量化校准、模型压缩与硬件协同优化环节,同时参考选型表格匹配具体应用场景,并利用功耗监测工具进行闭环调优。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值