4月加密货币融资月报: IEO取代ICO成为主要模式 但总金额环比仍降7成

640?wx_fmt=gif

文丨互链脉搏研究院·金走车

未经授权,不得转载!

互链脉搏按: 自互链脉搏4月3日发布《3月ICO月报(可能是最后一期):融资额仅0.15亿美元》后,我们判断,ICO融资模式几乎走到尽头,因此从5月开始,互链脉搏将加密资产的融资统计扩大到囊括IEO和STO。市场对这两种模式也存在争议,但我们尽量反映客观数据,给产业提供相关信息。欢迎持续关注互链脉搏。

今年春节过后,IEO成为交易所自救的手段,并引发了一轮炒作。然而在4月,繁华过去,IEO模式对ICO没有实质性的改变,也快速被投资者抛弃。


互链脉搏根据Coin Schedule的数据统计,4月,加密货币市场ICO、IEO、STO总融资额合计9500万美元,环比3月下降70.4%。


其中IEO的融资额为6600万美元,占整体的70%;ICO的融资额为2500万美元,占整体的27%;STO的融资额仅为200万美元,占比3%。


640?wx_fmt=png

(制图:互链脉搏 数据来源:Coin Schedule)


相较于2019年3月的数据:IEO融资额9400万美元,占整体的29%;ICO的融资额为2.25亿美元,占整体的70%;STO的融资额仅100万美元,占比1%。可以观察到, IEO已经替代ICO成为加密货币的主要融资模式。


3月、4月三类融资模式的融资金额占比

640?wx_fmt=png

(制图:互链脉搏 数据来源:Coin Schedule)


互链脉搏自2018年下半年开始关注ICO的融资情况,并以月报的形式记录其每月的数据变化。2019年1月,ICO融资额数据平台icodata.io不再更新相关数据。互链脉搏通过icorating平台继续观察ICO融资的变化情况,平台显示,2019年3月ICO融资额跌至0.15亿美元。而截至目前,icorating平台也未有4月份ICO融资额数据的更新,市场很多机构对ICO模式不抱希望。


但是,值得一提的是STO——证券型通证发行,指在确定的监管框架下,按照法律法规,行政规章的要求,进行合法合规的通证公开发行。作为一个旧概念,2018年9月时,被重新提起,并引起市场的轰动,被誉为ICO后的下一个风口。


但观察融资额数据,STO的融资额在前期未能超过ICO,而在后期未能超过IEO,终是雷声大、雨点小。有媒体总结,一是由于STO的合规成本偏高,其次是其募资受众面太窄,同时流动性不足。


640?wx_fmt=png

(制图:互链脉搏 数据来源:Coin Schedule)


随着STO的热度散去,ICO模型未能如人所愿的回归,IEO登上了2019年币圈头条。


IEO是指用交易所作为募资平台,向该交易所用户发行代币的行为,随后该交易所也会成为该代币在二级市场上的主力交易市场。例如,币安 Launchpad 上以 BitTorrent 为首的一系列项目。


IEO 与 ICO 不同,通过 IEO 模式进行融资需要通过交易所的一系列审查后才能进行融资。虽说交易所并不能完全辨别出项目的前景,但在一定程度上为用户规避了风险,更易获得用户的信赖。


互链脉搏观察,随着2019年3月各交易所围绕IEO“开战”,IEO的融资额直线上升,涨了15倍还多。而4月份则有一定的回冷,融资额下降了29.87%。


其中,若按融资金额统计4月份各融资领域的占比,占比最大的为物联网领域(40.6%),其次是基础设施领域(25.9%)、隐私安全领域(10.5%)、支付领域(7.5)。


640?wx_fmt=png

(制图:互链脉搏 数据来源:Coin Schedule)


而为物联网领域贡献最多数据的是ioeX项目,融资27百万美元,同样是4月IEO融资额排行榜的第一。紧随其后的是:MultiVAC融资16百万美元,VeriBlock融资7百万美元。




 推荐阅读 


知否、知否,中国20家区块链产业园谁肥谁瘦

2019地方两会更加关注区块链:6地方政府报告涉及 15地方代表提案

粤港澳大湾区区块链产业图谱:世界拼图最全区域(大湾区-上)

粤港澳大湾区区块链政策、科研实力全扫描(大湾区-下)

2年400万会员,传销币平台Vpay已是强弩之末?

1年发行20种传销币 吸纳400万会员:揭秘传销币集团Vpay的“敛财史”

区块链刚刚开始就已分叉:中国向左,美国向右

两会总结:23条提案涉及区块链 比2018年更重应用

互链报告 | 2019年中国区块链行业人才供需研究

运用区块链 部委们在行动——中国各部委区块链实践全图谱


开白/进入学习群,添加微信:jinli4399

商务合作,添加微信:rubyxian

请备注来意,谢谢!


640?wx_fmt=jpeg

【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)内容概要:本文介绍了一种基于神经网络的数据驱动迭代学习控制(ILC)算法,用于解决具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车路径跟踪问题,并提供了完整的Matlab代码实现。该方法无需精确系统模型,通过数据驱动方式结合神经网络逼近系统动态,利用迭代学习机制不断提升控制性能,从而实现高精度的路径跟踪控制。文档还列举了大量相关科研方向和技术应用案例,涵盖智能优化算法、机器学习、路径规划、电力系统等多个领域,展示了该技术在科研仿真中的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及从事无人车控制、智能算法开发的工程技术人员。; 使用场景及目标:①应用于无人车在重复任务下的高精度路径跟踪控制;②为缺乏精确数学模型的非线性系统提供有效的控制策略设计思路;③作为科研复现与算法验证的学习资源,推动数据驱动控制方法的研究与应用。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注神经网络与ILC的结合机制,并尝试在不同仿真环境中进行参数调优与性能对比,以掌握数据驱动控制的核心思想与工程应用技巧。
### NPN晶体管中IEO与IFO、ICO与IRO的大小关系 在讨论NPN晶体管中电流的关系时,需要明确几个关键概念。通常情况下,晶体管的电流包括基极电流(IB)、集电极电流(IC)和发射极电流(IE)。对于NPN晶体管,在无信号输入的静态条件下,这些电流满足以下基本关系: \[ IE = IC + IB \] 此外,当涉及到外部因素(如温度或结构差异)时,晶体管内部可能存在泄漏电流,例如集电结反向饱和电流(\( I_{CO} \))和发射结反向饱和电流(\( I_{EO} \))。这些泄漏电流在实际应用中非常重要,尤其是在放大器设计中。 以下是关于IEO与IFO、ICO与IRO的具体比较: #### 1. \( I_{EO} \) 与 \( I_{FO} \) - 在NPN晶体管中,\( I_{EO} \) 是指发射结反向饱和电流,而 \( I_{FO} \) 则是基区到发射区的反向电流[^1]。 - 一般情况下,由于发射结的面积较大,\( I_{EO} \) 明显大于 \( I_{FO} \),这是因为较大的面积导致更多的载流子扩散效应[^2]。 #### 2. \( I_{CO} \) 与 \( I_{RO} \) - \( I_{CO} \) 是指集电结反向饱和电流,而 \( I_{RO} \) 则是基区到集电区的反向电流[^3]。 - 在典型条件下,\( I_{CO} \) 的值较小,因为它是少数载流子扩散引起的电流。相比之下,\( I_{RO} \) 更小,因为它受到基区宽度和材料特性的限制[^4]。 #### 示例代码 以下是一个简单的Python代码示例,用于模拟晶体管泄漏电流的相对大小: ```python # 模拟晶体管泄漏电流的相对大小 def compare_leakage_currents(): ICO = 1e-12 # 集电结反向饱和电流 (A) IRO = 1e-13 # 基区到集电区的反向电流 (A) IEO = 1e-9 # 发射结反向饱和电流 (A) IFO = 1e-11 # 基区到发射区的反向电流 (A) print(f"ICO: {ICO:.1e} A") print(f"IRO: {IRO:.1e} A") print(f"IEO: {IEO:.1e} A") print(f"IFO: {IFO:.1e} A") compare_leakage_currents() ``` ### 结论 综上所述,\( I_{EO} > I_{FO} \),并且 \( I_{CO} > I_{RO} \)。这种关系主要由晶体管内部的物理结构和载流子扩散特性决定[^5]。
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