2019 年第 13 周 DApp 影响力排行榜 | TokenInsight

印尼稻米收成与粮食安全数据集2026年 本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。 立即下载

鉴于目前 DApp 生态的迅速发展,为客观展示和反映生态的真实状况,TokenInsight 特发布 DApp 影响力排行榜。榜单通过对各 DApp 7 日活跃用户、7 日交易额、活跃天数、合约安全得分、代码开源比例等客观数据进行分析,由 TokenInsight DApp 影响力模型综合评分生成。


EOS 排行榜


640?wx_fmt=jpeg


上周EOS DApp数量新增9个,交易额环比下降33.5%,DApp用户环比增长62%。


从影响力排行榜上看,上榜DApp几乎无变动,仅有PRA糖果盒和包括AKDEX,Chintai在内的两个交易市场以及FarmEOS和EOS三公两个竞猜类DApp被替代。本期排行榜中,竞猜类DApp“BetDice”跌出榜单前三名,其交易额在上周3月28至3月29日间大幅下跌,交易额缩水超过50%。而其活跃用户自3月28日起至今已下降近20%。值得注意的是,EOS平台DApp用户增长超过60%,但平台交易额下降超过30%,DApp整体交易活跃度下降。


TRON DApp 排行榜


640?wx_fmt=jpeg


上周TRON DApp数量新增14个,交易额环比下降31%,活跃用户数环比增长11%。


从影响力排行榜上看,上榜DApp几乎无变动,仅有DooTron,Lucky Slot和波场虾农三个竞猜类DApp被替代。新入榜的竞猜类游戏“TronOY”在本期排行榜中排名第二。 值得注意的是,TRON平台DApp上周交易额环比下降超过30%,平台DApp整体活跃度连续两周出现较为严重的下降。


ETH DApp 排行榜


640?wx_fmt=jpeg


上周Ethereum DApp数量减少5个,交易额环比下降10%,活跃用户数环比下降16.9%。


从影响力排行榜上看,上榜DApp几乎无变动,仅有四个类别不同的DApp被替代。新入榜的交易市场类DApp“Switcheo”排名第三。交易市场类DApp目前依旧占据着榜单的前四名,并贡献了Ethereum平台上DApp总交易额的近40%。值得注意的是,上周Ethereum平台上DApp数量,交易额和活跃用户数均出现下降,平台DApp活跃度有降低趋势。


评分说明:


1.本榜单根据各 DApp 交易数据、合约安全和开源数据、DApp 活跃数据,由 TokenInsight DApp 影响力模型综合排序生成。


2.各平台的评分数据维度相同,但不同平台的评分标准不同。


3.数据来源为SpiderStore记录和汇总的链上交易数据、合约检测数据。


4.在适用的大多数维度上使用统计百分位数计算得分。



微信小程序:

Tokenin指数? Token白皮书? TIindex指数?


往日精选


向上滑动阅读更多

TokenInsight 对话首席—分片技术的现状与未来(上)

TokenInsight 对话首席—分片技术的现状与未来(下)

全球区块链第13周看点 | 稳定通证领域再起波澜?

区块链赋能泛在电力物联网 | TokenInsight

【期货交易所】行业报告与评级结果 | TokenInsight

区块链赋能供应链金融研究报告 | TokenInsight

区块链赋能电网系统研究初探 | TokenInsight

2019 区块链行业七大展望 | TokenInsight

通证分类白皮书|TokenInsight

2019年第3周DApp影响力排行榜|TokenInsight

分片技术研究报告(上)|TokenInsight

交易所行业2018年度报告|TokenInsight

Grin投资挖矿收益策略分析与指导|TokenInsight

【TokenInsight评级报告】TRON:评级由BB上调至BBB,展望稳定

2019年第2周DApp影响力排行榜|TokenInsight

2018 年游戏 DApp 行业生态报告 | TokenInsight

极危项目风险预警 | TokenInsight

2018 年 9-11 月娱乐与游戏应用行业简报

【TokenInsight 评级报告】Zcash:BB,展望:稳定,贴近监管让匿名币走上合规之路

大数据复盘 CDC——谁在说谎 | TokenInsight

BCH 暴涨背后:稳定币增发&场外法币入场 

TokenInsight | 支付行业简报

TokenInsight | 通用平台行业简报


引用TokenInsight数据的媒体


号称“比特币2.0”,Grin是否真材实料?——新浪财经

是否该挖 Grin?一文读懂 Grin 挖矿收益与早期投资策略——八宝饭

《2018区块链技术应用白皮书》| 链塔智库&清华大学互联网产业研究院——链塔智库

EOS被盗:自建节点导致链上数据同步时出现错误所致——巴比特

巨头瞄准加密资产,Facebook欲在印度市场推出稳定币——火星财经

BTC交易量暴跌90% 数字资产交易所熊市如何突围求生?——搜狐

Bibox&BIX:积极布局生态,团队低调却实力雄厚——陀螺财经

TokenInsight发布交易所体系与结果——cz_binance (Binance创始人)

核财经独家|ofo:钱荒之下入链 是技术赋能还是换道求生——核财经

 【BlockVC策略研究】交易所的天局与暗战(0610)——BlockVC


640?wx_fmt=jpeg

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar 立即下载

相关推荐

Delphi 13.2控件之msquic4d.rar

Delphi 13.2控件之msquic4d.rar

2019 年第 8 周 DApp 影响力排行榜 | TokenInsight

鉴于目前 DApp 生态的迅速发展,为客观展示和反映生态的真实状况,TokenInsight 特发布 DApp 影响力排行榜。榜单通过对各 DApp 7 日活跃用户、7 ...

TokenInsight的博客 407

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

2019值得关注的数据可视化工具TOP5

数据可视化在数据分析过程中的扮演着非常重要的角色。对于数据科学家或数据分析师来说,以更直观、便于查看、甚至更吸引人的视觉效果来呈现数据是很重要的。数据可视化是一个有效的市场工具,通过这种方式,从海量数据中挖掘的知识与信息就可以一种简单的方式直观地进行展示,目前数据分析师或数据科学家们以图形格式来进行数据展示的方法有很多。为什么数据可视化很重要?根据人类大脑的处理方式,看到电子表格和使用图表的报告,...

weixin_33670713的博客 388

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

2019 年第 7 周 DApp 影响力排行榜 | TokenInsight

鉴于目前 DApp 生态的迅速发展,为客观展示和反映生态的真实状况,TokenInsight 特发布 DApp 影响力排行榜。榜单通过对各 DApp 7 日活跃用户、7 ...

TokenInsight的博客 341

机器视觉检测实战教程 19页成品课程光源选型Halcon标定海康相机VisionPro

内容概要:机器视觉检测实战教程,19页6章成品课程PDF:视觉检测光源选型对照表+五个翻车案例、Halcon模板匹配create_shape_model七参数整定、视觉标定三类(9点/旋转/手眼)、海康工业相机C#取图黑图丢帧排坑、VisionPro QuickBuild部署License迁移C#宿主、远心镜头选型。含C#/Halcon代码与现场案例。适用人群:机器视觉工程师、自动化检测开发、企业内训。使用场景:视觉方案设计、选型、标定部署、团队培训。原创整理。

2019年最值得学习的编程语言TOP5

选择何种编程语言似乎无关紧要,因为大多数流行语言基于相同的基本概念,对于未经训练的人来说,大多数语言看起来都是一样的,都能得到大致相同的结果。但从开发人员的角度来看,编程语言不仅是一种工具,选择正确的编程语言将影响一个人的职业生涯,经济前景和未来的幸福。本文将推荐五种当下和未来一段时间最值得学习五种编程语言,并逐一介绍它们的特点和优点,以及面试中需要注意的要点。 对于初学者来说,选择编程语言...

python学习者的博客 9352

【医疗器械制造】基于酸碱腐蚀环境的一次性乳胶手套铝合金手模失效机理分析与量产风险控制

内容概要:本文围绕一次性医用乳胶手套生产中使用的铝合金手模在酸碱环境下的失效风险展开系统性分析,重点探讨其在外表面腐蚀、清洗循环、氯介质侵入及表面粗糙度控制等方面的工程挑战。研究表明,尽管市场上已有带涂层的铝合金手模供应,但其能否在强碱、酸洗、毛刷摩擦、冷热交变和氯共存的复杂工况下长期维持Ra 1.0—2.5 μm的表面质量并实现稳定脱模,仍需经过严格的多阶段验证。常规阳极氧化+PTFE涂层方案已被实测排除,而316L不锈钢筒体在湿氯环境中出现的三个月内腐蚀失效案例提示必须重视内腔隔离设计。文章强调,采购决策应基于“小批量试制—离线加速试验—影子生产验证—条件性放行”的四阶段准入机制,结合表面参数、工艺相容性、手套成品性能与全生命周期成本进行综合评估,避免依赖供应商宣传数据。; 适合人群:从事医疗器械制造、材料工程、设备采购与工艺质量管理的技术人员及决策管理者,尤其是涉及乳胶手套生产线优化与手模选型的相关从业人员。; 使用场景及目标:①评估铝合金手模替代陶瓷手模的技术可行性与风险边界;②建立手模选型的系统验证流程,防范因表面失效导致的脱模异常、手套缺陷与非计划停机;③指导采购合同中技术条款的制定,确保供应商交付具备可验证数据支撑; 阅读建议:此资源以工程实证为导向,建议读者结合自身产线工艺参数,重点关注外表面Ra控制、内腔双密封设计、影子生产验证方法及失效链追溯体系的构建,在试制阶段严格执行多维度联合判定标准,审慎推进规模化替代。

【新能源电力系统】项目介绍 MATLAB实现基于GWO-VMD-SSA-LSTM灰狼优化算法(GWO)结合变分模态分解(VMD)、麻雀搜索算法(SSA)及长短期记忆网络(LSTM)进行辐照度-温度驱动

内容概要:本文提出了一种融合灰狼优化算法(GWO)、变分模态分解(VMD)、麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的复合模型(GWO-VMD-SSA-LSTM),用于实现高精度的辐照度-温度驱动短期光伏功率预测。该模型首先通过GWO优化VMD的关键参数(模态数K和惩罚因子α),实现对非平稳光伏功率序列的高效多尺度分解,降低信号复杂性;随后利用SSA对LSTM的超参数(如隐藏层单元数、Dropout率、学习率等)进行智能寻优,提升网络训练效率与泛化能力;最后通过独立LSTM网络对各VMD模态进行预测并重构输出。模型结合了信号分解、智能优化与深度学习优势,显著提升了在多云、阴雨等复杂天气下的预测精度与稳定性,并通过MAE、RMSE、MAPE和R²等指标验证了有效性。文中还提供了完整的MATLAB实现流程,涵盖数据清洗、归一化、滑动窗口构建、参数优化与结果可视化等环节。; 适合人群:具备一定机器学习与时间序列预测基础,从事新能源发电预测、智能电网调度、电力系统自动化等相关领域的科研人员、工程师及研究生。; 使用场景及目标:①解决光伏功率受辐照度、温度等因素影响而导致的强随机性、非平稳性预测难题;②提升短期(15分钟至1小时)光伏出力预测精度,支撑电网经济调度、储能协同控制与电力现货市场申报;③为多源气象数据驱动的可再生能源预测提供可扩展的技术框架。; 阅读建议:建议结合提供的MATLAB代码逐步实践,重点关注GWO与SSA的优化机制、VMD分解效果及其与LSTM的集成方式,注意避免时间泄漏问题,推荐在实际数据上复现实验以深入理解模型性能。

2019 年第 27 周 DApp 影响力排行榜 | TokenInsight

为客观展示和反映 DApp 生态的真实状况,TokenInsight 特发布 DApp 影响力排行榜。榜单通过对6月30日-7月7日期间,各 DApp 7 日活跃用户、7...

TokenInsight的博客 633

T12_eVTOL低空经济低空公共航线网络规划设计方案_可研报告版.pptx

T12_eVTOL低空经济低空公共航线网络规划设计方案_可研报告版.pptx

2019 年第 31 周 DApp 影响力排行榜 | TokenInsight

为客观展示和反映 DApp 生态的真实状况,TokenInsight 特发布 DApp 影响力排行榜。榜单通过对7月28日-8月4日期间,各 DApp 7 日活跃用户、7...

TokenInsight的博客 1018

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

【DBO三维路径规划】基于多策略改进的蜣螂算法MSDBO多无人机协同集群避障路径规划(目标函数:最低成本:路径、高度、威胁、转角)研究(Matlab代码实现)

内容概要:本文研究了基于多策略改进的蜣螂优化算法(MSDBO)在多无人机协同集群三维路径规划中的应用,旨在解决复杂三维环境下的避障与最优路径搜索问题。通过构建包含路径长度、飞行高度、威胁规避和转弯角度的综合成本目标函数,利用MSDBO算法对多无人机系统的飞行轨迹进行全局优化,实现在保证安全性与稳定性的前提下达到最低能耗与最优性能的目标。文中详细阐述了算法的多策略改进机制、三维环境建模方法以及多无人机协同避障策略,并通过Matlab仿真平台验证了该方法相较于传统优化算法在收敛速度、路径质量和鲁棒性方面的优越性能。; 适合人群:具备一定优化算法理论基础和无人机控制系统知识的科研人员及研究生,特别适用于从事智能优化算法、多智能体协同控制、路径规划与自主导航等相关领域的研究人员和技术开发者。; 使用场景及目标:①应用于灾害救援、军事侦察、智能巡检等复杂三维场景中多无人机协同任务的路径规划;②为多目标约束下的路径优化、动态避障与能耗平衡问题提供高效的算法支持与仿真验证工具;③推动智能优化算法在无人系统自主决策与协同控制中的实际应用与工程落地。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法的具体实现过程,重点关注目标函数设计、多策略改进机制(如种群初始化、自适应参数调整、局部搜索增强等)及仿真结果分析部分,同时可尝试将该算法迁移至其他智能优化算法框架中进行对比研究,以深化对路径规划问题本质的理解与实践能力的提升。

2019 年第 10 周 DApp 影响力排行榜 | TokenInsight

鉴于目前 DApp 生态的迅速发展,为客观展示和反映生态的真实状况,TokenInsight 特发布 DApp 影响力排行榜。榜单通过对各 DApp 7 日活跃用户、7 ...

TokenInsight的博客 244

【CEEMDAN-VMD-GRU】完备集合经验模态分解-变分模态分解-门控循环单元预测研究(Python代码实现)

内容概要:本文提出了一种融合完备集合经验模态分解(CEEMDAN)、变分模态分解(VMD)与门控循环单元(GRU)的复合预测模型,旨在提升对复杂非平稳时间序列的预测精度。首先利用CEEMDAN对原始信号进行自适应分解,有效缓解模态混叠问题,获得一组本征模态函数(IMFs);随后引入VMD对关键模态分量作进一步优化分解,增强特征分离能力,降低噪声干扰;最后将处理后的平滑分量分别输入GRU神经网络进行独立训练与预测,并通过加权集成策略融合各分量输出,得到最终高精度预测结果。该方法结合了多尺度信号分解与深度学习的优势,显著提升了模型在处理强噪声、非线性、非平稳序列(如电力负荷、风速、光伏发电功率等)时的泛化能力和预测稳定性,文中提供了完整的Python代码实现,便于复现与应用。; 适合人群:具备一定Python编程基础和机器学习理论知识,从事科研或工程应用的硕士、博士研究生及科研人员,尤其适用于能源系统预测、智能电网调度、可再生能源管理、信号处理与时间序列分析等相关领域的研究人员和技术开发者。; 使用场景及目标:①解决传统单一预测模型在面对复杂非平稳时间序列时存在的过拟合、收敛慢、精度低等问题;②通过多阶段信号分解降低原始序列的复杂度与不确定性,提升GRU模型的训练效率与预测鲁棒性;③为电力系统负荷预测、新能源出力预报、设备运行状态预警及市场交易策略制定等关键任务提供高精度数据支撑。; 阅读建议:建议读者结合提供的Python代码逐模块理解算法实现流程,重点关注CEEMDAN与VMD的参数配置对信号分解效果的影响,尝试在不同数据集上进行实验对比,并通过可视化手段分析各模态分量的物理意义,进一步掌握模型调优与性能评估的方法。

上一篇: TokenInsight 对话首席——分片技术的现状与未来(下)
下一篇: 区块链赋能再保险研究报告 | TokenInsight
TokenInsight
博客等级 码龄8年 115粉丝 286原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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