2019 年第 32 周 DApp 影响力排行榜 | TokenInsight

本周DApp生态中,EOS、TRON、Ethereum和IOST四大平台的DApp表现各异。EOS和IOST的交易额显著提升,而Ethereum的活跃用户数大幅增加。TRON虽然交易额大幅上涨,但活跃用户数略有下降。各平台的DApp排名出现调整,新上榜的DApp涉及竞猜、游戏和其它类别。

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8月5日-8月11日期间,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 的 DApp 影响力模型综合评分生成。


640?wx_fmt=png

1. EOS DApp排行榜

图表1-1:EOS DApp排行榜前20名

640?wx_fmt=png

来源:Tokeninsight官网1,Spiderstore2

上周EOS DApp数量环比没有变化,交易额环比增加17.2%,DApp用户环比增加10.3%。


从影响力排行榜上看,上榜DApp变动较小,下榜DApp为竞猜类“DEXEOS”,“EOSBet”,“EOS Royale”,“XPET怪兽世界”。新增上榜DApp为竞猜类"EOSPlay Lottery & Dice",“2100.bet”,游戏类“剑与魔法”,其他类“ADM”。


值得注意的是,本周EOS 平台DApp 表现开始回暖,交易额与DApp用户环比都在增加。

2. TRON DApp排行榜

图表2-1:TRON DApp排行榜前20名
640?wx_fmt=png
来源:TokenInsight官网

上周TRON DApp数量新增6个,交易额环比增加73.4%,活跃用户数环比减少6.5%。 

从影响力排行榜上看,变化主要集中在竞猜类应用。下榜DApp为竞猜类“ Void Token”,“TRON UP”,“7Tron”,其他类“ToCandy糖果工厂”; 上榜DApp为竞猜类“Dragon7”,“TRONDAPPHUB”,“SoloLink”,“Tron Pizzeria”。


值得注意的是,本周TRON平台交易额环比上升巨大,但活跃用户数量环比却在微弱降低。

3. ETH DApp排行榜

图表3-1:ETH DApp排行榜前20名

640?wx_fmt=png

来源:TokenInsight官网

上周Ethereum DApp数量增加4个,交易额环比减少12.7%,活跃用户数环比增加15.4%。

从影响力排行榜上看,上榜DApp变化较大。下榜DApp为竞猜类“Edgeless”,其他类“Augur”。新上榜的DApp分别为游戏类“Gods Unchained TCG”,“迷恋猫”。


值得注意的是, 本周Ethereum平台交易额环比减少,但活跃人数环比却有比较大的回升。

4. IOST DApp排行榜

图表4-1:IOST DApp排行榜前10名

640?wx_fmt=png

来源:TokenInsight

上周IOST DApp数量环比没有变化,交易额环比增加148.9%,活跃用户数环比减少15.3%。

从影响力排行榜上看,上榜DApp变化不大。下榜DApp为游戏类“Game ABC”,“Herorats”,上榜类DApp为游戏类“BlockArcade”,“细菌大作战”。


值得注意的是, 尽管本周IOST平台 DApp榜单变化不大,但交易额环比增长巨大,活跃人数环比却在降低。


1. https://tokeninsight.com/research?id=6
2. https://www.spider.store/top/ethereum/hot



 END 
微信小程序 Tokenin指数 | 项目GitHub代码提交次数 Token白皮书 | 项目的白皮书汇总 TIindex指数 | 基于通证生态制作的TI指数

往日精选

〓 交易所行业2019 Q2报告暨评级更新 〓 去中心化交易所报告 | TokenInsight 〓 数字资产管理报告 | TokenInsight 〓 全球 加密通证量化基金行业研究报告 〓 交易所行业2019 Q1报告 | TokenInsight


公众平台及联系方式 ⊙   官          https://tokenin.cn ⊙  微          @TokenInsight ⊙  电报中文    https://t.me/TokenInsightChinese ⊙  电报英文    https://t.meTokenInsightOfficial ⊙  推          https://twitter.com/TokenInsight ⊙  商务合作    bd@tokeninsight.com


640?wx_fmt=png

640?wx_fmt=png

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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