IPFS周报(12.10-12.17)

上周,IPFS和Filecoin在交易、社区和技术方面均有更新。Filecoin期货价格下跌,IPFS.FUND创始人周欢在全球矿业大会上进行IPFS和Filecoin布道,IPFS和Filecoin在社交平台上的关注人数出现波动,技术层面,Go-IPFS、JS-IPFS和IPFSCluster均有代码更新。

周报周期:2018年12月10日——2018年12月17日。

我们从交易、社区、技术这几个层面搜集数据供大家参考。

概述

上周,某个让人哭笑不得的事件让IPFS的大名再一次被许多人所知,但Protocol Lab团队似乎还不清楚此事件。

言归正传,上周依然的更新节奏回复了一些,已经超过一个月没有更新的IPFS Cluster也有了新的提交。但对外的社交平台活跃度依然不高,好几个平台的关注人数、点赞数都出现了负增长,最高的负增长达到了17!

此外,在上周天(12月16日)的“全球矿业大会”上,IPFS.FUND创始人周欢发表了《共识挖矿的新基于》主题演讲,向超过600多位资深的数字货币矿工进行了IPFS和Filecoin布道,为Filecoin网络的存储算力支持凝聚了大量共识。
在这里插入图片描述

交易

上周Filecoin期货价格收于2.40 USD,周涨幅为-22.83% (USD对价)。

在这里插入图片描述
  社区

1、IPFS在社交平台的数据一览

平台
数据

Twitter
关注人数:21128,新增71

推文数:1929,新增0

喜欢数:3555,新增-1

Google+
关注人数:212,新增-2

YouTube
关注人数:1824,新增-17

播放次数:41920,新增904

Reddit
关注人数:5104,新增-8

2、Filecoin在社交平台的数据一览

平台
数据

Twitter
关注人数:24120,新增-8

推文数:338,新增0

喜欢数:312,新增0

Facebook
关注人数:1026,新增6

总赞数:880,新增6

Reddit
关注人数:3152,新增17

3、ProtocolLabs在社交平台的数据一览

平台
数据

Twitter
关注人数:10340,新增77

推文数:33,新增0

喜欢数:50,新增2

Facebook
关注人数:991,新增1

总赞数:859,新增1

Linkedin
关注人数:1691,新增28

技术

1、Go-IPFS

当前版本为:v0.4.18

go-ipfs代码目前有9719个Commits更新,上周新增22个。

上周Master的Commits为20个。

Fork数量为1303,新增14个。

以下是其中比较重要的更新:

2018年12月10日

•文档:更新优化了配置文档

•重构:已处理cmd/cat指令中的无用代码

2018年12月11日

•gx:更新了go-libp2p-peer组件

•README文档更新:将Guix包组件化

•在docker container中真正使用非root的身份运行go-ipfs

•添加了在urlstore中对pin指令的支持

2018年12月12日

•优化了URLstore中pin指令的测试集

•配置:对连接管理程序组件文档化

2018年12月13日

•gx:更新了go-ipfs-cmds

•增加了–dereference-args 参数

2018年12月14日

•启动daemon时自动加载私钥

•在online模式下,自动确认私钥

2、JS-IPFS

当前版本为:v0.34.0-pre.0

js-ipfs代码目前有1675个Commits更新,上周新增11个。

上周Master的Commits更新数量为11个。

Fork数量为526,新增4个。

以下是其中比较重要的更新:

2018年12月11日

•文档:在创建自己的peer ID模块中加入示例代码

2018年12月12日

•修复:在http api 的基础上实现流媒体的cat

•文档:感谢代码贡献者

•重构:对文件模块化

2018年12月13日

•新功能:可以从url 流中add文件到ipfs 网络

2018年12月16日

•chore:清理的一些代码,并增加了静默模式下测试的timeout时间

•chore:更新了依赖关系

•测试并修复了CID版本的冲突

2018年12月17日

•修复了David Dias的github链接

3、IPFS Cluster

当前版本为:v 0.7.0

IPFS Cluster代码目前有1183个Commits更新,上周新增15个。

上周Master的Commits更新数量为1个。

Fork数量为73。

4、IPFS社区孵化项目

当前的Commits分别为:

ipfs-desktop:493个,新增9个。

ipfs-webui:693个,新增7个。

ipfs-companion:1232个,新增4个。

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 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、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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