IPFS周报(12.31-1.6) 一项关于js-ipfs的并发测试~

周报周期:2018年12月31日——2019年1月6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

本周依然没有太多更新,但有一项关于js-ipfs的有趣测试,这项Perf测试证明了使用并行的方式来完成数据块的传输将大大提高文件的传输速度。以下是该测试中的一张图,显示了串行和不同数量并行下500MB文件的传输速率比较。原文还涉及了跳转方面的测试,有兴趣的朋友可以去github查看。
在这里插入图片描述

交易

上周Filecoin期货价格收于3.31 USD,周涨幅为10.7%(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:21314,新增77
推文数:1929,新增-1
喜欢数:3559,新增-2
Google+
关注人数:212,新增1
YouTube
关注人数:1867,新增15
播放次数:43361,新增437
Reddit
关注人数:5268,新增43

2、Filecoin在社交平台的数据一览
平台
数据
Twitter
关注人数:24031,新增-32
推文数:338,新增0
喜欢数:312,新增0
Facebook
关注人数:1028,新增1
总赞数:880,新增-1
Reddit
关注人数:3153,新增-2

3、ProtocolLabs在社交平台的数据一览
平台
数据
Twitter
关注人数:10436,新增41
推文数:33,新增0
喜欢数:52,新增0
Facebook
关注人数:991,新增0
总赞数:857,新增-1
Linkedin
关注人数:1727,新增10

技术

1、Go-IPFS
当前版本为:v0.4.18
go-ipfs代码目前有9798个Commits更新,上周新增20个。
上周Master的Commits为18个。
Fork数量为1329,新增6个。
以下是其中比较重要的更新:
2019年1月3日
• 修复离线模式下的名称解析
• coreAPI/unixfs:在AddEvent中使用路径而不是原始的哈希值
2019年1月4日
• coreAPI:在测试中不对IPFSNode进行操作
• coreAPI:将测试转移到interface子包中
• coreAPI:从interface包中运行测试集
• coreAPI:在测试中减少失败报警
2019年1月5日
• 修复了ulimit文档中的一处错误
2019年1月7日
• 修复:如果url不可得的话,只显示哈希值
• 在网关信息上显示哈希值

2、JS-IPFS
当前版本为:v0.34.0-rc.0
js-ipfs代码目前有1684个Commits更新,上周新增1个。
上周Master的Commits更新数量为1个。
Fork数量为541,新增6个。
以下是其中比较重要的更新:
2019年1月3日
• chore:将webui 升级到v2.3.1

3、IPFS Cluster
当前版本为:v 0.7.0
IPFS Cluster代码目前有1212个Commits更新,上周新增8个。
上周Master的Commits更新数量为2个。
Fork数量为74。

4、IPFS社区孵化项目
当前的Commits分别为:
ipfs-desktop:514个,新增7个。
ipfs-webui:707个,新增6个。
ipfs-companion:1254个,新增20个。

—— [ END ] ——

【轴承故障诊断】加权多尺度字典学习模型(WMSDL)及其在轴承故障诊断上的应用(Matlab代码实现)内容概要:本文介绍了加权多尺度字典学习模型(WMSDL)在轴承故障诊断中的应用,并提供了基于Matlab的代码实现。该模型结合多尺度分析与字典学习技术,能够有效提取轴承振动信号中的故障特征,提升故障识别精度。文档重点阐述了WMSDL模型的理论基础、算法流程及其在实际故障诊断中的实施步骤,展示了其相较于传统方法在特征表达能力和诊断准确性方面的优势。同时,文中还提及该资源属于一个涵盖多个科研方向的技术合集,包括智能优化算法、机器学习、信号处理、电力系统等多个领域的Matlab仿真案例。; 适合人群:具备一定信号处理和机器学习基础,从事机械故障诊断、工业自动化、智能制造等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习并掌握加权多尺度字典学习模型的基本原理与实现方法;②将其应用于旋转机械的轴承故障特征提取与智能诊断;③结合实际工程数据复现算法,提升故障诊断系统的准确性和鲁棒性。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注字典学习的训练过程与多尺度分解的实现细节,同时可参考文中提到的其他相关技术(如VMD、CNN、BILSTM等)进行对比实验与算法优化。
【硕士论文复现】可再生能源发电与电动汽车的协同调度策略研究(Matlab代码实现)内容概要:本文档围绕“可再生能源发电与电动汽车的协同调度策略研究”展开,旨在通过Matlab代码复现硕士论文中的核心模型与算法,探讨可再生能源(如风电、光伏)与大规模电动汽车接入电网后的协同优化调度方法。研究重点包括考虑需求侧响应的多时间尺度调度、电动汽车集群有序充电优化、源荷不确定性建模及鲁棒优化方法的应用。文中提供了完整的Matlab实现代码与仿真模型,涵盖从场景生成、数学建模到求解算法(如NSGA-III、粒子群优化、ADMM等)的全过程,帮助读者深入理解微电网与智能电网中的能量管理机制。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源、智能电网、电动汽车等领域技术研发的工程人员。; 使用场景及目标:①用于复现和验证硕士论文中的协同调度模型;②支撑科研工作中关于可再生能源消纳、电动汽车V2G调度、需求响应机制等课题的算法开发与仿真验证;③作为教学案例辅助讲授能源互联网中的优化调度理论与实践。; 阅读建议:建议结合文档提供的网盘资源下载完整代码,按照目录顺序逐步学习各模块实现,重点关注模型构建逻辑与优化算法的Matlab实现细节,并通过修改参数进行仿真实验以加深理解。
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