2月18日至 2月24日区块链投融资事件回顾

本文汇总了近期多个区块链项目的融资情况,包括共识数信、Beam.mw、BandProtocol、CipherTrace和人人链,涉及融资轮次、金额及投资机构等关键信息。

 

项目名称:共识数信

项目介绍:区块链行业级应用服务商

融资轮次:天使轮

融资金额:1000万人民币

投资机构:启辰华美投资基金、林洪瑞丰投资基金

 

项目名称:Beam.mw

项目介绍:可扩展机密加密货币发行商

融资轮次:A轮

融资金额:2500万美元

投资机构:Recruit Strategic Partners

 

项目名称:Band Protocol

项目介绍:区块链驱动社区工具开发商

融资轮次:天使轮

融资金额:300万美元

投资机构:Sequoia Capital(红杉海外)(领投)、Dunamu&Partners、SeaX

 

项目名称:CipherTrace

项目介绍:区块链安全服务提供商

融资轮次:A轮

融资金额:1500万美元

投资机构:Aspect Ventures(领投)、Galaxy Digital、WestWave Capital

 

项目名称:人人链

项目介绍:区块链创意商品交易平台

融资轮次:A轮

融资金额:3000万人民币

投资机构:未披露

 

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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