互链快讯 | 建行邢磊:住房链已在7省9平台上线

640?wx_fmt=gif

文丨互链脉搏

未经授权,不得转载!


6月1日,中国计算机学会主办的2019中国区块链技术与应用高峰论坛正式开幕,互链脉搏作为支持媒体参与并报道本次会议。在区块链金融应用的分论坛上,建设银行的全资子公司建信金融科技公司区块链应用平台负责人邢磊,分享了关于“区块链助力银行数字化转型”的演讲。


640?wx_fmt=jpeg


首先,邢磊介绍了建设银行科技发展的历程:从建立全行集中的处理核心,到适应于数据大集中的业务应用改造,到基于新一代核心的企业级数字化转型,再到top+(t—技术能力+数据能力;o—开放;p—平台)金融科技战略。


邢磊表示,目前建设银行已开展企业级区块链服务平台建设,并在住房、电子证照、药品溯源、信用证、保理、福费廷、数据共享等场景上线区块链应用。其中,住房链是将关键租赁数据共享,用智能合约驱动租赁业务流转,目前已在7个省市的9家住房租赁平台上线。


邢磊还分享了基于区块链服务平台的应用落地思路,也是在大型机构中推进区块链应用落地,将现有的业务与区块链技术相结合的经验。首先要构建应用模型,参考《区块链实施指引》确定联盟链参与方及接入模式、上链的数据内容、数据的校验规则和计算处理逻辑、数据的可见范围、业务系统联动的处理规则等业务问题;随后进行应用开发测试,包括场景化定制开发、应用集成开发;此后进行应用投产部署,使用平台节点管理功能,自动完成区块链的节点部署,在线完成智能合约部署;最终便是运维运营。




 推荐阅读 


知否、知否,中国20家区块链产业园谁肥谁瘦

2019地方两会更加关注区块链:6地方政府报告涉及 15地方代表提案

粤港澳大湾区区块链产业图谱:世界拼图最全区域(大湾区-上)

粤港澳大湾区区块链政策、科研实力全扫描(大湾区-下)

2年400万会员,传销币平台Vpay已是强弩之末?

1年发行20种传销币 吸纳400万会员:揭秘传销币集团Vpay的“敛财史”

区块链刚刚开始就已分叉:中国向左,美国向右

两会总结:23条提案涉及区块链 比2018年更重应用

互链报告 | 2019年中国区块链行业人才供需研究

运用区块链 部委们在行动——中国各部委区块链实践全图谱


开白/进入学习群,添加微信:jinli4399

商务合作,添加微信:hulianmaiboruby

请备注来意,谢谢!


640?wx_fmt=jpeg

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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