区块链发展历史,从比特币到元宇宙

48 篇文章 0 订阅
2 篇文章 0 订阅

区块链比特币:1月3日正式诞生,发行总量为2100万,5日不受央行和任何金融机构控制的比特币诞生。2009年,比特币诞生的时候,区块奖励是50个比特币。诞生10分钟后,第一批50个比特币生成了,每四年递减一半。

莱特币:2011年11月9日正式发行,发行总量8400万莱特币,莱特币网络每2.5分钟。比特币的全网算力是全球排名前500名超级计算机的总和的8倍,达158 THash/s。而莱特币因cPu性能限制,全网算力仅为15 GHas/s。支付领域:支付是金融领域的刚需场景,付款很快,无国界无税率
 以太坊:2013年末以太坊创始人Vitalik Buterin发布了以太坊初版白皮书,启动了项目;
2014年7月24日起,以太坊进行了为期42天的以太币预售;2016年初,以太坊的技术得到市场认可,价格开始暴涨,吸引了大量开发者以外的人进入以太坊的世界;  

Hyperledger :是一个旨在推动区块链跨行业应用的开源项目, 由 Linux基金会在2015年12月主导发起该项目, 成员包括金融,银行,物联网,供应链,制造和科技行业的领头羊。

IPFS:星际文件系统(InterPlanetary File System,缩写IPFS)是一个旨在创建持久且分布式存储和共享文件的网络传输协议。该技术是一种内容可寻址的对等超媒体分发协议。在IPFS网络中的节点将构成一个分布式文件系统。它是一个开放源代码项目,自2014年开始由Protocol Labs在开源社区的帮助下发展。

EOS:柚子币2017年7月2日正式发行,发行总量1048109804;2015年12月正式启动研发,2016年10月正式上线;被誉为区块链3.0。

DEFI:Maker作为以太坊上资历最老的DeFi项目之一。Maker是一个允许创建去中心化稳定币DAI的协议。Maker是DeFi最重要的项目之一,也是整个去中心化金融领域的先驱之一。

NFT:NFT,全称为Non-Fungible Token,指非同质化代币,是用于表示数字资产(包括jpg和视频剪辑形式)的唯一加密货币令牌,可以买卖。
NFT艺术品展现:
NFT艺术品《每一天:最初的5000天》已在传统拍卖行佳士得拍卖行以6935万美元(约合人民币4.5亿元)成交。
外媒报道,埃隆·马斯克的推文,包括配文、剪辑和歌曲一起被当作NFT在网站上出售。截至3月16日,最高出价达112万美元。
北京国声京剧团将自己的京剧作品周边在NFT网站上出售,首个京剧NFT出现。

GAMEFI:GameFi,是一个宽泛的术语,指的是游戏玩家通过玩视频游戏,赚取加密货币的趋势。期间,玩家可以通过一些机制赚钱,比如在流行游戏《Axie Infinity》中赢得战斗即可获得金钱代币。
GameFi=NFT+DeFi+游戏。GameFi即Game Finance,将去中心化金融以游戏方式呈现。Defi提供底端逻辑,游戏提供方式载体,NFT承担游戏内的装备、道具。

元宇宙:元宇宙(Metaverse)是利用科技手段进行链接与创造的,与现实世界映射和交互的虚拟世界,具备新型社会体系的数字生活空间。
元宇宙本质上是对现实世界的虚拟化、数字化过程,需要对内容生产、经济系统、用户体验以及实体世界内容等进行大量改造。但元宇宙的发展是循序渐进的,是在共享的基础设施、标准及协议的支撑下,由众多工具、平台不断融合、进化而最终成形。 它基于扩展现实技术提供沉浸式体验,基于数字孪生技术生成现实世界的镜像,基于区块链技术搭建经济体系,将虚拟世界与现实世界在经济系统、社交系统、身份系统上密切融合,并且允许每个用户进行内容生产和世界编辑。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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