读取准确率、防串读 / 漏读等）。 我们认为，RFID 在 AI 时代能有所作为的基本逻辑是它数据的价值，因为目前 RFID 标签每年的量就有 大几百亿，而且几年之后突破到千亿的量目前看起来也是比较有把握的，每一个 RFID 标签背后就代表一件 物品，每一个物品背后都有它的业务逻辑，而此前，RFID 乃至整个物联网产业更多的只是挖掘了硬件产品 的价值，数据背后的商业价值并没有充分挖掘出来。基于 光能供电，太阳能供电可以获取较大的电能，但是系统较复杂，成本高，在某些场景 适用，但是对于大规模，低成本的物联网应用场景而言，明显是不适用的。 第三种，就是按压式发电，通过机械力改变材料的形变而产生电流，这种方式也有一些比较适用的场景，比如说开 关，遥控器等，但这种需要直接动手的方式，在大多数的场景中也不适合。 IOTE 2026 深圳展 2026 年 8 月份 参展联系：陈先生 18676385933 01 成辐射危害，除了运营商的蜂窝通信技术比非授权频谱有更高的发射功率之外，其他的技术差别不大，天线每种技术都通 用，产生不了差异。 所以，影响无线电波能量传输最大的因素就是电磁波的频率，哪个频段的能量传输效率比较高呢？ 可以看下面一组测试数据：固定发射天线输出功率及接收天线尺寸，记录不同频率下的 RFID 标签读距，得到如下图 所示为不同频率下的工作距离图。 不同频率下的工作距离图，来源：《物联网 UHF

成就百万数据科学家！ 9  模型的开发和构建。企业模型解释在优化模型的期间，是一个优化 模型的一个非常重要的手段。在实际的模型构建的过程中，这种 bad case 分析寻找模型优化方向还是一个比较困难的问题，如果模型可 解释，可以对出错的样本采取针对性的措施对模型进行优化。  我们的模型试运行上线期间。模型的可解释性能够提升模型的可信 度，同时有利于业务的推广。  模型推广期间， 重新训练一个简单的模型，如线性模型，然后利用这种解释性较好的方法 来解释预测样本。 4. 模型解释性方法-shap DataFunTalk 成就百万数据科学家！ 13 修改方法中将某一特征与其他所有特征子集进行博弈比较，计算其对于其 他特征子集对预测结果的影响。预测值和各个特征的贡献值之间存在着这 样的映射关系，预测的所有的贡献值求和，代入如上图所示方程式中，得 到对应的一个预测样本。其中红色代表对于预测结果具有最大的优先贡献， 简单展望：  图技术：图这种数据结构的话，它具有比较天然的可解释性的优势， 比如说它有自己的实体，有自己的属性，实体属性之间它有相互的 之间的一个关系。当然这两种技术的话可能是差别比较大，找到这 DataFunTalk 成就百万数据科学家！ 20 样一种桥梁，能够让他们两个联合起来，或者说一种方式能够相互 配合起来，也是一个比较困难的事情。  模型蒸馏：模型蒸馏也是被广泛采用模型整理的一个整体思路就是

...................................................................................23 3.4 数据查询、统计与比较................................................................................25 3.4.1 分类数据查询... 生产系统数据源可以是已建立的容灾备份池，也可以是原始生产库，甚至是非 基于平台的第三方系统或外部文件等资源。数据资源目录依据标准存储建立后， 还可提供多地区多年度收支统计、地区排名、多年对比等初步的数据查询比较 主题。当然，进一步的主题分析、深层挖掘，还需要基于形成的标准存储数据 仓库进一步进行抽象分类提取。 2.1.1 数据资源目录总体结构 数据资源目录体系主要由数据资源目录服务系统组成，同时还具备软硬件、网 引入数据项不用设置编码转换规则。 3.2.4.4 数据汇总组件 封装数据汇总的处理逻辑。 3.2.4.5 行列互换组件 封装行列互转的处理逻辑。 3.2.4.6 存储过程组件 对于特殊数据通过提供的转换组件进行处理比较复杂时，需要人工使用存储过 程的方式，对复杂的特殊数据进行特殊处理，提供编写存储过程的入口。 3.2.5 ETL 任务 用 ETL 任务的形式，将多个数据转换组织称一个完整的 ETL 过程。

同推进。 [1] 所谓联邦身份管理，即不同应用都将认证的功能委托给可信任的第三方认证模 块，对于身份的认证和授权都可以通过这个第三方模块进行。 第二章 Web 3.0：变革与应对 陈永伟《比较》研究部主管 互联网的形态是随着技术的发展不断演进的。在经历了Web 1.0 和Web 2.0时代之后，目前的互联网正在进行一场Web 3.0革命。Web 3.0革命的初衷是试图以区块链等新技术为手段，打破少数大型平台 0应该是具有“主动性”“数字最大 化”“多维化”等特征的网络；刘畅（2008）则认为，Web 3.0是用 户可以深度参与和深度体验的三维虚拟网络。不过，以上这些关于 Web 3.0的定义都没有得到业界的公认。 现在比较流行的关于Web 3.0的定义是由以太坊的联合创始人加 文·伍德（Gavin Wood）提出的。在伍德看来，“Web 3.0是一组兼 容的协议。这些协议为用户提供了强大并且可验证的保证，保护他 0定义为“用户可以拥有产权”的互联 网。由于有了美国国会的背书，因此这个定义是目前最为“官方” 的Web 3.0定义。 除此之外，一些学者也试图在上述定义的基础上，结合目前互 联网的一些新发展特征对Web 3.0进行定义。其中比较有代表性的定 义来自中国证监会科技监管局局长姚前。在姚前看来，Web 3.0应该 有四方面特征：它应该是用户与建设者拥有并信任的互联网基础设 施，应该是安全可信的价值互联网，应该是用户与建设者共享的新

符串 > c. 两个语句的 n-gram 相似性的特征 > d. 两个语句 Jaccard 相似度 ：两个字符串字的交集 / 字的并集 > e.TF-IDF 相似度 ：通过计算 TF-IDF 比较相似度 基础特征提取 大数掘挖掘专家 18 > 编辑距离 ： 通过 n 次增加、删除、替换一个字符的操作 ，将一段字符串转换为另外一段字符串。 基础特征提取 大数掘挖掘专家 19 > n_garm 将一个词所在的上下文中的词作为输入 ，而那个词本身作为输 出 ，也就是说 ，看到一个上下文 ，希望大概能猜出这个词和它的意思。 通过在一个大的语料库训练 ，得到一个从输入层到隐含层的权重模型。 2-gram 比较常用。 > 其中 ， w↓t =(0,…,1,…,0) ，是 one-hot 编码。 词向量 大数掘挖掘专家 26 两种训练模型 ： Skip-gram (Continuous Skip-gram Model) > Skip-gram 它的做法是 ，将一个词所在的上下文中的词作为输出 ，而 那个词本身作为输入 ，也就是说 ，给出一个词 ，希望预测可能出现的 上下文的词 ， 2-gram 比较常用。 > 其中 ， w↓t =(0,…,1,…,0) ，是 one-hot 编码。 词向量 大数掘挖掘专家 27 以 CBOW 演示词向量生成过程 > 输入层 ：上下文单词的 one-hot

的支撑底座 第四章 国家数据基础设施的特征和建设路径 36 国家数据基础设施的涵义 国家数据基础设施的特征 国家数据基础设施建设总体思路和实施路径 第五章 国家数据基础设施技术路线比较 44 隐私保护计算 区块链 可信数据空间 数场 数联网 数据元件 第六章 国家数据基础设施技术发展趋势 68 全球将形成三种数据基础设施主流技术路线 国家数 、循环经济、碳数据交换等是5个核心应用场景。供应链管理主要指零部 件追踪；质量管理主要包括预警接收、转发和回应，解决故障并通知关联方，质量事故侦测与共享等；需求与产能管理主要 包括供需差异比较，自动化比较与预警，共享长周期需求等；循环经济主要包括基于数字孪生进行循环决策，共享供应商可 持续数据；碳数据交换主要包括向监管机构提供可验证的碳排放数据链，收集供应商碳数据，与客户共享碳数据。 3.CATENA-X的产业生态 隐私保护计算 隐私保护计算 隐私保护计算 隐私保护计算 隐私保护计算 国家数据基础设施技术路线发展研究报告 国家数据基础设施技术路线发展研究报告 第五章 国家数据基础设施技术路线比较 第五章 国家数据基础设施 技术路线比较 44 > 45 六条技术路线对比图 技术路线 隐私保护计算 区块链 可信数据空间 数场 数联网 数据元件 基本含义 隐私保护计算是通过安全多方计算（多

。具体而 言，对于每个问题 ，GRPO从旧策略𝜋𝜃𝑜𝑙𝑑中采样一组输出，并通过最大化以下目标优化策略模型： ➢ 通过群组相对方式计算优势值，与奖励模型的对比性质（通常基于同一问题的输出比较训练）天然 契合；此外，GRPO直接将策略模型与参考模型的KL散度作为正则项加入损失函数，而非将其混入 奖励计算，简化了优势值的计算。 DeepSeekMath https://arxiv.org/pdf/2402 Comparison Takeaways ➢ GRPO ：利用同一问题下多个采样输出的平均奖励作为基线，从而无需额外近似价值函数。这种机制 通过群组相对方式计算优势值，与奖励模型基于同一问题的输出比较训练的特性天然契合。此外， GRPO直接将策略模型与参考模型的KL散度作为正则项加入损失函数，而非将其混入奖励计算，简化 了优势值的计算过程。这使得GRPO在大规模强化学习任务中，特别是在处理复杂的推理任务时，能 现非常突出。这很大程度得益于R1模型足够强大，发 现了很多高阶推理范式，而这些高阶推理范式是小模型直接利用大规模强化学习难以发现的（可以认为是由 于预训练知识不足），因此这些蒸馏得到的小模型表现比较突出，甚至超过了基于大规模RL的方法。 38 技术对比讨论：蒸馏 vs 强化学习 ➢ 在提升模型强推理能力的努力上，蒸馏和强化学习被社区广泛探索 ➢ 直接利用SFT蒸馏可以学习到数据中的推理范

虚拟现实是多种技术的综合，包括实时三维计算机图形技术，广角（宽视 野）立体显示技术，对观察者头、眼和手的跟踪技术，以及触觉 / 力觉反馈、 立体声、网络传输、语音输入输出技术等。 （ 1 ）实时三维计算机图形 相比较而言，利用计算机模型产生图形图像并不是太难的事情。如果有足够准 确的模型，又有足够的时间，我们就可以生成不同光照条件下各种物体的精确 图像，但是这里的关键是实时。例如在飞行模拟系统中，图像的刷新相当重要， 在用户与计算机的交互中，键盘和鼠标是目前最常用的工具，但对于三维空间 来说，它们都不太适合。在三维空间中因为有六个自由度，我们很难找出比较直观 的办法把鼠标的平面运动映射成三维空间的任意运动。现在，已经有一些设备可以 提供六个自由度，如 3Space 数字化仪和 SpaceBall 空间球等。另外一些性能比较 优异的设备是数据手套和数据衣。 6 （ 3 ）声音 人能够很好地判定声

业务应用层：覆盖应急管理全过程，包括监测预 警、社会动员、监管执法、救援处置等应急管理全场 景应用。 决策指挥层：为所有应急管理业务辅助决策。 2.1 辅助决策功能薄弱 决策指挥层的辅助决策功能相对比较薄弱，尤 其是在重大及以上级别的突发事件非常态业务的临 图2 应急管理系统架构图 Fig. 2 The architecture diagram of emergency management system 应急知识分布于模型的海量参数中，这种统一 的数值表示形式，使得来自不同学科、不同领域、不 同类型的知识在同一个数值向量空间进行分析成为 可能，打破了传统知识壁垒，有利于知识的连接和 融合，促进了应急知识的创新。相比较于知识的符 号化表示，数值表示的知识能反映更复杂、更细微 的事物本质及其变化规律，能通过数值空间的向量 操作来完成特定知识任务，这使得应急知识的应用 能超越过往经验。根据新的应用场景进行适应性调 整 整，对于理解和处理复杂的应急管理情境至关重要， 能极大地促进应急知识的应用场景创新[26]。 3.1.2 知识共享 依赖于大模型的自然语言处理能力，用户可以 通过自然语言对应急知识进行检索查询，相比较传 统知识库访问所采用的结构化查询语言，极大降低 了知识访问的门槛。并且，模型能够理解和生成多 种语言，打破传统知识共享面临的语言障碍，促进 应急知识在不同组织、地区和国家间的共享。 模型能够捕捉和理解自然语言的复杂性和细微

........................................................................... 9 图表 10： 各数据中心供配电方案参数比较 .................................................................................................. 0%（相比 UPS 方案高 2.9pct），全链路效 率为 91.1%（相比 UPS 方案高 4.5pct），并且占地面积相较 UPS 减少约 80%。 图表10： 各数据中心供配电方案参数比较 SST 系统 巴拿马电源系统 传统 HVDC 系统 AC UPS 系统 系统效率 98.0% 97.5% 95.1% 95.1% 全链路效率 91.1% 90.6% 期）》，华泰研究 HVDC 保持高装机增速，但 UPS 仍居市场主流。纵向比较，由于 HVDC 行业相关统计较 少，我们通过HVDC新增装机容量和UPS市场规模的CAGR进行比较。2019-2022年HVDC 系统在数据中心年新增装机 CAGR 为 23%，而同期 UPS 行业市场规模 CAGR 为 11%；横 向比较，根据智研咨询数据，2021 年 HVDC 占比约为 12%，UPS 仍以 78%渗透率处于主