- 综合排序
- 最热优先
- 最新优先
中国电信与腾讯云构建广域金融数据空间：隐私计算驱动反诈反洗钱联防联控
第一章：金融数据合规流通与风控协同的战略困境 在国家数据局发布《可信数据空间发展行动计划（2024—2028年）》及2025年试点通知的背景下，金融行业面临数据要素合规流通与风险联防联控的双重压力。 第二章：构建“密流+区块链+图联邦”技术融合体系 贺伟（天翼支付科技有限公司区块链研究院院长、中国电信集团二级首席专家）提出，通过融合中国电信密流安全计算平台、天翼区块链服务平台及图联邦计算平台，构建广域金融数据空间 生态演进： 基于已建成的数据流通网，从监管科技（反诈、反洗钱）入手，向“金融服务”演进，融合政府、金融、公共数据，形成金融数据融通“一张网”。 广域拓展模式： 虚拟知识图谱： 在银行A、B、C间建立源数据映射，支撑统一查询与计算，突破单一机构数据维度限制。 战略协同： 依托中国电信的运营商云网资源优势，结合国家数据局可信数据空间试点任务，提供从底层密码算法到上层数据空间解决方案的一体化服务。
28610编辑于 2026-05-30- 来自专栏用户画像
第10章 广域网技术概述
广域网接口多种多样，下列对于广域网接口的描述错误的是_B_。（选择一项或多项） A. V.24 规程接口可以工作在同异步两种方式下，在异步方式下，链路层使用PPP 封装。 G.703 接口提供高速数据同步通信服务。 image.png 某公司组建公司网络需要进行广域网连接，要求该连接的带宽大于1Mbps，则下面哪些接口和协议可用？
49720发布于 2018-08-27 - 来自专栏财经科技
广域铭岛获评可信工业数据空间生态链2022年度优秀单位
近日，可信工业数据空间生态链2022年度总结会召开，广域铭岛获评可信工业数据空间生态链2022年度优秀单位。 作为会员单位，广域铭岛自加入TDMC以来，先后参与IEEE P 3158《可信数据空间系统架构》国际标准制定，以及《可信工业数据流通关键技术研究报告》编写。 此次获评年度优秀单位，是TDMC对广域铭岛贡献的认可，也是业界对广域铭岛在工业数据安全方面技术实力的肯定。 2022年6月，广域铭岛参与了由中国信通院牵头的IEEE P 3158《可信数据空间系统架构》国际标准编制。 该标准的研究与实施，可以加速可信数据空间创新，推动各行业开展可信数据空间应用推广，同时帮助各行业利益相关者加深对可信数据空间的理解，强化标准在数据可信共享、流通和交易中的基础支撑作用，为数据资产价值化提供保障
39330编辑于 2023-01-30 - 来自专栏空间转录组数据分析
10X空间转录组数据分析汇总2
文章大家可以好好看看，我在这里重点讲述分析方法，首先，空间转录组污染的问题，这个污染来源于周围spot转录本的弥散，去污的方法是SpotClean，这个方法我之前分享过，文章在10X空间转录组去污染分析之 SpotClean第二点，空间整合聚类的方法，不同于单细胞，空间具有形态学信息，因而聚类可以进行一定程度上的监督，我们来看作者的做法。 As a result, 48 spatially informed marker gene sets were identified across 10 tumor samples.To horizontally 图片第五点，解卷积分析，这里也提醒我们，如果没有匹配的单细胞数据来运用的话，可以借助数据库的单细胞数据。分析niche的时候判断细胞类型的分布差异。这个地方就为生态位通讯提供了依据。 patterns.对于空间轨迹基因的变化，高度特异的区域基因在调节生态位program起到至关重要的作用。
95440编辑于 2023-04-07 - 来自专栏生信菜鸟团
10X空间转录组数据分析重点梳理
目前很多研究人员仍然借助单细胞的分析软件来分析空间转录组，但事实证明这些工具不足以分析复杂的 ST 数据集，这一篇我们就来对空间转录组的分析进行梳理。 ）、10X空间转录组和10X单细胞数据联合分析方法汇总 cell2location Cell2location maps fine-grained cell types in spatial transcriptomics (Nature Biotechnology，IF 55分) 10X单细胞和空间联合分析的方法---cell2location、10X单细胞空间联合分析之再次解读cell2location、10X单细胞空间联合分析之 deconvolution of pixel-resolution spatially resolved transcriptomics data(biorxiv) 10X空间转录组数据分析之空间注释 空间转录组和10X单细胞数据联合分析方法汇总 scanpy 没有专门针对单细胞空间联合的文章 Integrating spatial data with scRNA-seq using scanorama
4.1K33编辑于 2022-04-08 - 来自专栏风吹杨柳
opencv 10 -- 图像 颜色空间转换
颜色空间，常见的有三种模式： 灰色图 BGR HSV 备注：在opencv里面，BGR，这个顺序要注意的，常见的是RGB的称呼 经常用到的 两种：BGR↔Gray 和 BGR↔HSV 函数是：cv2
3.1K30发布于 2019-07-08 - 来自专栏数据科学与人工智能
【金融数据】消费金融：大数据风控那点事？
例如一个客户在银行环境内部授信额度是10万，但是其在外面的互联网金融公司、典当行、民间借贷机构，都有借贷行为，可能总计借贷规模远远超过10万元。 相对于传统金融来讲，互联金融面对的客户风险较高，其风控面临的挑战更大，对数据风控对要求就会更高。 三、互联网金融行业的风控挑战 中国的互联网金融企业愿意从美国挖一些风控人才来提高自身风控水平。 互联网金融公司只能依靠自己的业务不断积累，利用自己平台积累的数据和种子来解决这个问题，一旦管理不好，会对新兴的互联网金融公司造成较大影响。 大数据风控的劣势： 还是要强调一下，信用风险评估最好的数据还是金融数据，就是人行征信系统里的数据，大数据风控只是一个补充，不能够完全替代传统的信贷风险管理。 借助于移动大数据和用户行为信息，金融企业可以识别恶意欺诈用户。
5.6K51发布于 2018-02-28 - 来自专栏大数据文摘
2016年大数据在金融领域的10大趋势
现在，放眼2016年将要面对的，我们猜测金融服务公司为了利益最大化进而不断整合大数据环境而言，他们面前的路依旧漫长。 银行家们也正在起草大数据战略，制定入门和随后的用例。 对于银行来说，大数据主要还是围绕提高客户情商，减少风险，符合监管。在可见的未来处于第一梯队的大型金融集团都会继续围绕大数据展开各种动作。 除非老天开恩或者监管机构放松要求，否则风险控制和监管仍然是2016年所有金融机构的首要挑战。 金融服务业采用Hadoop作为关系型数据库进行存取将会大大增加。 金融服务“大数据终结app”理论在市场得到了越来越多的认可。FinTech 已经孵化了2-3年，形成了大数据平台和用户间从前端到终端的连接。 原文：https://www.mapr.com/blog/top-10-big-data-trends-2016-financial-services 往期精彩文章推荐，点击图片可阅读 人性不变，泡沫永存
1.2K70发布于 2018-05-22 - 来自专栏CSDN技术头条
2016年大数据在金融领域的10大趋势
2015 年对于银行和金融业公司来说是一个开局之年，在这一年中他们继续用大数据来帮助他们进行业务和组织架构的演进。 对于银行来说，大数据主要还是围绕提高客户情商，减少风险，符合监管。在可见的未来处于第一梯队的大型金融集团都会继续围绕大数据展开各种动作。 除非老天开恩或者监管机构放松要求，否则风险控制和监管仍然是2016年所有金融机构的首要挑战。 7. 金融服务业采用Hadoop作为关系型数据库进行存取将会大大增加。 我们预计，在中等的商业风险评估与性能相关的大数据的商业行为将迅速增加。更进一步，我们将看到关于如何切实带来后台功能的更深层次的交流(合作等)。 10. 原文：Top 10 Big Data Trends in 2016 for Financial Services 译者：袁璞，圣特尔•E店宝大数据架构师，关注高性能或可用架构、大数据技术、机器学习。
1.4K100发布于 2018-02-11 - 来自专栏c++与qt学习
vector容器10之预留空间
预留空间 功能描述：可以减少动态扩展容量时的扩展的次数 函数原型： ? 未预留空间前，查看动态扩展次数： #include<iostream> using namespace std; #include<vector> //vector之预留空间 void realApply () { //查看动态扩展容量的次数 //原理：每次扩展都会开辟空间更大的内容，地址会改变，里面每个元素地址也会改变 int num = 0; int* p = NULL; vector<int 预留空间后，查看动态扩展次数： #include<iostream> using namespace std; #include<vector> //vector之预留空间 void realApply 如果数据量较大，可以提前用reserve预留空间，减少扩展次数，提高程序运作速度
53010发布于 2021-03-02 - 来自专栏单细胞天地
10X空间转录组WORKFLOW
前言 记得我们在ST Pipeline||空间转录组分析流程(https://www.jianshu.com/p/7b5d145a515a)讲过，空间转录组就是把之前的单细胞的cell-gene矩阵转化为 今天让我们来看看空间转录组的一般流程吧。 1. Histology ? 将准备好的新鲜冷冻组织切片放置于空间转录组芯片上。每个细胞中的RNA分子都包含着基因表达的信息。组织切片成像，以检索组织学信息。 这使得在后续步骤中覆盖细胞组织图像和基因表达数据成为可能。 4. Permeabilisation ? 用我们的渗透试剂对组织进行渗透，这意味着在细胞膜上形成小孔。 需要通过以下步骤将捕获的RNA分子中存储的信息转换为数据。 5. cDNA Synthesis ? cDNA合成是为了创造稳定的双链DNA分子。 这些数据在云中存储和分析。 8. Data Visualisation ? 在最后一步中，所有之前收集的信息都被汇集起来，可以在线访问。
1.1K20发布于 2020-03-30 - 来自专栏数据科学与人工智能
金融科技：金融科技与数据科学概述
我以一个金融科技数据科学工作者的角度观看，是指利用各种科技服务金融业务和数据以创造商业价值的系统化过程。 2 金融业务，我了解到信贷业务、理财业务、保险业务、支付业务等。 3 金融数据，我接触到征信数据、客户基本信息数据、客户设备数据、客户消费数据、客户行为数据、客户信贷流转数据等。 03 金融科技的数据科学工作介绍 我是在金融科技从事数据科学工作，主要内容包括： 1 业务和数据的理解 2 数据清洗和准备工作 3 数据的探索性分析和报告 4 风控模型设计和应用 5 营销模型设计和应用 6 模型的部署、管理、优化和迭代 7 高效建模环境的搭建和维护 8 全流程数据科学工作的模块化编程 9 数据、规则、模型、策略设计、分析和调优 等等 04 金融科技数据科学人才的三点思考 如何成为一名金融科技数据科学人才 首先，金融科技数据科学人才属于一种复合型人才。这样的人才既需要熟悉金融业务问题，又需要掌握数据科学的知识和技能。 其次，优秀的沟通和表达能力、团队协作能力、项目管理能力，这些软实力，也非常重要。
2.7K10编辑于 2022-01-20 - 来自专栏生信技能树
10X空间转录组WORKFLOW
前言 记得我们在ST Pipeline||空间转录组分析流程(https://www.jianshu.com/p/7b5d145a515a)讲过，空间转录组就是把之前的单细胞的cell-gene矩阵转化为 今天让我们来看看空间转录组的一般流程吧。 1. Histology 将准备好的新鲜冷冻组织切片放置于空间转录组芯片上。每个细胞中的RNA分子都包含着基因表达的信息。组织切片成像，以检索组织学信息。 这使得在后续步骤中覆盖细胞组织图像和基因表达数据成为可能。 4. Permeabilisation 用我们的渗透试剂对组织进行渗透，这意味着在细胞膜上形成小孔。 需要通过以下步骤将捕获的RNA分子中存储的信息转换为数据。 5. cDNA Synthesis cDNA合成是为了创造稳定的双链DNA分子。 这些数据在云中存储和分析。 8. Data Visualisation 在最后一步中，所有之前收集的信息都被汇集起来，可以在线访问。这意味着在实践中，您可以查看组织切片的图像并选择组织中的不同区域。
81520发布于 2021-10-21 - 来自专栏C++/Linux
【Linux修炼】10.进程地址空间
背景： 在美国有一位拥有十亿美金的大富翁peter，其有三个私生子：son1（大儿子：工厂老板）；son2（二儿子: 金融CEO）;son3（小儿子:在MIT念书），并且三个私生子互相不知道对方的存在 经过： 由于最近疫情严重，大儿子的工厂资金链出现了问题，于是大儿子向peter要50万美金周转；二儿子作为金融界的大佬，需要豪车和名表撑一下场面，也找peter要了几十万美金；小儿子由于需要上学的学费以及谈 地址空间的本质：是内核的一种数据结构：mm_struct，因此就可以通过管理mm_struct结构体从而管理地址空间。 但即便这样，一段时间后，男孩更加肆无忌惮，女生忍无可忍，又提出改变了一次划分，只给男孩3/10的空间，越过了就揍男孩。 即如果内存中的某一个位置c=10，当我们编写代码时，代码的数据首先会被加载到虚拟地址中，通过页表的映射，映射到了相应的物理地址，假设机缘巧合下恰好映射到了如上图的位置，就会将原有的数据修改为新的数据，而这个映射的虚拟地址和物理地址之间也肯定是不同的
1.6K00编辑于 2023-03-28 - 来自专栏生信技能树
10X Visium:空间转录组样本制备到数据分析
生信技能树核心成员，单细胞天地特约撰稿人，简书创作者，单细胞数据科学家。 识别复杂生物系统中空间基因表达差异的能力对我们理解发育生物学和疾病的进展至关重要。 即将推出的Visium空间基因表达解决方案分析完整组织切片中的总mRNA，允许您发现与您的研究相关的基因和标记，而不必依赖于已知的目标。 观看我们这个随需应变的网络研讨会的视频，了解更多关于如何开始与Visium空间基因表达解决方案。 5000个含有数亿个寡核苷酸的数据点，用于捕获mRNA 灵敏度高 简单的仅需1天的组织和文库制备工作流程 根据不同组织类型，每个数据点平均捕获1至10个细胞 在新鲜冷冻组织样本上进行过验证 包含所有载玻片和试剂 /wbr-2019-10-29-event-ra_g-apac-visium-launch-getting-started-watch-on-demand.html?
1.2K20发布于 2021-10-21 - 来自专栏单细胞天地
10X Visium:空间转录组样本制备到数据分析
识别复杂生物系统中空间基因表达差异的能力对我们理解发育生物学和疾病的进展至关重要。 即将推出的Visium空间基因表达解决方案分析完整组织切片中的总mRNA，允许您发现与您的研究相关的基因和标记，而不必依赖于已知的目标。 观看我们这个随需应变的网络研讨会的视频，了解更多关于如何开始与Visium空间基因表达解决方案。 5000个含有数亿个寡核苷酸的数据点，用于捕获mRNA 灵敏度高 简单的仅需1天的组织和文库制备工作流程 根据不同组织类型，每个数据点平均捕获1至10个细胞 在新鲜冷冻组织样本上进行过验证 包含所有载玻片和试剂 数据分析 ? ? ? ? ? ? ? ? ? ? ? ? ?
93031发布于 2020-12-28 - 来自专栏空间转录组数据分析
10X单细胞（10X空间转录组）数据分析之代谢推断篇
答应过大家要做全套视频讲解单细胞空间的分析内容，也因为很多人骂我而暂时搁置了。没有办法，人言可畏，当然，自己也有错。 Allon Wagner等人在FBA的基础上构建了Compass算法，该算法将scRNA-seq数据与代谢网络相结合从而推断单个细胞的代谢状态。 compass --data-mtx expression.mtx genes.tsv sample_names.tsv --num-processes 10 --lambda 0.25 --species 图片 类似于平时做的基于已有的功能数据集GSVA或者说ssGESA分析，其分析出的代谢结果可参考的价值并不大。 final_df$flux)/abs(mean(final_df$flux)) ppp_all <- c(ppp_all, pp) } tg_ids <- which(ppp_all > 1e-10
4K12编辑于 2023-03-29 - 来自专栏数据科学与人工智能
金融科技：数据篇
金融科技领域的数据，从数据结构角度观察，分为结构化数据、半结构化数据和非结构化数据；从数据所有权角度观察，分为自有数据和第三方数据；从数据作用角度观察，分为营销类数据、风控类数据、财务类数据等。 不同角度观察，可以梳理不同数据划分类型。 我结合自己的项目经验，从风控类和营销类两个方面来介绍所用到的数据集。 01风控类数据 凡是对于风控有作用的数据，都可以纳入风控类数据。 3）用户的终端数据 终端是入口，通过授权获取相关信息，比方说APP列表信息、短信信息、通讯录信息、设备信息、GPS信息等 4）用户授权运营商数据 运营商数据包括用户信息数据、通话数据、短信数据、流量数据 5）用户授权社保数据 用户社保数据包括用户信息数据、用户缴纳社保明细数据等。 6）用户授权电商数据 用户电商数据包括用户信息数据、用户地址数据、用户电商消费详单数据等。 8）贷中贷款和还款数据 用户贷款信息，用户额度数据，用户还款计划表，用户还款明细等。 9）贷后的催收数据 用户逾期数据，用户催收策略数据，用户失联数据等。
1.4K20编辑于 2022-03-29 - 来自专栏腾讯大讲堂的专栏
金融风控数据管理——海量金融数据离线监控方法
作者：housecheng 腾讯WXG工程师 |导语 解决金融风控数据监控“开发门槛高”“重复工作多”的痛点，实现PSI计算性能十倍速提升。 背景 在金融业务上，质量和稳定是生命线，我们需要对所有已经上线的风控要素，如策略、模型、标签、特征等构建监控。 -1，则检查分区和当前数据时间一致，为20210210 11:00，如果是-2，则检查分区提前一小时，为20210210 10:00； day：如果偏置是-1，则检查分区和当前数据时间一致，为20210210 如下图所示，基于直方图的PSI估算方法主要包括4个步骤： - 步骤一：遍历一次表，使用蓄水池采样数据（>10w)，本地计算分段、统计各个分段计数，得到特征的直方图分布h1，如下图； - 步骤二：从历史结果中拉取 小结 针对金融风控要素监控的“开发门槛高”“重复工作多”等问题，本文提出了“统一监控计算与检查工具”这一解决方案，本文详细论述了该方案TaskMaker、 Calculator、 Checker等各个模块的设计实现
4K10发布于 2021-04-12 - 来自专栏游戏开发司机
C++(STL):10---vector空间分配
vector的数据安排以及操作方式，与array非常相似。两者的唯一区别在于空间的运用的灵活性。 因为所谓扩充空间（不论多大），一如稍早所说，是” 配置新空间/数据移动/释还旧空间 “的大工程，时间成本很高，应该加入某种未雨绸缪的考虑。 倍数方式空间拷贝数据次数 假设vector初始的capacity=10，size=0，总共有100个元素，以2倍的形式增长。换算下来大概是需要进行5次扩容。 这样的话，相当于旧空间数据到原空间数据的拷贝有5次。 固定个数方式空间拷贝数据次数 假设vector初始的capacity=10，size=0，总共有100个元素，每次以10个元素个数的形式增长。 （每次新增10个空间）。所以这次的扩容次数为 100/10 = 10次，也就是说， 插入100白个元素，需要扩容10次。
1.5K20发布于 2021-02-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号