引 言 随着我国档案管理事业的快速发展，各行业对档案的重视程度逐渐增强，档案数量日益增加，档案种类逐步趋于多样化，如何高效安全地管理档案数据，成为企业单位面临的重要问题 [1]。通常，档案管理人员通过预立卷、分类、组卷等过程将纸质档案有序地上档案架，同时编制档案内部查找索引。经过档案管理人员扫描，部分纸质档案已形成电子档案进行管理 [2,3]。但传统档案管理系统功能单一，安全性弱、便捷性差、管理效果不明显等缺点也日益凸显。由于目前档案管理过程比较繁琐低效、档案整理时间较长，实体档案存放的位置容易混乱，档案调阅查询时间长，档案库房盘点手段落后，对于年代久远失效档案的销毁管理滞后。针对档案管理工作存在的不足，智能档案安全管理系统的构建迫在眉睫， 作为物联网技术领域的信息识别，RFID 技术可以应用于档案管理系统，并且可以提高整个管理过程的智能化程度，具有很好的实用性[4,5]。 本文主要基于射频技术 RFID 研究了智能档案安全管理系统的设计与研究，利用该技术的诸多优点，能较好地解决目前档案管理中的档案入馆、盘点、查阅、安全管理、防毁管理、销毁管理等过程中面临的问题，与传统的管理技术相比较，提高了档案管理的效率，进而提高了整个档案管理过程的信息化与智能化程度。 1 基于RFID技术的档案管理系统结构设计 1.1 RFID技术 RFID（Radio Frequency Identification）即无线射频识别， 是一种兴起于 20 世纪 90 年代的自动识别技术 [6]。通常，无线射频识别系统 RFID 包括射频读写器、阅读器、射频标签以及射频天线四部分，系统工作过程主要是利用无线电波对物体上的电子标签进行识别，具有信息编码、信息载体、信息识别和通讯等多项技术[7]。RFID 技术在应用过程中，需要射频读写器将有效的标识信息以固定格式写入电子标签，然后再将射频电子标签附着在需要识别的对象表面。 1.2 RFID技术应用于档案管理过程的优势 将RFID 技术应用于档案管理系统，结合RFID 技术的非接触式数据采集特点，可以极大程度地提高管理人员对档案信息的整合、交换和追踪的能力。管理人员持档案盒从阅读器前经过，无需打开，系统即可从档案盒上附着的RFID 电子标签中读取出档案摘要、具体编目、档案数量等信息，并显示在手持终端的屏幕上，进一步简化了档案工作人员的工作环节，提升了档案作业效率，实现了档案动态化管理。 由于RFID 读写器具备单次处理信息量大，读写速度快等特点，允许同时从多个电子标签中读取数据信息。与传统的条形码、磁卡等设备相比，RFID 标签具有信息存储容量大、生命周期长、重复使用率高等优点。同时，标签存储的数据可以反复被重写，这种操作不会对标签的功能造成影响，可提高 RFID 电子标签重复使用率。RFID 电子标签的信息读取过程会根据唯一识别码进行加密保护，这种高度保密性的安全体系可以保障存储在电子标签中的信息很难被仿造和篡改。 RFID 读写器读取或者写入信息的过程不会受到电子标签形状的影响。此外，为了适应各种类型的实体档案，RFID 电子标签可向微型化及形状多样化发展。RFID 电子标签具有重复读写、擦除信息的特点，可以保证电子标签内部的档案摘要信息实现动态更新，降低人工作业强度，将射频技术应用于档案管理系统具有很大的优势。 1.3 基于RFID技术的档案管理系统功能模块设计 将RFID 技术应用于档案管理系统，可以弥补现有的档案管理模式中存在的缺陷，不仅可以提升档案管理效率，同时可以保障实体档案的安全性。基于RFID 技术的智能档案安全管理系统结构如图 1 所示。 1.3.1 RFID数据管理系统 RFID 数据管理系统是智能档案安全管理系统的数据存储中心和数据接口终端，其中RFID 终端管理器是档案管理系统的中心数据库从RFID 阅读器获取档案摘要信息的端口，由数据读写器和手持式数据阅读器两部分组成。手持式的射频阅读器是档案馆工作人员在现场进行盘点、调阅或者移位时采用的信息读取工具，档案管理人员将电子标签内部的档案摘要信息导入到档案管理系统数据库，为管理过程提供有力的数据支持。数据读写器将档案的摘要信息写入电子标签中，并且可以将这些摘要信息直接导入到数据库，实现数据在档案管理系统中的共享。 1.3.2 档案管理信息系统 档案管理信息系统具有档案调阅查询、储位移位分配、销毁管理以及安全管理等四大功能模块。其中，档案自动识别子模块和储位自动识别子模块又构成了储位管理子系统，安全报警模块与监控模块构成了安全管理子系统。 各个系统模块的功能设计如下： (1) 档案储位移位模块 ：所有档案盒编号都存储于档案自动识别模块中，储位编号存储于储位自动识别模块中。档案储位移位管理子系统可以自动为入库档案分配档案盒编号和储位编号，管理人员可以快速地对入馆、出馆、移位的档案进行定位，并且储位自动识别模块具备档案存放位管理、位置分配的功能。 (2) 档案调阅查询模块 ：档案管理人员在调阅或查询档案时，管理人员通过手持终端输入待查询档案的编目、密级等信息，系统会将该查询指令信息发送至档案架的接收信号终端，进而可以快速查找到档案所在的位置。 (3) 档案销毁管理模块：对于不需要长期保存的实体档案，档案管理人员可在档案入库时，设定档案的管理期限，并通过RFID读写器将管理期限一并写入到电子标签中。当需要销毁过期的档案时，管理人员可以自动获取到读写器获取的档案过期提示信息，进行销毁处理，同时管理人员也可以通过 RFID阅读器主动查看相应档案的保存期限，进而有效地管理档案。 (4) 档案安全管理模块 ：由于档案的价值很重要，任何档案的遗失都会带来一定经济损失，因此档案安全管理系统的档案防盗和现场监控在档案安全管理过程中起到不可替代的作用。档案库房的RFID阅读器实时监控每一个档案架上的物品，一旦发现有异常离开储位的情况，异常信息会传送至管理平台并且报警提示管理人员，及时处理异常情况。 2 基于RFID技术的档案管理系统流程设计 2.1 档案的入馆流程 档案管理人员根据新入馆的档案年份、类别和密级等信息将档案进行分类，并形成简要的档案信息，通过RFID 射频终端将这些档案摘要信息写入对应的RFID 电子标签中，并且将产生的电子标签信息发送至档案管理系统的中心数据库。 档案管理人员发出档案入馆指令后，储位管理模块会接收到入馆指令，然后读取待入馆的档案盒上附着的RFID 电子标签的档案摘要信息，同时档案自动识别模块和储位自动识别模块对来自电子标签的数据进行匹配，匹配完成后，储位自动识别模块为档案分配到档案存放位置，管理人员将档案盒存放在指定位置，然后档案架上的射频阅读器会读取档案盒的信息，并传送至中心数据库进行储存，系统进行确认。整个入馆流程结束后，管理员进行档案信息核对，核对时可以在档案管理信息系统中查询到制定的档案信息，从而档案管理实现了可视化、动态化。档案入馆流程如图 2 所示。 2.2 档案盘点流程 档案盘点是档案馆工作的重要环节，档案管理人员手持射频读写器，对系统发出档案盘点指令，盘点指令由系统中的查询子系统发出，由档案管理信息系统的查询子系统发出盘点指令会通过RFID 阅读器进行接收，阅读器对指定的档案盒上的电子标签档案信息进行读取，并与中心数据库中存储的信息进行匹配比对，一旦信息匹配有误，那么档案管理人员可以通过手持的射频读写器直接将有误的档案摘要信息进行修改，进而完成对档案的盘点。 2.3 档案调阅查询 需要调阅查询档案时，档案管理人员从查询管理模块中获取到查找档案的编目号，所要查询的数据信息将会通过编目号从中心数据库中提取，在核对无误后出库指令将会被发出， 查询管理模块收到确认指令后，档案自动识别模块开始与储位自动识别模块根据编目号进行匹配，寻找到档案所在的位置， 管理将出库指令发送至档案所在位置的档案架上，此时指示灯会提示档案所在的具体位置。获取到指定的档案后，档案通过出库口时，出库口的射频阅读器获取到档案上附着的电子标签，将档案摘要信息传回至档案管理系统进行核对，如果确定信息匹配成功，则顺利出库，否将进行异常处理。档案调阅查询流程如图 3所示。 2.4 档案系统安全与防毁管理 档案的安全管理模块可对档案馆里面的所有实体档案的状态进行实时监控，所有的档案都在射频阅读器的扫描范围内，一旦出现档案异常调动、移位等情况，安全管理模块会立刻进行报警。当进行档案移位、出库操作时，射频阅读器会读取档案的摘要信息并迅速传回至系统数据库进行比对核实， 若是异常离开库位即非本系统发出的出库指令，监控模块子系统便立即激活警报模块子系统，并进行异常情况警报。对于入馆的档案，档案管理人员需要将该档案的相关物理参数等信息通过RFID 读写器写入到电子标签中，同时向系统的中心数据库中导入。 2.5 档案销毁 部分档案的保存期限是有限的，档案管理人员需要定期清除失效的档案，以便减轻日常管理负担，清理不必要的库存。档案在入馆之前，进行入馆流程时，已经将相关的档案信息， 包括档案的编码、类别、密级以及保存期限录入到档案管理系统中。与档案管理系统连接的 RFID 射频阅读器实时读取特定范围内的档案信息，并与数据库中存储的信息进行比对， 一旦发现有过期的档案，会自动通过系统报警装置向档案管理人员进行提示，提示信息包括档案摘要信息、档案所处位置以及到期时间等，档案管理人员开始对档案做出销毁处理。销毁之前，射频阅读器会将档案信息与数据库中的信息进行匹配，然后清除相关的信息，从而有效实现档案的销毁。 3 结 语 RFID 技术是物联网研究领域的一种关键技术，在档案管理领域中引入RFID 技术是一项系统、复杂的工程。本文提出将RFID 技术应用于档案管理全过程，将提高档案的入馆、盘点、调阅、安全储存、销毁等过程的效率，节省人工成本、实现整个档案管理流程的管理智能化程度，相比于传统的档案管理模式，提高管理效率，降低了整个管理过程的劳动强度， 促进了档案管理的信息化水平进一步提高。

，美国北卡罗莱纳州达勒姆讯 –– 全球碳化硅技术领先企业科锐Cree, Inc.与意法半导体STMicroelectronics宣布扩大现有的多年长期碳化硅(SiC)晶圆供应协议。科锐旗下 Wolfspeed 是全球 SiC 技术引领者。意法半导体是全球领先的半导体企业，横跨多重电子应用领域。根据该更新的协议，科锐将在未来数年向意法半导体供应150mm SiC 裸晶圆和外延片，协议总金额将扩大至超过 8 亿美元。 意法半导体总裁兼首席执行官 Jean-Marc Chery 表示：“此次最新的扩大与科锐的长期晶圆供应协议，将继续提高我们全球 SiC 衬底供应的灵活性。它将继续为我们的全球 SiC 供应提供重要贡献，与我们已经确保的其他外部产能和我们正在爬坡的内部产能相辅相成。一大批汽车和工业客户的项目有大量的需求或者正在起量，该协议将帮助满足未来数年我们产品制造所需要的高体量。” 由于汽车产业正在从内燃机汽车向电动汽车转型，从而 SiC 基功率半导体解决方案的采用正在汽车市场快速增长。SiC 解决方案为电动汽车带来更高系统效率，进而实现更长距离的续航里程、更快速的充电，同时降低成本、减轻重量、节约空间。在工业市场，SiC 解决方案赋能实现更小型、更轻量、更具成本效益的设计，更有效率地转换能量，从而开启清洁能源新应用。为了更好地支持这些增长的市场，器件制造商对于确保获取高质量 SiC 衬底以支持客户非常感兴趣。 科锐首席执行官 Gregg Lowe 表示：“我们很高兴意法半导体将继续采用 Wolfspeed SiC 材料作为其未来数年供应战略的一部分。我们与器件供应商们达成的长期晶圆供应协议的最新总额已经超过 13 亿美元，这将有力支持推进从 Si 向 SiC 的产业转型。我们所开展的诸多合作以及对于产能扩大的重要投资，将确保我们的有利地位，在我们认为的将长达数十年的SiC基应用增长机遇中充分获益。”

本文来源：财经十一人 8月12日，一台蔚来ES8在沈海高速上发生事故，车主不幸身亡，据车主好友发布的讣告，事发当时，车辆正在使用地图领航辅助驾驶功能。 7月30日，一台蔚来EC6在上海浦东新区临港大道发生事故，起火燃烧，车内人员不幸身亡。据称，车辆当时也在使用地图领航辅助驾驶功能。 虽未得到蔚来官方证实，警方调查结果也尚待公布，但两起事故的疑似原因都指向了蔚来的地图领航功能NOP（Navigate on Polite），事故后的分析报道也均指向辅助驾驶功能，认为必须限制其应用场景，同时车企应尽到更多告知义务。 在中国掀起对自动驾驶诸多质疑的同时，据美联社8月16日报道，美国国家公路交通安全管理局（NHTSA）开始调查特斯拉（NASDAQ:TSLA）的自动辅助驾驶功能为何难以识别停放在路边的车辆。涉及车型涵盖2014年之后生产的Model 3、Y、S、X，总数超过76万辆。 NHTSA之前调查过特斯拉的刹车失灵问题，结论是调查的所有个案均无刹车失灵问题。但这次针对自动辅助驾驶的调查，特斯拉不会那么好过，因为自2018年以来，NHTSA已经确认了11起车祸与特斯拉自动辅助驾驶系统（Autopilot）或“交通感知巡航控制”（TACC）系统有关。 特斯拉股价在调查消息披露当日下跌超4%，市值蒸发超300亿美元。 笔者认为，只要启用智能辅助驾驶后还需要驾驶者时刻保持警惕，那就存在极高风险，放松身体与集中注意力的矛盾不可调和，辅助驾驶功能的最大挑战来自人性。 敬畏之心，知易行难 企业和技术人员要有敬畏之心。这句话在科技领域被反复强调，但在强调这句话的每个领域，都在发生着技术进步逾越边界的情形，不论是推荐算法，大数据杀熟，亦或是本文中的智能辅助驾驶。 但敬畏之心知易行难。比如事发之后，不仅蔚来，多家智能汽车企业都在强调智能辅助驾驶不是自动驾驶，只能提供辅助功能。但是在官方网站的产品功能介绍上，依然可以见到“自动”字样。 图源：蔚来汽车官网 对于消费者来说，不断出现的自动辅助驾驶的描述很容易被理解为自动驾驶。而且很多销售人员在试乘试驾过程中也会着重介绍车辆这方面的功能亮点。今后，随着敬畏之心增强，相信在描述辅助驾驶系统时，商家会谨慎使用自动一词，同时销售人员也会更加强调辅助驾驶系统的应用边界。 另外在功能开发方面，敬畏之心同样知易行难。对于智能辅助驾驶的开发，所有开发者都明白安全是决不能逾越的红线。但在实际开发过程中，对用户使用体验的追求很多时候会不知不觉蚕食安全底线。 比如视觉识别灵敏度就是一个典型。灵敏度高了，自然能更好的识别各种障碍物，但随之而来的是误报也会增多。比如著名的特斯拉在墓地当中识别出了很多行人的事件，实际上是系统将墓碑识别成了静止的行人。过多的误报会大大影响用户的使用体验，因为车辆会执行更多的加速、制动、避让等动作，整个驾驶行为的流畅度大大降低。 为了保证驾驶流畅度，研发人员必须适当调低整个识别系统的灵敏度，这又会导致对一些障碍物的识别能力不足。目前主要的识别短板是桩桶、隔离墩、低速或静止的厢式车辆，如货车和MPV。 最近几次重大事故中，恰巧桩桶、隔离墩、厢式车辆三个要素一个不少。8月12日事故，现场照片可以看到有被撞变形的桩桶和工程维修车。7月30日事故，撞击的是隔离墩。2021年1月25日，同样发生在沈海高速上的一次事故，被撞的是一辆五菱宏光。 8月12日事故现场，图片源于网络 7月30日事故现场，图片源于网络 1月25日事故现场，图片源于网络 除了桩桶这些识别准确率较低的目标之外，识别近距离并入的车辆，车道线模糊路段的处理，进出匝道的能力，都属于当前辅助驾驶还未能良好解决的长尾问题。随着高级别辅助驾驶的应用场景进入复杂的市区，长尾问题会不会爆炸式增加？这些都还尚待回答。在得到明确答案之前，保持敬畏之心，不光是对企业和技术人员的要求，更是对每个普通消费者的要求。 辅助驾驶的最大隐患是人性 但是就算交通参与者都对辅助驾驶保持敬畏之心，安全隐患也无法消失，因为现阶段辅助驾驶功能最大的隐患不是技术，而是对人性的挑战。 据一位评测过市售大部分自动驾驶车型的评测人员介绍，作为专业人员，在评测之前，他本人对于辅助驾驶并不完全信任，但随着测试里程的增加，他开始产生对辅助驾驶系统的依赖。特别是在没有评测工作，不需要记录数据的时候，注意力很难一直集中在环境观察上。 这种反应其实是当前辅助驾驶最大的隐患。在消费者逐渐熟悉辅助驾驶系统的过程中，因为这类系统可以缓解疲劳，消费者会快速产生对系统的信赖。这是人性使然，没有人会不喜欢偷懒。即便消费者在使用辅助驾驶功能前进行过充分培训，也很难避免对辅助驾驶产生沉迷与信赖。 而在使用这一系统时，辅助驾驶一方面让驾驶者的身体获得放松，同时又要求精神上保持高度警惕，随时准备接管车辆。这种南辕北辙，挑战人性的要求，很少有驾驶员能做到。 当然，对于监测驾驶员是否保持专注，所有辅助驾驶开发者都开发了相应功能，包括最简单的方向盘扭力传感器，以及基于疲劳监测发展而来的注意力监测系统。但是不要低估人性对偷懒的渴望，网上展示的各种欺骗监测系统的工具层出不穷，在辅助驾驶状态下，吃喝、化妆、玩手机甚至睡觉的反面案例屡见不鲜。 谷歌在2018年彻底放弃辅助驾驶的开发，将资源全部集中在无人干预的全自动驾驶研发上，就是因为在开发过程中研发人员发现，长时间使用辅助驾驶功能的驾驶员很难保持注意力集中，这会大大增加发生恶性事故的概率。 谷歌曾经的担忧如今正频繁成为现实。不要指望有了车企的充分告知，消费者就能在使用辅助驾驶功能时持续保持注意力集中。随着身体的放松，精神的松懈是必然结果。永远不要尝试挑战人性，没人想知道结果如何。 辅助驾驶应是保镖，而非保姆 8月12日，蔚来ES8在沈海高速上发生事故的同一天，工业和信息化部在网站上公布了《关于加强智能网联汽车生产企业及产品准入管理的意见》（下称意见），加强对汽车智能网联功能的监管已经成为必选项。 意见中的重要内容有以下三项： 1、未经审批，不得通过在线等软件升级方式新增或更新汽车自动驾驶功能。 2、严格履行告知义务。企业生产具有驾驶辅助和自动驾驶功能的汽车产品的，应当明确告知车辆功能及性能限制、驾驶员职责、人机交互设备指示信息、功能激活及退出方法和条件等信息。 企业应采取脱手检测等技术措施，保障驾驶员始终在执行驾驶任务。 除了政府监管之外，行业自律也在加强，理想汽车创始人、CEO李想8月16日在朋友圈中表示，应统一自动驾驶中文名词的标准。避免夸张的宣传造成用户使用的误解。在推广上克制，在技术上投入。 如何称呼各种水平的辅助驾驶并非关键问题，依然是治标不治本。想要让消费者对辅助驾驶系统有合理认知的话，宣传当中应杜绝使用“自动”一词，同时还要避免强调脱手脱脚的驾驶能力，让辅助驾驶回归本色，更多强调以紧急避让、紧急制动为代表的主动安全技术，让辅助驾驶成为保护驾驶员安全的保镖，而非事事代劳的保姆。

引 言 基于智能手机进行人体行为识别是移动情景识别的一个重要研究方向，在健康监控、行为检测、老年人监管等方面有广泛应用[1]。在构建行为识别模型时，利用智能手机中内置的三轴加速度传感器，对人们多种日常行为的加速度数据进行采集，并通过机器学习的方法，构建用户行为识别模型[2]。 由于每个用户的行为都有自身的特点和习惯，加之手机放置位置和方向的不确定性及多样性，导致不同用户的行为加速度数据特征的数据分布差异较大，以至于识别模型的不适用性大大增加。为了解决识别模型的自适应性问题，并且以最小的代价获得较大收获，这就需要利用迁移学习对通用模型进行修改。 为了解决通用行为模型在面对新用户时的不适用问题， 本文提出了TrELM 算法实现迁移学习。该方法是一种基于参数迁移的方法，通过对ELM 的目标函数进行修改，引入一个可以表示两域差异的迁移学习量，实现 ELM 模型的迁移学习。利用TrELM 算法实现通用模型的迁移，首先利用ELM 分类器构建通用行为识别模型，可以得到源域中识别模型的输出权值向量 βS ；之后通过对新用户的少量行为样本进行学习，修改通用模型的输出向量为 βt，实现对通用模型的修改， 完成具有迁移学习功能的行为识别模型。 1 已有研究 Dai 提出了一种 TrAdaBoost 方法[3]，该方法的假设前提为源域和目标域实例数据的特征和标记相同，但数据分布不同。该方法利用AdaBoost 方法构建了一个数据样本权值自动调整的机制，在迭代过程中对源域和目标域的数据采取不同的权重调整机制，进而可以实现减少有害数据对目标域学习的影响。该方法虽然可以借助源域的部分数据样本作为辅助数据来在目标域进行学习，但是当源域和目标域的数据样本相似性较差时，负迁移效果会增加。Jiang 等在文献 [4] 中的处理办法是对源域数据样本进行领域适应性的转变，将产生负迁移效应的源域样本删除后再进行赋值，增加其在目标域中的权值大小，最终可以利用具有预测标签的目标域样本对源域样本的质量进行提升。 Dai 等人在文献 [5] 中提出翻译特征迁移学习方法，该方法是一种较为基础的特征迁移学习方法，主要通过对跨领域的特征进行学习，用以解决训练数据和测试数据所属特征空间不同的问题，利用不相关的数据帮助目标分类和聚类学习。 Lawrence 在文献 [6] 中提出了一种高效算法 MT-IVM， 该方法构建了多任务的高斯过程，在其特性上获取知识，以实现知识共享。Bonilla 在文献 [7] 中也研究了高斯过程下的多任务学习，提出了基于任务间自由形式的协方差矩阵，进而模拟交互任务的依赖性，最终利用高斯过程中知识对任务间的相互关系进行学习。Schwaighofer 等人构建了基于高斯过程和贝叶斯算法的统一模型，以解决多任务学习问题 [8]。在文献 [9] 中，Evgeniou 提出了一种以分层贝叶斯模型为前提的规则化框架，并实现了在迁移学习中的应用，解决了多任务学习的问题。该方法的实现基于如下假设，即在面临每个任务时， 将SVMs 中的特征分为两部分，一部分是所有任务都具有的共同体，另一部分是针对某个任务的专有部分，这种方法适用于具有较多样本，且源域和目标域样本较为单一的情况。 Mihalkova 在文献 [10] 中提出了 TAMAR 算法，通过马尔科夫逻辑网络在相关联领域间迁移相关知识。在马尔科夫模型中，关联领域的实体通过预测表现出来，他们的关联性可由一阶逻辑表示。该方法基于这样一个事实，若两个域是相关的，则存在一种从源域到目标域的实体之间及关系的映射。TAMAR 算法分为两个阶段，首先构造一个基于加权的对数似然度的从源域到目标域的映射；之后利用 FORTE 算法修正目标域的映射结构，修改后的马尔科夫逻辑网络可以用作目标域的关联模型来使用。此外，Davis 等人构建了二阶马氏逻辑， 实现相关知识的迁移学习，该方法根据反相马尔科夫链的形式实现源域中某一样本的架构构造，进而可以在目标域中获取该样本的公式。 本文所提出的 TrELM 算法结合了参数迁移方法，实现了ELM 在模型层面上的迁移学习功能。 2 基于迁移极速学习机的行为识别模型 目前，针对ELM 迁移学习方法的研究主要是基于实例迁移学习方法，基于参数的迁移学习大多是在SVM 结构中实现的。迁移学习算法TL-SVM 通过对 SVM 分类器进行深入研究，从判别函数 f（x）=wTx+b 中发现不同域间的差异体现在其 w 值上。通过构造可以体现两域间差异的项 μ‖w － w ‖2，将其添加至SVM 目标式中，根据一系列运算规则，即可实现不同域间的迁移学习。 用ELM 构建模型，会得到输出权值向量 β，针对数据分布不同的领域，在其上训练的 ELM 模型中的 β 向量必然不同， 虽然模型构建时输入节点加权值向量以及偏差向量均是随机赋值的，但其模型构建理论可以说明，以不同域数据样本构建的多个ELM 分类模型间的差异，可以用输出权值向量 β 表示。 鉴于SVM及ELM的相关性以及基于SVM的迁移学习研究，构造 TrELM（Transfer Extreme Learning Machine）算 法模型。通过在 ELM 的目标式中增加 μ‖βt － βS‖2 项，可以 表示两个域间的差异，通过严密的数学公式推导求解后，可 以得到目标域内的 ELM 目标式，进而实现两域间的迁移学习。 其中，‖βt － βS‖2 表示两域分类器之间的差异程度，该值越 大则分类器间的差异越大，反之越小 ；参数 μ 控制惩罚程度。 TrELM 算法原理如图 1 所示。 3 实验结果  项目组是以智能手机为背景的行为识别模型的迁移学习，…

新基建的战略深化让医疗信息化升级不断加速，同时也推动了大健康相关产业的发展。尤其是新基建与疫情的相互“碰撞”，进一步促使大数据、5G、AI等新兴技术与医疗行业的深入融合。 “十四五”开局之年，如何在推动医疗高质量发展过程中，用数字之力造福大众?在紫光股份旗下新华三集团2021 NAVIGATE领航者峰会期间，以“云绘医疗，智惠健康”为主题的智慧医疗专题论坛上，新华三与到会嘉宾就新形势下如何运用前沿技术的创新与实践，更好赋能和推动医疗健康事业发展等话题进行了解读和分享。 作为医疗健康行业数字化转型领导者，新华三集团已经连续11年领航医疗基础设施建设。新华三集团副总裁、医疗系统部总经理于志宏在“云绘医疗 智惠健康”主题演讲中介绍，多年来，新华三持续赋能医疗行业，在医疗ICT基础设施建设中，一直处于领航地位。 为了更好服务医疗数字化、智能化建设，新华三集团在智能战略引领下帮助医院构建医疗数字大脑，为临床医学、科研分析等业务提供强大的数字化平台支撑，实现数据互联互通、业务融合创新，在智慧管理、智慧医疗、智慧运营等方面，助力医院向智慧化时代迈进。目前，新华三已规模服务了全国百强医院中的近百家，参与了重庆、青海、湖南等十余个省新医保平台建设。 王东媛强调指出，相对于其他业务，京东健康智慧医疗更注重面向政府和医院两端。 对于政府，在面向城市的“智慧健康城市”打造方面，京东健康发挥供应链优势和技术能力，构建区域医疗健康大数据基础及互联互通网络平台，协同政府、医院和社区，科学高效开展医疗服务和健康管理，构建区域数智健康生态。同时，以数智化医疗能力赋能基层，促进优质医疗资源下沉，提升基层医疗健康服务水平和医药供应链效率。目前京东健康在广西北海、河南鹤壁、江苏宿迁和太仓等地，都已建立试点并初见成效。 对于医院，京东健康则在充分利用集团领先的技术能力，不断助力医院进行互联网医院的建设、数据科研平台的打造、专科科室的运营等。例如，京东健康与天津市南开医院合作搭建“南开京东互联网医院”，是天津首批打通在线医保支付并推出“互联网+护理”项目的互联网医院样板;与河南中附一共建的“河南中医药大学第一附属医院京东互联网医院”，是河南省首家中医互联网医院，其技术和AI能力及中医特色，更是受到业内广泛好评。 医疗本身是一个相对低频的行为。她指出，“通过与政府、医院的合作，可以真正定位到有医疗需求的用户。在未来，逐渐帮助京东健康实现由慢病管理到健康管理的过渡。” 基于整合全球医疗智慧的核心机制，生命汇智慧医美理念孕育而生。近十年的严肃医疗背景，赋予智慧医美科学性、安全性、严谨性，以医疗实力铸就医美安全基因，打造医美安心品牌。 生命汇智慧医美依托「生命汇国际整合医疗」的发展底蕴，全面引入世界前沿医美理念、科技、标准，链接全球资源，打造中、韩、美、德、日等多国汇聚的国际化医疗美容专家团队;上下求索，拥抱先进技术及产品，致力于以更具价值的服务标准推动行业更加规范、健康、和谐发展。 在医美市场规模持续扩大的同时，医美消费回归理性化，只有价值加持的医美品牌，才能在行业洗牌中成功突围。生命汇智慧医美以智慧内核驱动品牌战略升级，以耳目一新的品牌形象塑立医美新地标，让国际之美的力量，在中国绽放出耀眼光芒!

作为手机数码的核心零件，芯片的重要性不言而喻，中国每年进口芯片总额甚至超过能源，可见对半导体芯片的依赖性有多高。可随着美国阻挠下，全球半导体行业陷入动荡，原本和华为密切合作的美光、台积电等巨头，目前无法为华为供应5G芯片，最终导致华为手机无法正常生产。华为芯片危机爆发之后，也是让国人认识到芯片重要性，各大科技公司踊跃加入芯片自研队伍，中芯国际正式“提速”，开始扩展产线，尽量满足国内内需。 中国在半导体芯片领域的进步是有目共睹的，在全球汽车厂商缺芯背景下，国产电动汽车芯片基本可以做到自给自足。汽车芯片的工艺制程没有那么先机，像中芯国际的14nm及以上制程，已经可以满足国内70%以上设备需求，只是在精密的手机设备上，小米、vivo等厂商，还是依赖于进口高通和联发科芯片。华为是芯片设计公司，不具备芯片生产能力，目前5G麒麟芯片已经正式停产。海思“跌倒”后，难道就没有其他中国公司站出来吗? 据媒体周五(7月30日)报道，Digitimes Research的最新报告显示，从当前我国智能手机应用CPU市场的销售情况来看，今年我国芯片业的“黑马”企业紫光展锐的手机芯片出货量或能达到6820万，与去年同期相比大幅增长152%，借此，紫光展锐在全球手机芯片供应商的排名有望升至第三位。 要知道，当前手机芯片市场被高通和联发科两大芯片设计巨头所占据，高通牢牢锁住高端手机芯片的市场份额，联发科则主攻中低端手机芯片市场。而苹果和我国华为海思则分别排在第3和第4位。“后起之秀”紫光展锐排在第5位。 数据统计显示，今年5月份，从全球手机系统芯片销售额来看，前4大手机芯片供应商，除了高通上涨51.9%，其余的供应商都呈现下滑趋势。不过，这份报告中表现最亮眼的还是排在第5位的紫光展锐，销售量暴涨6346.2%。实际上，在华为海思停下脚步之后，紫光展锐毅然接下了芯片国产化大旗。当前，该司的客源已经涵盖联想、Realme、荣耀等我国优质手机品牌，荣耀新推出的机型搭载紫光展锐的芯片，也取得了非常亮眼的销售成绩。 从当下全球半导体产业的发展来看，半导体产业链处于一种重构新格局。在国内市场，华为受到种种原因的影响，海思业务发展受阻给一向独有“小华为”之称的紫光展锐带来了发展机会。 尤其是今年4月26日，搭载紫光展锐T610芯片的荣耀畅玩20发布后，不仅使得紫光展锐的知名度得到进一步提升;也从一定程度上拓展了紫光展锐的产业链。 据悉，T610芯片采用的是台积电12nm工艺制程，作为紫光展锐自主研制的国产芯片，让一众国人们看到了芯片国产化的曙光。 国产芯片迎来”猛兽“ 面对全球半导体产业链的不断发展，紫光展锐为了取得竞争优势，自2019年发布首款5G基带芯片V510后，相继推出了T740以及T770两款5G芯片。 紫光展锐CEO楚庆接受采访时表示：T770是紫光展锐历史上快速通过一系列验证并成功回片的一款芯片，这意味着，目前的紫光展锐在芯片工艺制程方面已经可以与业界强者并肩而立。 不知道大家还记不记得，前段时间美国有一位专家还在嘲讽中国造不出光刻机，所以我们就不能自己生产芯片，但美国专家的这番话很快就被中国的实际行动给打脸了。只因我们推出了首台国产SMEE光刻机，虽然工艺只有65nm，但却能使用高端封装技术为5G、人工智能等芯片进行封装，就连一向对技术比较挑剔的富士康，都下单了46台。 虽然国产SMEE光刻机的量产让很多网友兴奋，但还是有一些别有用心的人指责65nm技术太落后，根本比不上ASML的EUV光刻机，甚至质疑SMEE光刻机对我国的科技发展起不了决定性作用。而如今这种质疑，同样出现在我们的国产芯片上，大家都知道我国的很多科技企业现在非常推崇RISC-V架构，这也是目前唯一一款免费开源的架构，更是我们打破美国X86、ARM架构封锁的唯一选择。 中国在RISC-V架构上的投入，美国早已看在眼里，甚至有些国外网友已经感受到中国芯片崛起的速度，所以一些国外网友已经开始建议美国尽快布局RISC-V架构，不能让中国的科技企业抢占先机。但我们也应该坚信，只要我们坚持下去，所有的质疑都会不攻自破。

全球数字化的不断加速，芯片几乎成了一个大国发展的重要基石。虽然我国是芯片消耗大国，但是在芯片上游的制造环节，技术专利被美国所垄断，同时也是我国长期以来被卡脖子的典型。随着中美科技竞争的不断升级，台积电，三星、中芯国际这些芯片制造领域的企业成为了众人热议的话题。 在这些企业中，台积电是全球芯片制造的领导者，不管是先进制程、良品率还是产能，都是世界之最。近两年与三星的竞争，加上全球芯片紧缺的局面，让台积电开始在全球疯狂建厂，一方面是扩大28nm、7nm、5nm这些成熟工艺芯片的生产比例;另一方面则是加速对先进制程工艺的研发，旨在扩大与三星等代工企业的优势。 二季度，中芯国际先进工艺(FinFET/28纳米)的财务表现十分亮眼，单季销售收入环比增长158%，收入占比环比提升7.6个百分点至14.5%。8月6日，中芯国际联合首席执行官赵海军在二季度电话会议上表示，“从现在看，我们的FinFET工艺产能处在紧张状态，还有很多客户和新产品不断进来。我们对这部分产能未来的订单不是很担心。” 由于去年底被列入实体清单，采购周期延长，市场对中芯国际能否如期推进扩产计划存有顾虑，赵海军称计划不变。8月6日下午，中国证券报记者实地走访中芯京城一期工程项目建设现场发现，相比半年前破土动工时的场景，已有多座单体建筑拔地而起，大量起重机正在有序作业。“晚上也有人在干活。工人吃住都在工地。”一位安保人员说，多地出现疫情后，人员进出管控升级，工人外出需要分包负责人和总包负责人签字。 中芯国际也交出了一份靓丽的答卷。二季度，公司实现营业收入13.44亿美元，环比增长21.8%，盈利6.88亿美元，环比增长332.9%。同时，公司将今年全年营收成长目标上调为增长约30%。 进一步看，在成熟制程方面，“我们稳扎稳打，用高质量和具有性能竞争力的产品使客户满意。我们这几年主力布局的七大应用、八大产品平台正是现在市场上齐套性有突出问题的领域。在产能有限的情况下，我们秉承一贯的产能分配原则，优先满足长期战略客户，然后是高价位、高毛利产品以及客户重要产品的需求。”赵海军说。 7nm工艺虽然不是当下最先进的工艺，但其用途相当广，甚至可以说，国内厂商只要掌握了7nm芯片工艺，然后再大幅度提升产能，国内芯片几乎就能够实现自给自足。 因为在全球范围内，目前仅台积电和三星掌握了7nm芯片的生产制造工艺，即便是英特尔，也一再延迟7nm芯片量产时间，预计到2022年才能够实现自主生产制造。 不过，中芯国际梁孟松早就对外表示，其已经完成了7nm芯片的研发任务，很快就将进入风险试产，但随后就没有消息了。 一位半导体行业人士告诉记者，28nm可视为是成熟工艺与先进工艺的分水岭，28nm及以下算作先进工艺。相比于55/65nm节点主要对应Nor Flash存储，45nm(包含40nm)工艺应用产品为音视频编解码芯片，安防等，28/22nm产品应用拆分来自于通信和消费，如智能手机、平板电脑、电视和互联网等移动计算及消费电子产品领域。 就财务数据而言，虽然目前成熟工艺是中芯国际的营收“功臣”，但其先进工艺的增速最为显著。2021年第二季度，该公司55/65nm占比29.9%，150/180nm占比28.4%，而先进的FinEFT(14nm及以下制程)/28nm占比虽为14.5%，但相比于2021年第一季度提升了7.6个百分点，合计销售收入环比成长158%。 “现在很高兴地跟大家讲，我们的FinFET的产能已经达产1.5万片/月，客户也比较多样化，不同的产品平台都导入了。”对于先进制程产能情况，赵海军在业绩说明会上直言，目前来看，中芯国际的(FinFET)产能处在紧俏状态，供不应求，很多客户和新的产品还在不断进来。 与此同时，中芯国际的先进制程也出现进展。在第一代FinFET工艺(14纳米)量产两年后，该制程终于达到月产能1.5万片;二季度，FinFET/28纳米制程营收占比大幅提升7.6个百分点至新高的14.5%。 不过，美国的实体清单仍是该公司提升产能的一个风险。中芯国际联席CEO赵海军透露，该公司部分28nm、14nm相关制程设备的许可被美国推迟，目前正在与供应商一同努力沟通和解决。 “我们很理解大家对中芯国际有很高的期待，但是集成电路制造行业没有弯道式超车和跳跃式前进。公司会把握自身在细分领域的优势，提高核心竞争力。”中芯国际联席CEO梁孟松和赵海军表示。

英特尔公司董事会任命帕特·基辛格为首席执行官。 他将于2021年2月15日起担任这一职务。 新闻要点： ● 司睿博（Bob Swan）将继续担任首席执行官一职，直至2021年2月15日。 ● 英特尔预计2020年第四季度营收和每股收益（EPS）将超过此前公布的业绩指引。第四季度业绩将如期于2021年1月21日公布。 ● 英特尔在7纳米制程技术方面已取得重大进展，并将于1月21日的财报电话会议上更新相关信息。 1月13日，英特尔公司宣布，公司董事会已任命拥有40年资历的科技行业领袖人物帕特·基辛格（Pat Gelsinger）为新一任首席执行官，该任命自2021年2月15日起生效。基辛格履新后也将加入英特尔公司董事会。而他所接替的现任首席执行官司睿博（Bob Swan）将履职到2月15日。 今天的宣布与英特尔2020年的财务表现无关。英特尔预计公司2020年第四季度营收和每股收益（EPS）会超过此前在2020年10月22日公布的业绩指引。此外，英特尔在7纳米制程技术方面已取得重大进展，并将于1月21日如期公布第四季度和2020年全年财报时更新相关信息。 基辛格是一位备受尊敬的首席执行官和业界资深人士，拥有40多年的技术资历和领导经验，包括他从业以来在英特尔服务的30年。 英特尔公司董事会独立董事长Omar Ishrak表示：“帕特是一位久经考验的技术领袖人物，在创新、人才培养和对英特尔的深入理解方面，他的阅历可谓出类拔萃。他将继续发展基于价值观和公司文化的领导方式，高度专注于运营执行力。董事会经过审慎研究后得出结论，现在是英特尔转型的关键时期，正是充分发挥帕特在技术和工程方面专长，进行公司领导变动的合适时机。帕特将与公司领导团队的其他成员一起，持续推动英特尔从CPU向多架构XPU的公司转型，确保强有力地执行英特尔战略，以巩固其产品领先性，抓住未来重大发展机遇，对此公司董事会充满着信心。” 基辛格表示：“在这个对公司、我们的行业和我们的国家都很关键的时刻，我重新加入并带领英特尔迈步向前，感到非常兴奋。我曾在英特尔开启职业生涯，并在格鲁夫、诺伊斯和摩尔门下学习成长，能回来领导公司我备感荣幸。对于英特尔丰富的历史和强大的技术积淀，我心怀崇高的敬意，这些技术奠定了世界的数字基础设施。我相信英特尔在继续重塑技术未来方面有着巨大的潜力，我也期待着与极具才华的全球英特尔团队一起工作，致力加速创新，为我们的客户和股东创造价值。” Ishrak还指出：“董事会和我深深感谢司睿博在英特尔转型期间所发挥的领导作用和所做出的重大贡献。在他的领导下，英特尔在转型为一家多架构XPU公司的战略上取得了重大进展，正充分利用市场变革的机遇，让英特尔扩展到快速增长的领域。司睿博还在重新激发公司文化活力，以更好地执行我们的产品和创新路线图方面发挥了重要作用。他留给英特尔一个强大的战略和财务位势，他还在与帕特一起工作以确保公司领导平稳过渡的过程中不断提供指导，对此我们深表感激。” 司睿博表示：“过去两年中，我的目标一直是让英特尔进入一个全新的分布式智能时代，提高执行力，加强我们核心的CPU业务，并扩大业务范围加速增长。随着这些优先事项取得重大进展，我们现在来到向英特尔下一任领导人过渡的恰当时刻。我完全支持董事会选择帕特，并深信在他及管理团队其他成员的带领下，英特尔作为世界上最具影响力的科技公司之一，将继续引领市场。” 近年来，基辛格自2012年起担任VMware威睿公司首席执行官，他带领公司转型为云基础设施、企业移动和网络安全领域公认的全球领导者，使公司的年营收几乎翻了三倍。在加入VMware威睿之前，基辛格担任EMC易安信总裁兼信息基础架构产品首席运营官，负责管理信息存储、数据计算、备份和恢复、RSA安全和企业解决方案的工程设计和运营。在加入EMC易安信之前，他在英特尔工作了30年，成为首任首席技术官，并推动了USB和Wi-Fi等关键行业技术的开发。他是80486处理器原型的架构师，领导了14种不同微处理器的开发项目，并在酷睿和至强产品系列的成功中扮演了关键角色。

目前，绝大多数城市采用的公交系统仍然是“定点发车， 两头卡点”，在车载终端配置 GPS 定位系统，再通过GPRS 与服务端进行实时通信，将自己的位置信息传递给服务端，服务端经过分析数据，发出相应的指令给电子站牌和车载终端，完成整个系统操作。但是，该公交系统的缺点是 ：GPS 定位系统初装费用相当昂贵，不适合于中小型城市；而且在碰到高架、高层建筑、隧道等障碍物时，GPS 信号会减弱甚至没有信号， 不利于系统的稳定。 针对以上问题，本文提出了一种基于 RFID 智能公交系统的设计，将 RFID 技术、单片机技术和无线通信技术等有机结合，建立一种实时准确、高效的交通运输综合管理和控制系统。来解决 GPS 定位信号干扰及盲区的问题，改善公交运营和服务质量，为市民提供更加人性化的服务。 1 射频识别技术 1.1 射频识别技术的基本原理 射频识别（Radio Frequency Identification，RFID）技术的基本原理是利用无线电射频信号空间耦合（电磁感应或电磁传播）的传输特性来达到自动识别被标识对象的目的。图 1 所示就是一种非接触式的自动识别技术的基本原理图[2]。具体工作流程是 ：阅读器（Reader），又称读写器，经过发射天线向外发送无线载波信号 ；电子标签（Tag）进入磁场后被激活， 并将自身信息经标签天线发射出去 ；阅读器接收信息并对其进行解码，然后传送至后台计算机进行处理，从而完成整个信息处理过程。 （1）读取方便快捷 ：非接触式自动识别，使得标签的读 (3) 适应性好 ：射频识别设备可在恶劣的环境中工作。 (4) 识别距离多样化 ：射频识别设备的识别距离，可根据具体应用而定，从几厘米到一百米不等； (5) 支持写入数据 ：若在开发中需要增加一些数据，无需重新制作标签，支持写入数据即可。 2 设计方案 首先，给每辆公交车装载一张电子标签卡，每张卡号是唯一的，也是每辆车的身份标识。其次，每个站台也需装有相应的读写器，公交车到站时，卡无需取出，读写器自动读卡。并将获取的相关数据信息通过无线通信传至公交总站，公交总站通过对数据分析处理即可实现车辆的身份识别，从而将相关信息（包括车次信息、站点信息、到站信息）发送到各个站台电子屏上显示，站台上的乘客就可以及时了解到公交车的信息。同时在车载终端，利用射频识别与单片机相结合的技术，接收到公交总站发送来的消息后，实现智能语音报站功能、LED 显示功能和发光二极管提醒功能。图 2 所示是射频识别技术的使用过程例图，整个系统可分为RFID 模块、数据传输处理模块、自动报站模块和电子站牌显示模块。 2.1 硬件设计  （1）RFID 模块  本文选用的是深圳市奥斯达电子有限公司 AOSID-1704 型号的 2.4 G 有源阅读器。该阅读器采用的是 2.4 G 全球开放 的 ISM 微波频段，无须申请和付费，且功率极小，读写时间 极短，读写距离在 2 ～ 80 m 之间可根据不同应用要求灵活调 整。采用圆极化天线，对卡片的放置角度没有任何要求，不需 要贴在挡风玻璃上，无论怎么摆放，都能可靠地读取。采用 多种防冲突方案，可靠的频分多址和时分多址设计，可同时识 别 200 个以上不同的射频识别卡。另外还有高抗干扰性、高 度集成性和高安全性，为整个智能公交系统的高性能奠定一 定的基础。  RFID 阅读器模块是本系统的核心模块。当电子标签进 入阅读器可识别范围时，阅读器自动读取电子标签的信息，并 将卡号传至协调器，协调器对状态信息进行判别后，将相关的 数据信息传送给公交总站的服务器，公交总站的服务器与存 储在数据库中的信息进行匹配，并将相应信息发送到各个站 台的显示屏上显示，同时公交车接收到反馈信息后，也实现自 动报站功能，完成了整个 RFID 系统的运作。 （2）数据传输处理模块  本文的数据传输采用的是 2.4 G 无线通信协议，该协议 具有部署灵活，扩展方便等优点。阅读器将采集到的数值信 息通过无线通信网络发送给协调器节点上，经过协调器处理 后，再将数据传送给公交总站的服务器，并下发相应的信息 给公交车和电子站台。  （3）自动报站模块  本文采用 ATMEL 公司生产的低功耗 8 位是 AVRMUC 单片机新一代 8 位 megaAVR® MCU 系列，配备 4 KB 至 16 KB 闪存，除了具备传统的一级流水线的预期指令功能，内置 模拟比较器，A/D 转换器等以外，提高了用于支持 UART 串 行通信的内部振荡器的精度；提高了内部参考电压的精度，从…

2021年8月16日，国内领先的数字营销解决方案公司驰骛科技 (ChiefClouds) 基于亚马逊云科技“智能湖仓”架构，构建全新消费者数据平台(CDP)，帮助企业实现对消费者的全渠道数据管理、全生命周期精准洞察和个性化运营，打造完整营销闭环。 通过亚马逊云科技“智能湖仓”架构可扩展的数据湖、统一治理、无缝数据移动，驰骛科技帮助企业实现跨组织的数据治理与资产化，解决企业内跨组织的数据管理和安全访问难题。利用Amazon Lake Formation，驰骛科技帮助企业构建基于Amazon Simple Storage Service (Amazon S3)的单一消费者数据资产湖，实现消费者数据元数据统一管理、数据血缘溯源等。此外，亚马逊云科技“智能湖仓”架构为驰骛科技提供低成本高效率的数据处理和分析服务，使驰骛的CDP平台帮助企业对海量数据并行处理和高效计算，继而获得实时商业环境的洞察，更好地辅助企业业务决策。驰骛科技利用Amazon Redshift实现了相较于其他云数据仓库10倍的查询性能，对亿级用户数据可以做到秒级、近实时查询，快速响应业务;利用Amazon Athena应对各种临时查询，满足不同业务人员的临时分析需求。 此外，驰骛科技还利用亚马逊云科技新一代自研处理器Amazon Graviton2，把提供给企业客户的解决方案产品和服务性价比提升40%。 亚马逊云科技不断赋能驰骛科技在多业务场景中加速创新步伐。一方面亚马逊云科技高敏捷、弹性的架构帮助驰骛科技按需调用，灵活响应实际业务需求;同时提供了众多开箱即用的技术和服务快速为企业的实际需求找到对应的解决方案，加速驰骛产品化创新进程，例如基于亚马逊云科技机器学习服务的个性化推荐、复购预测等。 基于亚马逊云科技“智能湖仓“架构，驰骛科技为某超大型零售快销集团打造了整个集团数据的资产化和完整的营销闭环。在此之前，客户所有营销活动没有数据沉淀，集团内信息也无法实现互通。驰骛科技为其打造了整合多系统的营销数据平台，实现30亿用户ID、十几个营销渠道数据、数千活动数据的沉淀，数据量达到几百PB。不仅使客户能够自主运营数据资产，还可以做到跨品牌、跨平台的数据打通，使其可制定自主可控的投放策略和优化。 驰骛科技还为某时尚消费电子品牌打造了基于亚马逊云科技“智能湖仓“架构的多触点数据营销体系，包括数据营销平台、CRM、自动化营销和智慧导购，为客户提供全链路个性化消费触达。在此之前，客户的消费者数据完全分散，形成数据孤岛，几乎所有活动都要依靠人工执行，既费时又费力。驰骛科技帮助客户整合包括十几个业务场景在内的千万级全渠道会员数据和多线程业务数据，构建三套全新会员体系。此外还协助客户开展全生命周期管理和触达，实现自动化营销。 表示：“自2016年公司成立之初，驰骛科技即展开了与亚马逊云科技的合作。2020年开始以亚马逊云科技“智能湖仓”架构为基石，构建全新消费者数据平台，打造强大的云上产品能力。双方将继续进行产品的深度集成和迭代，确保驰骛云上产品的成熟度和领先性;其次，我们会共同探究以消费者为中心的技术迭代和演进，帮助客户持续创新;此外，还将把合作触角向更多行业延伸包括金融服务业、交通运输业和房地产业等。” 驰骛科技依托以消费者数据为核心的客户数据平台(CDP)及相关应用，提供数字阵地分析、营销自动化、CRM客户关系管理、智慧导购等相关产品和服务，实现全生命周期精准洞察和个性化运营，目前拥有数十家家全球性企业客户, 主要集中在零售、快速消费品、汽车等行业，覆盖了众多世界500强企业。