联邦统计局

摘要： 2021年德国浆果种植面积达9440 hm^(2),浆果产量约45600 t。尽管种植面积与2020年几近相同,但浆果产量却增加了27%。据联邦统计局(Destatis)进一步报告称,与2020年相比,2021年天气条件更利于浆果生产,如霜冻和干旱推迟,这是浆果产量显著增加的主要原因。联邦统计局报告还显示,2021年是自2012年以来浆果产量最高的年份。

摘要： 德国联邦统计局1月15日公布的数据显示,2018年德国国内生产总值增长1.5%,低于上年度的2.2%。这是德国经济连续第9年增长,但增长势头比之前两年大幅减弱。2018年德国经济增长动力主要来自国内。全年国内个人消费支出增长1.0%,政府支出增长1.1%。经价格调整后,全年投资总额增长4.8%。

摘要： 面对错综复杂的市场环境,正在崛起中国的租赁行业任重道远。纵观海外住房租赁市场,市场发展较早,已形成一套成熟的运营体系与模式,可以为国内住房租赁市场的发展提供不少经验。德国：超过50%的人选择租房德国的住房制度被认为是最成功的,也是租赁比率最高的国家。根据德国联邦统计局数据显示.

摘要： 德国:遗属能继续取钱德国养老金保险制度已经有100多年历史了,是世界上实行社会养老制度,即“年轻人养老人”制度最早的国家。2011年,德国联邦统计局的数据显示,德国8100万人口中,缴纳法定养老金的约为5200万,养老金领取人为2000万。

摘要： 德国养老金保险制度已经有100多年历史了，是世界上实行社会养老制度，即“年轻人养老人”制度最早的国家。德国联邦统计局的数据显示，德国8100万人口中，缴纳法定养老金的约为5200万，养老金领取人为2000万。平均养老金为每月1200欧元（1欧元约合人民币7．3元）。

摘要： 据德国联邦统计局最新发布的数据，德国2016年度各级政府公共教育经费支出总计达到1284亿欧元（约1万亿元人民币），比上一统计年度增长约3．5％。人均教育经费支出为1576欧元（约1．3万元人民币），其中用于30岁以下居民的人均教育经费达5300欧元（约4．1万元人民币）。公共教育经费的一半（49．9％）刷于中小学，23．2％用于高等学校，

摘要： 中国驻德国经商参处消息，据德国《商报》报道，德国联邦统计局统计显示，今年一季度，德国经济环比增长0．3％，增幅较上季度减半，主要原因在于出口和国家消费支出双降。这是德国经济连续15个月实现增长，是1991年以来最长的经济繁荣期。

摘要： 德国联邦统计局最新公布的数据显示,7月德国通胀率为2.0%,略低于6月的2.1%,符合市场预期。数据显示,7月通胀率主要受能源价格上涨拉动,当月能源价格同比涨幅从6月的6.4%升至6.6%。除去能源因素,7月通胀率为1.5%。另外,德国7月食品价格同比增长2.6%。而此前三个月,食品价格同比涨幅均超过3%。德国政府此前预测,今年德国通胀率将从去年的1.8%回落至1.7%,经济增速将从去年的2.2%提高至2.3%。

摘要： 中国驻塞尔维亚经商参处消息，据《金融时报》报道，德国联邦统计局最新数据显示，今年7月，德国贸易顺差降至158亿欧元，为4年多以来的最低水平。

摘要： 一种基于统计局统计抽样调查地块实割实测数据的省级水稻单产遥感估算方法，包括以下步骤：S1.根生成带有空间位置信息的省级年度早稻、晚稻及一季稻抽样调查地块实割实测标准亩产数据集；S2.分析MODIS植被指数产品，从不同角度比较分析Terra与Aqua MODIS EVI之间的关系；S3.建立基于地块水平的水稻各生育期的一次线性、二次非线性、以及各生育期的逐步回归省级水稻单产遥感拟合模型；S4.确定最优模型所用的比较指标为均方根误差；S5.通过各比较指标及误差分析，选择最优单产拟合模型，利用上一年的最优遥感拟合模型，预测下一年的水稻单产。本发明时间和空间分辨率和估产精度相对较高。

摘要： 本发明公开了一种基于统计局部秩特征的图像去噪方法，首先利用局部秩算子，在不同参数条件下对图像进行局部秩变换，得到图像的正局部秩变换和负局部秩变换；接着将所述正局部秩变换和负局部秩变换相加得到参数连续变化的统计局部秩特征；之后在稀疏表示的图像去噪方法的基础上，将所述统计局部秩特征作为约束条件对图像进行初次去噪；最后通过控制去噪前与去噪后图像之间所述统计局部秩特征的差异对图像进行二次去噪，实现图像噪声的去除，获得最终的清晰图像。其显著效果是：与传统的基于稀疏表示的去噪方法相比，具有更佳的去噪效果，能够获得质量更高的去噪图像，进而能有效保障后续图像处理和分析的可靠性。

摘要： 本发明提供一种基于联邦学习的多用户协同训练人流统计方法，旨在利用联邦学习框架搭建一个新颖的人群计数模型，达到让多用户多设备同时训练的目的。各个客户端利用图像数据集对图像分类网络进行本地训练以获取本地模型；在各经过至少一次本地训练后，中心服务器从客户端获取本地模型的权值及附加层参数并进行聚合处理；中心服务器利用聚合处理后的权值及附加层参数更新全局模型，并将聚合处理后的权值参数及附加层参数返回给各个客户端；各个客户端利用中心服务器返回的权值以及ground truth值进行贝叶斯估计，计算loss值，并利用返回的权值参数及附加层参数更新本地模型；重复执行直至所有客户端的loss值均收敛，则完成人流统计全局模型和本地模型的训练。

摘要： 一种基于统计局统计抽样调查地块实割实测数据的省级水稻单产遥感估算方法，包括以下步骤：S1.根生成带有空间位置信息的省级年度早稻、晚稻及一季稻抽样调查地块实割实测标准亩产数据集；S2.分析MODIS植被指数产品，从不同角度比较分析Terra与Aqua MODIS EVI之间的关系；S3.建立基于地块水平的水稻各生育期的一次线性、二次非线性、以及各生育期的逐步回归省级水稻单产遥感拟合模型；S4.确定最优模型所用的比较指标为均方根误差；S5.通过各比较指标及误差分析，选择最优单产拟合模型，利用上一年的最优遥感拟合模型，预测下一年的水稻单产。本发明时间和空间分辨率和估产精度相对较高。

摘要： 本发明公开了一种基于统计局部秩特征的图像去噪方法，首先利用局部秩算子，在不同参数条件下对图像进行局部秩变换，得到图像的正局部秩变换和负局部秩变换；接着将所述正局部秩变换和负局部秩变换相加得到参数连续变化的统计局部秩特征；之后在稀疏表示的图像去噪方法的基础上，将所述统计局部秩特征作为约束条件对图像进行初次去噪；最后通过控制去噪前与去噪后图像之间所述统计局部秩特征的差异对图像进行二次去噪，实现图像噪声的去除，获得最终的清晰图像。其显著效果是：与传统的基于稀疏表示的去噪方法相比，具有更佳的去噪效果，能够获得质量更高的去噪图像，进而能有效保障后续图像处理和分析的可靠性。

摘要： 本公开提供基于对称加密的联邦分组统计量计算方法、设备及介质，该方法包括对第一用户集合根据分组信息进行分组，获取多个分组用户集合；根据用户分组集合、第二用户集合通过安全求交算法，确定用户分组集合与第二用户集合的联邦交集；基于联邦交集确定属于联邦交集的第二用户特征的统计量信息；第二参与方根据预先确定的密钥信息以及加密算法对统计量信息进行加密，并将加密后的结果发送至第一参与方；第一参与方根据与第二参与方相同的密钥信息对加密后的结果进行解密，确定用户分组集合的统计量信息。本公开不需要将分布在不同参与方的分组信息和特征信息直接或间接地传输给其他组织或机构，能够充分保护各方数据的隐私或满足相关监督要求。

摘要： 本申请涉及基于隐私安全求交和秘密分享的联邦分组统计量计算方法、系统、装置和存储介质，属于联邦学习技术领域，该方法包括：第一参与方与第二参与方进行隐私保护集合求交，得到元素交集，其中，第一参与方存储有原始分组信息，且各原始分组中至少包含一个元素，第二参与方存储有元素的特征信息；第二参与方对元素交集中的各元素提取特征信息；第一参与方根据原始分组信息对元素交集中的元素进行分组，得到联邦分组，分别根据各联邦分组中所包含的元素，计算出元素交集中各元素的掩码；基于交集中各元素的掩码和特征信息，通过秘密分享算法计算每个联邦分组在每一维特征上的统计量。能够充分保护各方数据的隐私安全，并且能够提高计算效率。

摘要： 本发明提供了一种联邦任务统计处理方法及装置，该方法包括：对第一客户端的任务的多个子任务进行处理并聚合，得到第一客户端的聚合处理结果，并将该聚合处理结果存储到预设目录下；从该预设目录下读取该第一客户端的聚合处理结果，并将该聚合处理结果存储到统计目录中；获取第二客户端的任务处理结果；在该统计目录中，基于预先设置的任务统计需求格式，将聚合处理结果与任务处理结果进行加密对比统计，得到统计结果，并将该统计结果反馈给该第一客户端与该第二客户端，可以解决相关技术中联邦学习无法适用于任务统计的问题，减少人工参与度，提高了任务统计效率，还可以降低任务对比时导致的数据泄露风险。

摘要： 本发明公开了一种纵向联邦数据统计的去重方法、装置、终端设备及存储介质，通过纵向联邦中的任意一个参与方接收纵向联邦中的其他参与方发送的结果矩阵，其中，结果矩阵为其他参与方在本地基于自有数据中的第一待去重数据构建第一特征矩阵后，利用第一特征矩阵乘以预设随机矩阵得到；在本地基于自有数据中的第二待去重数据构建第二特征矩阵，并将第二特征矩阵与结果矩阵进行纵向拼接得到拼接矩阵；检测拼接矩阵中对应位置元素相同的各目标行，并针对各所述目标行指向的所述第一待去重数据和所述第二待去重数据进行去重处理。本发明无需针对待去重数据进行加密操作就能在确保数据隐私安全的情况下进行数据去重，提高了数据去重的效率。

摘要： 本发明公开了一种纵向联邦统计中的无序数据去重方法、装置、终端设备、存储介质以及计算机程序产品，通过接收纵向联邦中的其他参与方发送的各第一幂运算结果；在本地对各预设对齐标识下的第二无序数据分别进行哈希运算得到各第二哈希数据，针对各第二哈希数据进行幂运算得到各第二幂运算结果；按照各预设对齐标识聚合各第一幂运算结果和各第二幂运算结果得到各聚合结果，并针对各聚合结果进行二次幂运算得到各二次幂运算结果；确定各二次幂运算结果中相等结果在各预设对齐标识中指向的目标对齐标识，并根据目标对齐标识对第一无序数据和第二无序数据进行去重处理。本发明能够在保证纵向联邦数据隐私安全的前提下，对该联邦中的无序数据进行去重。