一文把神经网络上市公司龙头股说明白了：八只收下（2024/3/15）

　　神经网络上市公司龙头有哪些？

　　宏达新材（002211）：神经网络龙头，从近三年营业总收入来看，近三年营业总收入均值为6.13亿元，过去三年营业总收入最低为2022年的3.65亿元，最高为2020年的9.21亿元。

　　公司2020年10月20日在互动平台表示，公司产品量子随机数发生器可基于量子物理原理产生随机数，可应用于量子通信、量子信息、传统信息安全、密码学、蒙特卡洛模拟、数值计算、随机抽样、神经网络计算等。

　　近30日宏达新材股价上涨4.56%，最高价为3.95元，2024年股价下跌-1.27%。

　　金自天正（600560）：神经网络龙头，从金自天正近三年营业总收入来看，近三年营业总收入均值为7.13亿元，过去三年营业总收入最低为2020年的6.96亿元，最高为2022年的7.35亿元。

　　公司在2002年取得“人工神经元网络开发平台【简称AriNeuroV1.0】”计算机软件著作权，目前在部分工艺模型开发中会用到人工神经网络的算法。

　　回顾近30个交易日，金自天正股价上涨27.93%，总市值上涨了3.13亿，当前市值为42.11亿元。2024年股价上涨21.4%。

　　泰尔股份（002347）：神经网络龙头，泰尔股份从近三年营业总收入来看，近三年营业总收入均值为9.85亿元，过去三年营业总收入最低为2020年的8.12亿元，最高为2022年的10.83亿元。

　　泰尔股份在近30日股价上涨8.77%，最高价为5.36元，最低价为4.69元。当前市值为27.05亿元，2024年股价下跌-18.47%。

　　神思电子（300479）：神经网络龙头，从神思电子近三年营业总收入来看，近三年营业总收入均值为3.74亿元，过去三年营业总收入最低为2021年的3.66亿元，最高为2022年的3.8亿元。

　　近30日股价上涨10.53%，2024年股价下跌-0.15%。

　　智信精密（301512）：神经网络龙头，从近三年营业总收入来看，近三年营业总收入均值为4.79亿元，过去三年营业总收入最低为2020年的3.99亿元，最高为2022年的5.47亿元。

　　回顾近30个交易日，智信精密股价上涨12.61%，总市值上涨了2.75亿，当前市值为30.88亿元。2024年股价下跌-22.63%。

　　东软载波（300183）：神经网络龙头，从公司近三年营业总收入来看，近三年营业总收入均值为9.06亿元，过去三年营业总收入最低为2020年的8.76亿元，最高为2022年的9.36亿元。

　　近30日东软载波股价上涨4.61%，最高价为13.6元，2024年股价下跌-12.19%。

　　越剑智能（603095）：神经网络龙头，从公司近三年营业总收入来看，近三年营业总收入均值为11.84亿元，过去三年营业总收入最低为2020年的7.39亿元，最高为2021年的15.5亿元。

　　在近30个交易日中，越剑智能有16天上涨，期间整体上涨22.61%，最高价为18.62元，最低价为13.92元。和30个交易日前相比，越剑智能的市值上涨了7.78亿元，上涨了22.61%。

　　奥比中光（688322）：神经网络龙头，从近三年营业总收入来看，近三年营业总收入均值为3.61亿元，过去三年营业总收入最低为2020年的2.59亿元，最高为2021年的4.74亿元。

　　回顾近30个交易日，奥比中光-UW股价上涨24.98%，总市值上涨了17.6亿，当前市值为153.56亿元。2024年股价上涨2.11%。

　　神经网络股票其他的还有：

　　中科金财（002657）：回顾近7个交易日，中科金财有4天上涨。期间整体上涨4.9%，最高价为14.74元，最低价为16.19元，总成交量1.33亿手。公司在人工智能领域取得多项知识产权，储备了多模态输入/输出、视觉合成、知识处理等人机交互技术，Transformer 前馈神经网络模型及 Self-Attention 和Feedforward 训练算法、NLP 语义识别和内容生成等技术能力，并研发了面向复杂 NLP 语义识别和内容生成的智能机器人对话系统、自动代码生成引擎、自动流程指令生成引擎、金融全媒体智能客服（数字人智能大脑解决方案)、RPA(自动流程机器人)系列产品及应用。公司发布了中科金财“元宇宙技术服务矩阵”，研发了多模态超写实数智人、2D/3D 数字人、数字人内容制作引擎、元宇宙场景开发工具，并通过 AIGC 的企业级内容互动创作平台。

　　思泰克（301568）：近7日思泰克股价上涨12.49%，2024年股价上涨2.56%，最高价为47.64元，市值为48.35亿元。公司的3D SPI及3D AOI产品目前已均逐步导入基于卷积神经网络的深度学习算法，其中3D SPI产品通过嵌入深度学习模块，逐步在部分检测场景中，针对被检测电路板对可接受微小不良的二次确认环节实现了人工替代，达成了锡膏的柔性化检测；3D AOI产品亦通过对已分类的元器件类型进行训练和学习，自动进行特征提取，准确识别多种复杂的缺陷类型，最终形成公司机器视觉检测设备各方面性能的持续升级。

　　本文相关数据仅供参考，不构成投资建议，据此操作，风险自担。股市有风险，投资需谨慎。