首页 优秀范文 识别技术论文

识别技术论文赏析八篇

发布时间:2023-03-20 16:15:49

序言:写作是分享个人见解和探索未知领域的桥梁,我们为您精选了8篇的识别技术论文样本,期待这些样本能够为您提供丰富的参考和启发,请尽情阅读。

识别技术论文

第1篇

20世纪80年代,由于大规模集成电路技术的成熟,射频识别系统的体积大大缩小,使得射频识别技术进入实用化的阶段,成为一种成熟的自动识别技术。

射频识别技术是利用射频方式进行非接触双向通信,以达到识别目的并交换数据。它与同期或早期的接触式识别技术不同。RFID系统的射频卡和读写器之间不用接触就可完成识别,因此它可在更广泛的场合中应用。

典型的射频识别系统包括射频卡和读写器两部分。

射频卡是将几个主要模块集成到一块芯片中,完成与读写器的通信。芯片上有EEPROM用来储存识别码或其它数据。EEPROM容量从几比特到几万比特。芯片仅需连接天线(和电池),可以作为人员的身份识别卡或货物的标识卡。卡封装可以有不同形式,比如常见的信用卡及小圆片的形式等。与条码、磁卡、IC卡等同期或早期的识别技术相比,射频卡具有非接触、工作距离长、适于恶劣环境、可识别运动目标等优点。

在多数RFID系统中,读写器在一个区域内发射电磁波(区域大小取决于工作频率和天线尺寸)。卡片内有一个LC串联谐振电路,其频率与读写器发射的频率相同。当射频卡经过这个区域时,在电磁波的激励下,LC谐振电路产生共振,从而使电容内有了电荷。在这个电容的另一端,接有一个单向导通的电子泵,将电容内的电荷送到另一个电容内储存。当所积累的电荷达到2V时,此电容可作为电源为其它电路提供工作电压,将卡内数据发射出去或接取读写器的数据。读写器接收到卡的数据后,解码并进行错误校验来决定数据的有效性,然后,通过RS232、RS422、RS485或无线方式将数据传送到计算机网络。简单的RFID产品就是一种非接触的IC卡,而复杂的RFID产品能和外部传感器接口连接来测量、记录不同的参数,甚至可与GPS系统连接来跟踪物体。

工作原理如图1所示。

2射频识别技术的分类

射频识别技术主要按以下四种方式分类。

(1)工作频率

根据工作频率的不同可分为低频和高频系统。①低频系统一般指其工作频率小于30MHz的系统。其基本特点是:射频卡的成本较低、标签内保存的数据量较少、阅读距离较短(无源情况,典型阅读距离为10cm)、射频卡外形多样(卡状、环状、钮扣状、笔状)、阅读天线方向性不强等。低频系统多用于短距离、低成本的应用中,如多数的门禁控制、动物监管、货物跟踪。②高频系统一般指其工作频率大于400MHz的系统。高频系统的基本特点是射频卡及读写器成本均较高、卡内保存的数据量较大、阅读距离较远(可达几m~十几m)、适应物体高速运动性能好、外形一般为卡状、阅读天线及射频卡天线均有较强的方向性。高频系统多应用于需要较长的读写距离和高的读写速度的场合,像火车监控、高速公路收费等系统。

(2)射频卡

根据射频卡的不同可分成可读写(RW)卡、一次写入多次读出(WORM)卡和只读(RO)卡三种。RW卡一般比WORM卡和RO卡贵得多,如电话卡、信用卡等。一般情况下改写数据所花费的时间远大于读取数据所花费的时间(常规为改写所花费的时间为s级,阅读花费的时间为ms级)。WORM卡是用户可以一次性写入的卡,写入后数据不能改变,且比RW卡要便宜。RO卡存有一个唯一的号码,不能逐改,保证了安全性。RO卡最便宜。

(3)射频卡的有源与无源

射频卡可分为有源及无源两种。有源射频卡使用卡内电池的能量、识别距离较长,可达十几m,但是它的寿命有限(3~10年),且价格较高;无源射频卡不含电池,利用读写器发射的电磁波提供能量,重量轻、体积小、寿命长、很便宜,但它的发射距离受限制,一般是几十cm,且需要读写器的发射功率大。

(4)调制方式

根据调制方式的不同还可分为主动式和被动式。①主动式的射频卡用自身的射频能量主动地发送数据给读写器。②被动式的射频卡,使用调制散射方式发射数据。它必须利用读写器的载波调制自己的信号,适宜在门禁或交通的应用中使用。因为读写器可以确保只激活一定范围之内的射频卡。

目前使用的多数系统中,一次只能读写一个射频卡。射频卡之间要保持一定距离,确保一次只能有一个卡在读写区域内。读写距离长,射频卡之间的距离就要大,应用起来很不方便。现在的射频卡具有防碰撞的功能,这对于RFID来说十分重要。所谓碰撞是指多个射频卡进入识别区域时信号互相干扰的情况。具有防碰撞性能的系统可以同时识别进入识别距离的所有射频卡,它的并行工作方式大大提高了系统的效率。

3国际射频识别技术发展状况

射频识别技术在国外发展得很快。RFID产品种类很多,像德州仪器、Motoro1a、Philips、Microchip等世界著名厂家都生产RFID产品。他们的产品各有特点,自成系列。射频识别技术被广泛应用于工业自动化、商业自动化、交通运输控制管理等众多领域。如澳大利亚将它的RFID产品用于澳机场旅客行李管理中并发挥了出色的作用;瑞士国家铁路局在瑞士的全部旅客列车上安装RFID自动识别系统,调度员可以实时掌握火车运行情况,不仅利于管理,还大大减小了发生事故的可能性;德国BMW公司将射频识别系统应用在汽车生产流水线的生产过程控制中等。

据有关权威数据显示,射频识别

产品在全世界的销量以每年25.3%的比例增长。由此可见,射频识别技术具有广阔的市场前景。

4射频识别技术在我国的发展

我国政府在1993年制定的金卡工程实施计划,是一个旨在加速推动我国国民经济信息化进程的重大国家级工程,由此各种自动识别技术的发展及应用十分迅猛。现在,射频识别技术作为一种新兴的自动识别技术,也将在中国很快地普及。

目前,我国的射频识别技术在下列几种应用中发展前景较好。当然,这里仅仅罗列了射频识别技术应用的一部分。任何一种技术如果得到普及,都将会孕育一个庞大的市场。射频识别将是未来一个新的经济增长点。

4.1安全防护领域

(1)门禁保安

将来的门禁保安系统均可应用射频卡。一卡可以多用。比如,可以作工作证、出入证、停车卡、饭店住宿卡甚至旅游护照等,目的都是识别人员身份、安全管理、收费等等。好处是简化出入手续、提高工作效率、安全保护。只要人员佩戴了封装成ID卡大小的射频卡、进出入口有一台读写器,人员出入时自动识别身份,非法闯入会有报警。安全级别要求高的地方、还可以结合其它的识别方式,将指纹、掌纹或颜面特征存入射频卡。

公司还可以用射频卡保护和跟踪财产。将射频卡贴在物品上面,如计算机、传真机、文件、复印机或其它实验室用品上。该射频卡使得公司可以自动跟踪管理这些有价值的财产,可以跟踪一个物品从某一建筑离开,或是用报警的方式限制物品离开某地。结合GPS系统利用射频卡,还可以对货柜车、货舱等进行有效跟踪。

(2)汽车防盗

这是RFID较新的应用。目前已经开发出了足够小的、能够封装到汽车钥匙当中含有特定码字的射频卡。它需要在汽车上装有读写器,当钥匙插入到点火器中时,读写器能够辨别钥匙的身份。如果读写器接收不到射频卡发送来的特定信号,汽车的引擎将不会发动。用这种电子验证的方法,汽车的中央计算机也就能容易防止短路点火。

另一种汽车防盗系统是,司机自己带有一射频卡,其发射范围是在司机座椅45~55cm以内,读写器安装在座椅的背部。当读写器读取到有效的ID号时,系统发出三声鸣叫,然后汽车引擎才能启动。该防盗系统还有另一强大功能:倘若司机离开汽车并且车门敞开引擎也没有关闭,这时读写器就需要读取另一有效ID号;假如司机将该射频卡带离汽车,这样读写器不能读到有效ID号,引擎就会自动关闭,同时触发报警装置。

(3)电子物品监视系统

电子物品监视系统(ElectronicArticleSurveillance,EAS)的目的是防止商品被盗。整个系统包括贴在物体上的一个内存容量仅为1比特(即开或关)的射频卡,和商店出口处的读写器。射频卡在安装时被激活。在激活状态下,射频卡接近扫描器时会被探测到,同时会报警。如果货物被购买,由销售人员用专用工具拆除射频卡(典型的是在服装店里),或者用磁场来使射频卡失效,或者直接破坏射频卡本身的电特性。EAS系统已被广泛使用。据估计每年消耗60亿套。

4.2商品生产销售领域

(1)生产线自动化

用RFID技术在生产流水线上实现自动控制、监视,提高生产率,改进生产方式,节约了成本。举个例子以说明在生产线上应用RFID技术的情况。

用于汽车装配流水线。德国宝马汽车公司在装配流水线上应用射频卡,以尽可能大量地生产用户定制的汽车。宝马汽车的生产是基于用户提出的要求式样而生产的。用户可以从上万种内部和外部选项中,选定自己所需车的颜色、引擎型号和轮胎式样等。这样一来,汽车装配流水线上就得装配上百种式样的宝马汽车,如果没有一个高度组织的、复杂的控制系统是很难完成这样复杂的任务的。宝马公司在其装配流水线上配有RFID系统,使用可重复使用的射频卡。该射频卡上带有汽车所需的所有详细的要求,在每个工作点处都有读写器,这样可以保证汽车在各个流水线位置,能毫不出错地完成装配任务。

(2)仓储管理

将RFID系统用于智能仓库货物管理,能有效地解决与货物流动有关的信息管理,不但增加了处理货物的速度,还可监视货物的一切信息。射频卡贴在货物所通过的仓库大门边上,读写器和天线都放在叉车上,每个货物都贴有条码,所有条码信息都被存储在仓库的中央计算机里,与该货物有关的信息都能在计算机里查到。当货物出库时,由另一读写器识别并告知中央计算它被放在哪个拖车上。这样,管理中心可以实时地了解到已经生产了多少产品和发送了多少产品。

(3)产品防伪

伪造问题在世界各地都是令人头疼的问题,将射频识别技术应用在防伪领域有它自身的技术优势。防伪技术本身要求成本低,且难于伪造。射频卡的成本就相对便宜,而芯片的制造需要有昂贵的芯片工厂,使伪造者望而却步。射频卡本身有内存,可以储存、修改与产品有关的数据,利于销售商使用;体积十分小、便于产品封装。像电脑、激光打印机、电视等产品上都可使用。

(4)RFID卡收费

国外的各种交易大多利用各种卡来完成,而我国普遍采用现金交易。现金交易不方便也不安全,还容易出现税收的漏洞。目前的收费卡多用磁卡、IC卡,而射频卡也开始占据市场。原因是在一些恶劣的环境中,磁卡、IC卡容易损坏,而射频卡则不易磨损,也不怕静电及其它情况;同时,射频卡用起来方便、快捷,甚至不用打开包,在读写器前摇晃一下,就完成收费。另外,还可同时识别几张卡.并行收费,如公共汽车上的电子月票。我国大城市的公共汽车异常拥挤、环境条件差,射频卡的使用有助于改善这种情况。

4.3管理与数据统计领域

(1)畜牧管理

该领域的发展起步于赛马的识别,是用小玻璃封装的射频卡植于动物皮下。射频卡大约10mm长,内有一个线圈,约1000圈的细线绕在铁氧体上,读写距离是十几cm。从赛马识别发展到了标识牲畜。牲畜的识别提供了现代化管理牧场的方法。

(2)运动计时

在马拉松比赛中,由于人员太多,有时第一个出发的人同最后一个出发的人能相隔40分钟。如果没有一个精确的计时装置,就会出现差错。射频卡应用于马拉松比赛中,运动员在自己的鞋带上很方便地系上射频卡,在比赛的起跑线和终点线处放置带有微型天线的小垫片。当运动员越过此垫片时,计时系统便会接收运动员所带的射频卡发出的ID号,并记录当时的时间。这样,每个运动员都会有自己的起始时间和结束时间,不会出现不公平竞争的可能性了。在比赛路线中,如果每隔5km就设置这样一个垫片,还可以很方便地记录运动员在每个阶段所用的时间。

RFID还可应用于汽车大奖赛上的精确计时。在跑道下面按照一定的距离间隔埋入一系列的

天线,这些天线与读写器相连,而射频卡安装到赛车前方。当赛车每越过一个天线时,赛车的ID号和时间就被记录下来,并存储到中央计算机内。这样到比赛结束时,每个参赛选手将会有一个准确的结果。

4.4交通运输领域

(1)高速公路自动收费及交通管理

高速公路自动收费系统是射频识别技术最成功的应用之一。目前,中国的高速公路发展非常快,而高速公路收费却存在一些问题:一是在收费站口,许多车辆要停车排队,成为交通瓶颈问题;二是少数不法的收费员贪污路费,使国家损失了相当的财政收入。RFID技术应用在高速公路自动收费上,能够充分体现它非接触识别的优势——让车辆高速通过收费站的同时自动完成收费,同时可以解决收费员贪污路费及交通拥堵的问题。利用射频识别技术的不停车高速公路自动收费系统是将来的发展方向;人工收费,包括IC卡的停车收费方式,终将会被淘汰。预计在未来10年内,高速公路自动收费系统将有数十亿元的需求。

在城市交通方面,解决交通日趋拥挤问题不能只依赖于修路。加强交通的指挥、控制、疏导,提高道路的利用率,深挖现有交通潜能也是非常重要的;而基于RFID技术的交通管理系统可实现自动查处违章车辆,记录违章情况。另外,公共汽车站实时跟踪指示公共汽车到站时间及自动显示乘客信息,会给乘客带来很大的方便。

(2)火车和货运集装箱的识别

在火车运营中,使用RFID系统很大的优势在于:火车是按既定路线运行的,因此肯定要通过设定的读写器的地点。通过读到的数据,能够得到火车的身份、监控火车的完整性,以防止遗漏在铁轨上的车厢发生撞车事故,同时能在车站将车厢重新编组。起初的努力是用超音波和雷达测距系统读出车厢侧的条码,现在被RFID系统取代。射频卡一般安在车厢顶边,读写器安在铁路沿线,就可得到火车的实时信息及车厢内装的物品信息。

目前,射频自动识别系统的安装遍布全国14个铁路局。2001年3月1日,铁道部正式联网启用车次车号自动识别系统,为自备车企业、合资铁路和地方铁路实现信息化智能运输管理提供了重要良机。

第2篇

关键词:对象识别;可扩展性;相似度;记录对

中图分类号:TP399文献标识码:A文章编号:1009-3044(2012)21-5032-03

Review of Object Identification Research

CHANG Ming1,NI De-qiang1,CHENG Tao-yuan2

(1.Anshan Radio and Television Bureau,Anshan 114001,China; 2.Beijing Baidu Network Technology Co., Ltd., Beijing 100080, China)

Abstract:Data quality directly determines the quality of information service. About data quality problems, it is one of the most critical is sues to identify a number of records (representation) of the same real entities (objects). It is called object identification. This paper analyzed the recent technical development of object identification. give some recent research methods and problems about efficiency of scalability, at tribute value similarity judgments, record pairs similarity judgment, set model similarity judgment.

Key words:object identification; scalability; similarity; record pair

1959年H. Newcombe等人第一次提出了对象识别的概念[1],文献[2]则为对象识别提出了正式理论,并且提出了一整套的统计学方法来计算匹配的参数和错误率。在传统的对象识别研究中,人们主要在解决如下两个问题:1)如何计算记录对的相似度;)如何减少需要进行相似度计算的记录对数目。W. E. Winkler在文献[3]中综述了当时与对象识别相关的研究工作。几年过去了,对象识别领域的研究又取得了很大的进展,而且最近几年出现了一些新的模型和方法,突破了传统对象识别中基于两条记录计算相似度的思想。

很高,而且容易出错。

传统的方法只是考虑如何利用本地数据库中的信息进行对象识别,在很多情况下,仅仅利用本地数据库的信息无法获得很好的对象识别结果。对象识别产生的很多模糊匹配,如果能够找到一些其他的信息就可以判断出来时匹配还是不匹配了。例如,对于两个人名“Bob Smith”和“Robert Smith”,采用字符串相似度判断时,由于他们的相似度没有高于阈值,所以会被认为是一个模糊匹配。但是在英文里作为人名的一部分时,“Bob”和“Robert”是一对可以互相交换的词。如果有一个辅助数据源可以提供这样的信息,那么就可以判断这个模糊匹配“Bob Smith”和“Robert Smith”是相同的人名。提出了一种利用辅助数据源查找额外信息,结合已有得信息进行判断的方法。由于查询辅助数据源会导致延迟,而且还可能会导入错误等,系统只是在产生模糊匹配的时候才会去利用中间件进行查询。采用这样的模型,可以提高基于网络的对象识别的准确率和查全率。但是,论文中的辅助数据源是一些特定的数据源,需要提前知道数据源的模式,获得使用权限等。这样的要求大大限制了模型的适用范围,不能作为一种通用的模型进行推广。在不存在特定辅助数据源的情况下,研究中则提出了一种利用网络数据进行相关人员判断的方法。提出了一种利用网络,通过无监督学习解决“同名不同人”问题的方法。这些研究工作都很好地解决了各自论文中提出的问题。但是由于他们提出问题或者带有特殊的背景知识(需要知道多个人之间是熟人关系),或者要求提前知道查找出的网页符合一定的模板,这些利用网络识别同名不同人的系统通用性不强。

1.4集合模型的判断

随着应用的发展,仅仅根据两条记录的信息已经无法很好的判断对应表象是否匹配了。在数据库中,一个表象不仅在需要进行比较的记录中有信息,还会存在一些其他的联系信息。如何更好的利用这些联系信息是最近的研究工作的重点。

由于论文数据库的特点,作者名字的对象识别过程也就是尽量利用相关信息的过程。中最初提出了利用作者表象的上下文信息,也就是利用了和要识别的作者名字直接联系的一层信息。考虑到可能会存在的一个人名对应多个作者对象的问题,这样的一层信息还是相对比较可靠的。等工作开始利用表象的多层联系进行计算,虽然这样的方法可以利用更多的信息,但是“同名不同人”问题的存在会使得这些工作的准确率很受影响。而且,这些工作都是基于SimRank或者SimFusion模型,算法的空间复杂度是O(n2),运行时间会较长。而基于依赖关系的对象识别则考虑到了识别的先后顺序,可以利用首先识别出来的对象辅助后面的模糊匹配的识别。与以前的工作相比,这样的工作更加符合人的逻辑判断过程。上面的工作只是简单的利用了多层关系。在论文数据库中,对象之间会存在依赖关系,不仅记录之间会存在依赖关系,不同的属性值之间也会存在这样的关系。进行对象识别时,利用众多表象之间的关系,首先识别出来的对象可以向正在识别的表象提供有用的信息,而传统的对象识别工作没有考虑这样的依赖关系。提出基于依赖关系进行对象识别的工作。在基于依赖关系进行对象识别的工作中,一个模糊匹配的成功识别可以获得一定的知识,利用这样的知识可以辅助别的节点进行识别。在利用依赖关系时,首先判断容易判断的对象,然后再来进行更加模糊的对象判断。

不仅在论文数据库中可以使用集合模型,在其他的数据库中只要记录中间存在某些联系,也可以使用这样的模型。研究了在数据库的各个表中间存在层次关系时,如何利用这些关系进行对象识别的问题。数据库中多个表之间可能会存在一定的层次关系,例如表A是关于不同国家的数据,表B是不同国家中州(或者省)的数据。这样的两个表通过主外键关系就存在一个层次关系。在这样的数据库中进行对象识别时,除了可以计算两个表象的文本相似度之外,还可以利用两个表象的孩子节点覆盖(overlap)进行判断。一般说来,如果两个表象属于同一个对象,它们的孩子节点会对应较大的覆盖。例如,country表中的“USA”和“United States of America”都在state表中对应着“MO”,“CA”,“AL”等,那么在判断“USA”和“United States of America”是否对应同一对象时,虽然他们的文本相似度不是很高,但是由于他们下一级的state数据覆盖很大,可以判断它们是同一国家的名字。

第3篇

关键词:模糊控制;人工神经网络;人脸识别

中图分类号:TP18 文献标识码:A文章编号:1009-3044(2011)16-3904-03

随着人工智能技术的飞速发展,机器视觉已经成为当前人工智能研究领域的一大热点,很多国家的研究人员都开展了对机器视觉的研究,其中以机器视觉识别人脸最为困难,这主要是因为人的面部带有表情,不同的人具有不同的脸,而不同的脸具有不同的表情,不同的表情则具有不同的面部特征,如何让计算机通过机器视觉高效率的识别人脸,成为当前机器视觉和智能机器人关键技术领域的技术难题。

随着模糊逻辑控制算法和人工神经网络算法的发展,对于机器视觉识别人脸特征的算法也有了新的发展,目前多数研究算法所采用的人脸识别从实现技术上来说,主要可以分为以下几个类别:

1) 基于人脸几何特征进行的识别算法,该算法运算量较小,原理简单直观,但是识别率较低,适合应用于人群面部的分类,而不适宜于每一个人脸的识别。

2) 基于人脸特征的匹配识别算法,这种算法是预先构建常见的人脸特征以及人脸模板,构成人脸特征库,将被识别的人脸与特征库中的人脸进行逐一比对,从而实现人脸识别,该算法识别效率较高,但是应用有一定局限性,只能够识别预先设立的人脸特征库中的人脸模型,因此人脸特征库就成为该算法实现的技术关键。

3) 基于统计的人脸识别算法,该算法将人脸面部进行特征参数的划分,如两眼距离大小,五官之间距离等,通过构建统计特征参数模型实现对人脸模型的识别,该算法识别率较高,但是算法实现起来运算量比较大,且识别效率较低。

4) 基于模糊逻辑的人脸识别算法,这一类算法主要结合了模糊逻辑和神经网络能够自我训练学习的机制实现对人脸的识别,识别率较高,且算法运算量适中,但是算法的原理较难理解,且模糊逻辑控制规则的建立存在一定技术难度。

本论文主要结合模糊人工神经网络方法,将其应用于计算机人脸识别,以期从中能够找到有效可靠的人脸识别方法及其算法应用,并以此和广大同行分享。

1 模糊逻辑及人工神经网络在图像辨识中的应用可行性分析

1) 人脸识别的技术难点

由于计算机只能够认识0和1,任何数据,包括图像,都必须要转化为0和1才能够被计算机识别,这样就带来一个很复杂很棘手的问题:如何将成千上万的带有不同表情的人脸转变为数字信号并被计算机识别。由于人的面部带有表情,不同的人具有不同的脸,而不同的脸具有不同的表情,不同的表情则具有不同的面部特征,因此这些都成为了计算机识别人脸特征的技术难点,具体来说,人脸实现计算机识别的主要技术难度包括:

① 人脸表情:人有喜怒哀乐等不同表情,不同的表情具有不同的面部特征,因此如何分辨出不同表情下的人脸特征,这是首要的技术难点;

② 光线阴影的变换:由于人脸在不同光线照射下会产生阴影,而阴影敏感程度的不一也会增加计算机识别人脸特征的难度;

③ 其他因素:如人随着年龄的增长面部特征会发生些微变化,人脸部分因为装饰或者帽饰遮挡而增加识别难度,以及人脸侧面不同姿态也会对计算机识别带来技术难度。

2) 模糊人工神经网络在人脸辨识中的应用可行性

如上分析所示,计算机识别人脸,需要考虑的因素太多,并且每一种因素都不是线性化处理那么简单,为此,必须要引入新的处理技术及方法,实现计算机对人脸的高效识别。根据前人的研究表明,模糊人工神经网络算法是非常有效的识别算法。

模糊理论和神经网络技术是近年来人工智能研究较为活跃的两个领域。人工神经网络是模拟人脑结构的思维功能,具有较强的自学习和联想功能,人工干预少,精度较高,对专家知识的利用也较少。但缺点是它不能处理和描述模糊信息,不能很好利用已有的经验知识,特别是学习及问题的求解具有黑箱特性,其工作不具有可解释性,同时它对样本的要求较高;模糊系统相对于神经网络而言,具有推理过程容易理解、专家知识利用较好、对样本的要求较低等优点,但它同时又存在人工干预多、推理速度慢、精度较低等缺点,很难实现自适应学习的功能,而且如何自动生成和调整隶属度函数和模糊规则,也是一个棘手的问题。如果将二者有机地结合起来,可以起到互补的效果。

模糊逻辑控制的基本原理并非传统的是与不是的二维判断逻辑,而是对被控对象进行阈值的设计与划分,根据实际值在阈值领域内的变化相应的产生动态的判断逻辑,并将逻辑判断规则进行神经网络的自我学习,逐渐实现智能判断,最终实现准确的逻辑判断。相较于传统的线性判断规则,基于模糊规则的神经网络是高度复杂的非线性网络,同时由于其广阔的神经元分布并行运算,大大提高了复杂对象(如人脸)识别计算的效率,因此,将模糊神经网络算法应用于人脸的智能识别是完全可行的。

2 基于模糊人工神经网络的人脸识别方法研究

2.1 基于模糊神经网络的人脸识别分类器设计

1) 输入、输出层的设计:针对模糊神经网络层的输入层和输出层的特点,需要对识别分类器的输入、输出层进行设计。由于使用BP神经网络作为识别分类器时,数据源的维数决定输入层节点数量,结合到人脸的计算机识别,人脸识别分类器的输入输出层,应当由人脸特征数据库的类别数决定,如果人脸数据库的类别数为m,那么输入、输出层节点数也为m,由m个神经元进行分布式并行运算,能够极大提高人脸识别的输入和输出速度。

2) 隐藏层结点数的选择:由于一般的BP神经网络都是由3层BP网络构成:输入层,隐藏层和输出层,隐层的数量越多,BP神经网络越复杂,那么最终能够实现的运算精度就越高,识别率也就越高;但是随着隐层数量的增加,随之而来的一个突出的问题就是神经网络变的复杂了,神经网络自我训练和学习的时间变长,使得识别效率相对下降,因此提高精度和提高效率是应用模糊神经网络的一个不可避免的矛盾。在这里面向人脸识别的分类器的设计中,仍然采用传统的3层BP神经网络构建人脸识别分类器,只设计一层隐层,能够在保障识别精度的前提下有效的保障神经网络学习和训练的效率,增加人脸识别的正确率。

3) 初始值的选取:在设计了3层BP神经网络的基础上,需要确定神经网络的输入初始值。由于模糊神经网络是非线性的,不但具有线性网络的全部优点,同时还具有收敛速度快等特点,而初始值的选取在很大程度上影响神经网络的学习训练时间的长短,以及是否最终能够实现收敛输出得到最优值。如果初始值太大,那么对于初始值加权运算后的输出变化率趋向于零,从而使得神经网络自我学习训练趋向于停止,最终无法得到收敛的最优值;相反,我们总是希望初始值在经过每一次加权运算后的输出都接近于零,从而能够保证每一个参与运算的神经元都能够进行调节,最终实现快速的收敛。为此,这里将人脸识别的初始值设定在[0,0.2]之间,初始运算的权值设定在[0,0.1]之间,这样都不太大的输入初始值和权值初始值能够有效的保证神经网络快速的收敛并得到最优值。

如果收敛速度太慢,则需要重新设置权值和阈值。权值和阈值由单独文件保存,再一次进行训练时,直接从文件导出权值和阈值进行训练,不需要进行初始化,训练后的权值和阈值直接导入文件。

2.2 人脸识别的神经网络训练算法步骤

1) 神经网络的逐层设计步骤:神经网络需要按层进行设计,构建信号输入层、模糊层以及输出层,同时还要构建模糊化规则库,以构建神经网络模糊算法的完整输入输出条件。具体构建人脸识别的神经网络层可以按照下述步骤执行:

Step 1,构建信号输入层,以视觉摄像头为坐标原点构建人脸识别坐标系统,这里推荐采用极坐标系统构建识别坐标系,以人脸平面所处的角度与距离作为信号的输入层,按照坐标系的变换得到神经网络信号输入的距离差值和角度差值Δρ,Δθ,作为完整的输入信号。

Step 2,构建模糊化层,将上一层信号输入层传输过来的系统人脸识别信号Δρ与Δθ进行向量传输,将模糊化层中的每一个节点直接与输入信号向量的分量相连接,并进行信号矢量化传输;同时在传输的过程中,根据模糊化规则库的条件制约,对每一个信号向量的传输都使用模糊规则,具体可以采用如下的隶属度函数来进行模糊化处理:

(1)

其中c ij 和σij分别表示隶属函数的中心和宽度。

Step 3,构建信号输出层,将模糊化层经过模糊处理之后的信号进行清晰化运算,并作为最终结果输出。

关于模糊规则库的建立,目前所用的方法都是普遍所采用的匹配模糊规则,即计算每一个传输节点在模糊规则上的适用度,适用就进行模糊化规则匹配并进行模糊化处理,不适用则忽略该模糊规则并依次向下行寻找合适的模糊规则。当所有的,模糊规则构建好之后,需要对每条规则的适用度进行归一化运算,运算方法为:

(2)

2) 人脸的识别算法按如下步骤执行:

Step 1:一个样本向量被提交给网络中的每一个神经元;

Step 2:计算它们与输入样本的相似度di;

Step 3:由竞争函数计算出竞争获胜的神经元,若获胜神经元的相似度小于等于相似度门限值ν,则计算每个神经元的奖惩系数γi,否则添加新的神经元;

Step 4:根据学习算法更新神经元或将新添加的神经元的突触权值置为x;

Step 5:学习结束后,判断是否有错误聚类存在,有则删除。

其中,

(3)

di是第i个神经元的相似度值,β为惩罚度系数,ν为相似度的门限值。γ的计算方法是对一个输入样本x,若竞争获胜神经元k的相似度dk≤ν,则获胜神经元的γk为1,其它神经元的γi=-βdi/ν,i≠k;若dk >ν,则添加新的神经元并将其突触权值置为x。

实际上,网络训练的目的是为了提高本算法的权值实用域,即更加精确的实现对人脸特征的识别,从而提高算法的人脸识别率,当训练结束后,即可输出结果。

2.3 算法仿真测试

为了验证本论文所提出的人脸识别模糊神经网络算法的有效性和可靠性,对该算法进行仿真测试,同时为了凸显该算法的有效性,将该算法与传统的BP神经网络算法进行对比仿真测试。

该测试采集样本500张人脸图片,分辨率均为128×128,测试计算机配置为双核处理器,主频2.1GHz,测试软件平台为Matlab,分别构建BP神经网络分类器与本算法的神经网络分类器,对500幅人脸图片进行算法识别测试。

如表1所示,为传统BP神经网络算法和本论文算法的仿真测试结果对比表格。

从表1所示的算法检测对比结果可以发现:传统的算法也具有人脸特征的识别,但是相较于本论文所提出的改进后的算法,本论文提出的算法具有更高的人脸特征识别率,这表明了本算法具有更好的鲁棒性,神经网络模糊算法的执行上效率更高,因而本算法是具有实用价值的,是值得推广和借鉴的。

3 结束语

传统的图像识别技术,很多是基于大规模计算的基础之上的,在运算量和运算精度之间存在着不可调和的矛盾。因人工神经网络技术其分布式信息存储和大规模自适应并行处理满足了对大数据量目标图像的实时处理要求,其高容错性又允许大量目标图像出现背景模糊和局部残缺。相对于其他方法而言,利用神经网络来解决人脸图像识别问题,神经网络对问题的先验知识要求较少,可以实现对特征空间较为复杂的划分,适用于高速并行处理系统来实现。正是这些优点决定了模糊神经网络被广泛应用于包括人脸在内的图像识别。本论文对模糊神经网络在人脸图像识别中的应用进行了算法优化设计,对于进一步提高模糊神经网络的研究与应用具有一定借鉴意义。

参考文献:

[1] 石幸利.人工神经网络的发展及其应用[J].重庆科技学院学报:自然科学版,2006(2):99-101.

[2] 胡小锋,赵辉.Visral C++/MATLAB图像处理与识别实用案例精选[M].北京:人民邮电出版社,2004.

[3] 战国科.基于人工神经网络的图像识别方法研究[D].北京:中国计量科学研究院,2007.

[4] 王丽华.基于神经网络的图像识别系统的研究[D].北京:中国石油大学,2008.

[5] 范立南,韩晓微,张广渊.图像处理与模式识别[M].北京:科学出版社,2007.

[6] 金忠.人脸图像特征抽取与维数研究[D].南京:南京理工大学,1999.

第4篇

关键词: 人脸识别; 数据采集; Adaboos算法; 考勤

中图分类号:TP311 文献标志码:A 文章编号:1006-8228(2017)04-53-03

Abstract: There are two kinds of traditional enterprise time and attendance system, the manual system and the timecard system. The manual system is of great workload and low efficiency, while the timecard system has the phenomenon of fake registration and loss of the card, resulting in a higher cost. Therefore the use of enterprise camera to develop a face-recognition based enterprise time and attendance system can greatly improve the efficiency of enterprise check work attendance and reduce the cost of attendance management. This paper introduces the research and development process and the research results of an enterprise's face-recognition based time and attendance system.

Key words: face recognition; data collection; Adaboos algorithm; check work attendance

0 引言

人脸图像具有惟一性和稳定性,因此人脸识别广泛应用于刑侦破案、视频监控、表情分析、日常考勤等场合,逐渐成为人们工作和生活中的常用身份验证手段。人脸识别技术应用于考勤系统,可以充分利用已经建好的人脸数据库资源,更直观、方便地核查身份。本文对应用于考勤系统的人脸识别技术进行了研究。

1 系统设计概述

本系统包含采集模块和管理模块两大模块。采集模块主要包括视频图像的采集、处理、人脸检测、人脸定位以及跟踪;管理模块主要包括人脸识别管理和考勤管理。系统架构和工作流程如图1所示。

系统分为服务器端、办公室端和工厂端三部分。服务器端负责数据的存储和读写;办公室端负责软件系统设置、考勤人员录入、人员人脸特征采集、考勤情况统计等等;工厂端为人员考勤点[1]。

人脸识别考勤系统的程序流程:管理员通过摄像头将企业员工头像录入数据库,员工每次考勤时将脸部对准摄像头,系统提取头像,经视频识别模块与数据库中照片比对,配对成功后记一次考勤,并将考勤数据发送到考勤数据处理模块。考勤数据模块与企业财务系统对接,将考勤与员工的工资、奖金挂钩。图2为识别程序流程图。

2 数据库整体框架

本系统首先通过登录模块来确保登录用户具有合法性,保障了系统的安全。本文将用户分为管理员和普通用户,普通用户可以查看员工的考勤记录和修改自己的密码,而管理员可以对所有窗口进行各种管理操作,如添加、删除、修改员工基本信息,设置权限,添加员工请假信息等。其中本系统中还有一个人脸库,它存储每一个员工人脸照片,这些照片经过图像预处理,分别存放在以员工名字命名的文件夹中,为人脸库的训练提供数据[2]。

用户登录窗口是整个系统的入口,在用户成功登录后就可以按照权限进行相应的操作。管理员权限登录成功后可以进行人脸检测、人脸自动识别、保存视频图像等功能,而普通用户就没有这个权限。普通用户的权限是可以查询员工的出勤信息、修改自己的密码等功能。

用到数据库的窗体主要有以下三个。

⑴ 员工注册信息窗口,它用于管理员工的基本信息,包括员工信息的添加、删除、修改和浏览等操作。

⑵ 员工出勤窗口,它用来记录员工的出勤状况如是否请假、迟到等,也包括对请假员工信息的录入等。

⑶ 查询窗口,它主要用来查询员工的出勤信息,可以按多种条件进行查询,比如按具体的日期、是否迟到、是否请假、正常出勤等条件进行查询[3]。

3 人脸识别算法的实现

AdaBoost 算法以根弱学习的反馈信息自适应性的调整错误率下限,这就使得该算法更容易被应用于实际问题。同时,由于AdaBoost算法在效率上几乎和原有的Boosting算法相差无几,这就使得 Adaboost算法得到了极大的发展[4]。

Adaboost算法的具体实现步骤如下。

⑴ 设输入M个训练样本:{(x1,y1,…,(xm,ym))},其中Xi∈X,Yi=(+1,-1),初始化样本权重D1(i)=1/m,i=1,…,m。

⑵ 对每次训练都要进行一次操作:对弱分类器空间的每个弱分类器h进行操作为:将样本空间X划分为:X1,X2,…,Xn,计算每个划分j=1,…,N及b={+1,-1}之间的区域标识权重。得到每个弱分类器h 在各个划分上的输出值为:

,计算归一化因子:。

⑶ 从弱分类器空间中选择出使归一化因子Z 最小化的弱分类器h并加入到强分类器中,则:Zmin(Z)。

模块的输入为所有训练样本的特征集,经过用户指定的迭代次数T次后,共可得到T个分类能力比较强的弱分类器。在每次迭代时,根据训练样本的权重来训练弱分类器,然后根据弱分类器的判断结果和样本的权重分布来选择出一个错误率最小的弱分类器以作为本次迭代选出的分类能力较强的弱分类器 h,最后通过增大h所错分的样本权重值来更新每个训练样本的权值,以便在下次迭代中,使这些被错分的样本得到更多的重视,经过迭代最后共可产生T个弱分类器,将这些弱分类器组合后便可得到分类能力较强的强分类器[5]。

4 结论与展望

本文针对镭射卡考勤存在的问题,运用软件工程的方法,设计实现了人脸识别考勤系统,并将其用于广东顺德科晟电子有限公司。

本文主要是做了以下几方面的内容:

⑴ 介绍了人脸识别的方法原理和比较有特色的人脸识别及其算法。

⑵ 根据顺德科晟电子有限公司原有考勤管理系统存在的问题,以及当前认人事考勤管理现状,论证了对进行人脸识别考勤系统的必要性和紧迫性。

⑶ 针对广东顺德科晟电子有限公司的考勤管理系统的现状,按照软件工程的思想完成了对人脸识别考勤系统的需求分析和系统设计。

⑷ 设计了人脸识别考勤系统数据库和数据字典。

⑸ 完成了人脸识别考勤系统的开发。

由于本人水平有限,本系统的设计和开发还存在许多不周全之处,在下一步研究中还需要改进。

参考文献(References):

[1] 齐礼成.基于人脸识别考勤系统的设计与实现[D].西安电子科技大学硕士学位论文,2012.

[2] 郭磊.人脸检测技术研究及实现[D].哈尔滨理工大学硕士学位论文,2009.

[3] 刘明宝,姚鸿勋,高文.彩色图像的时人脸跟踪方法[J].计算机学报,1998.21(6).

第5篇

关键词:风险管理,风险识别,风险评价,风险对策决策

 

1.风险涵义的理解

风险的概念至今在学术界尚无统一的定义,我们可以从多种角度理解风险的涵义。主要包括以下四个方面:(1)风险是一种不确定性。这种不确定性,既是机会又是威胁。(2)风险产生损失的后果。(3)风险是预期和后果之间的差异。(4)风险与个人,群体或组织行为相联系,不与行为相联系的风险只是一种危险。

2.风险管理的意义

(1)通过风险分析,可以加深对项目和风险的认识,了解风险对项目的影响,权衡利弊,以便减少或分散风险,抓住并利用有利的机会;(2)通过检查信息、数据和资料,可明确项目的有关前提和假设;(3)通过风险分析,提高项目计划的可信度,改善项目组织内外部的联系;(4)便于将各种处理风险的方式灵活的组合起来,在项目管理中减少被动;(5)积累的风险资料和数据为以后的各项工作提供反馈,促进项目执行组织和管理者对将来项目管理的改进;(6)对于无法避免的风险,能够明确项目将承受的损失;(7)为项目施工、运营、选择合同形式和制定应急计划提供依据。

3.风险管理过程

风险管理就是一个识别、确定和度量风险,并制定、选择和实施风险处理方案的过程。建设工程风险管理在这一点上并无特殊性。风险管理的过程包括:风险识别、风险评价、风险对策决策、实施决策、检查五个方面的内容。

4.风险识别

风险识别是将引起风险的主要因素分层查找出来进行归类。

4.1风险识别的原则

1.由粗及细,由细及粗;2.严格界定风险内涵并考虑风险因素之间的相关性;3.先怀疑,后排除;4.排除与确认并重;5.必要时,可作实验论证。

4.2风险识别的方法

识别项目风险的方法很多,主要有:德尔菲法(Delphi method)、头脑风暴法(Brainstorming)、情景分析法(Scenarios analysis)、核对表法(Checklists)、面谈法(Interviewing)、事故树法(Fault Tree Analysis,FTA)等。在进行风险识别时,除了采用上述方法之外,对建设工程风险的识别,还应根据其自身特点,采取相应的方法。综合起来,建设工程识别的方法有:1.专家调查法2.财务报表法3.流程图法4.初始清单法5.经验数据法6.风险调查法。

5.风险评价

风险评价是在风险识别之后,对认识到的风险作的进一步分析。

5.1风险评价的基本内容

1.比较各项目风险,确定先后顺序;2.从项目整体出发,弄清各风险事件之间的因果关系,制定系统的风险管理计划;3.考虑各种风险、威胁和机会之间互相转化的条件;4.量化已识别的风险的发生概率和后果,减少风险发生的不确定性。

5.2风险评价的作用

一是更准确地认识风险;二是保证目标规划的合理性和计划的可行性;三是合理选择风险对策,形成最佳风险对策组合。

5.3风险评价的方法

对项目进行风险评价的方法一般可分为定性评价和定量评价两大类。具体方法有很多,主要有:蒙特卡罗模拟法(Monte Carlo Simulation)、外推法(Extrapolation)、主观概率评分法(Subjective Probability Method)、层次分析法(AnalyticalHierarchy Process,AHP)、决策树法(DecisionTree Analysis)等。

6.风险对策

风险被识别和分析评价后,就应当考虑对各种风险的处理方法。风险的防范手段即为风险对策,也称为风险管理技术。主要手段有:

6.1风险回避

风险回避就是以一定的方式中断风险源,使其不发生或不再发展,从而避免可能产生的潜在损失。但在采用风险回避对策时需要注意几点问题:1.回避一种风险可能产生另一种新的风险;2.回避风险的同时也失去了从风险中获利的可能性;3.回避风险可能不实际或不可能。

6.2风险控制

风险控制是一种预防和减少风险损失的主动、积极的风险对策。它就辨别出的关键风险因素逐一提出技术上可行、经济上合理的预防措施,以尽可能低的风险成本降低风险发生的可能性,并努力将风险损失控制在最小程度。

6.3风险自留

风险自留就是将风险留给自己承担。风险自留为企业自身保留了从中获利的可能性,同时也减少了在采取某种防范风险措施时所发生的费用。风险自留通常适用于风险损失小,发生频率高的风险。

6.4风险转移

风险转移是试图将项目投资者可能面临的风险转移给他人承担,以避免风险损失的一种方法。转移风险是为降低系统风险,在各部分之间进行的风险再分配。论文大全。它是建设工程风险管理中非常重要而且广泛应用的一项对策,分为非保险转移(通过鉴定合同的方式转移风险)和保险转移(通过工程保险的方式转移风险)两种形式。论文大全。

7.实施决策

实施决策就是对风险对策所作出的决策进一步落实到具体的计划和措施,从而保证风险事件发生时,能有一系列的既定计划,指导风险事件处理工作的正常进行,减少风险事件造成的损失。

8.检查

在建设工程实施过程中,要对各项风险对策的执行情况不断的进行检查,并评价各项风险对策的执行效果;在工程实施条件发生变化时,要确定是否需要提出不同的风险处理方案。此外,还需要检查是否有被遗漏的或者是新发现的工程风险,开始新一轮的风险管理过程。论文大全。

由此可知,风险检查的目的有三个:一是监视风险的状况;二是检查风险的对策是否有效,监控机制是否在运行;三是不断识别新的风险并制定对策。

参考文献

[1] 中国建设监理协会组织编写. 建设工程监理概论[M].北京:知识产权出版社,2008

[2] 范黎波编著. 项目管理[M]. 北京:对外经济贸易大学出版社,2005

[3] 余建星编著. 工程项目风险管理[M]. 天津:天津大学出版社,2006

[4] 莫庆文. 建设工程的风险管理[J]. 中国科技信息,2007

第6篇

对于中国而言,人工智能的发展更是一个历史性的战略机遇,对于缓解未来人口老龄化压力、应对可持续发展挑战、以及促进经济结构转型升级至关重要。

那么目前,人工智能在中国的发展条件如何,中国距离成为真正的人工智能强国还有多远?7月13日,《中国人工智能发展报告2018》在清华大学主楼接待厅。

报 告中称,目前中国人工智能的发展已经具备非常优越的条件,然而要成为真正的人工智能强国,中国还任重道远。中国在论文总量和高被引论文数量上都排在世界第 一,但中国在人才总量,以及杰出人才占比偏低。在产业上,中国的人工智能企业数量排在全球第二,不过,中国人工智能领域的投融资占到了全球的60%,成为全球最“吸金”的国家。

报 告指出,中国必须加强基础研究,优化科研环境,培养和吸引顶尖的人才,在人工智能的新基础领域实现突破,保证人工智能发展的根基稳固。同时,要大力鼓励产 学研合作,让企业成为人工智能创新的主导力量。积极参与到人工智能全球治理机制的构建中,在人工智能未来的技术发展、风险防范、道理伦理规范制定等领域发 挥中国独特的作用。

这份报告由清华大学中国科技政策研究中心、清华公共管理学院政府文献中心、北京赛时科技有限公司、科睿唯安、中国信息通信研究院和北京字节跳动科技有限公司联合。

论文总量世界第一,杰出人才占比偏低

报告中称,在论文产出上,中国人工智能论文总量和高被引论文数量都是世界第一。中国在人工智能领域论文的全球占比从1997年4.26%增长至2017年的27.68%,遥遥领先其他国家。

高校是人工智能论文产出的绝对主力,在全球论文产出百强机构中,87家为高校。中国顶尖高校的人工智能论文产出在全球范围内都表现十分出众。

不仅如此,中国的高被引论文呈现出快速增长的趋势,并在2013年超过美国成为世界第一。

但在全球企业论文产出排行中,中国只有国家电网公司的排名进入全球20。

从学科分布看,计算机科学、工程和自动控制系统是人工智能论文分布最多的学科。国际合作对人工智能论文产出的影响十分明显,高水平论文中国通过国际合作而发表的占比高达42.64%。

专利申请上中国专利数量略微领先美国和日本。中国已经成为全球人工智能专利布局最多的国家,数量略微领先于美国和日本,三国占全球总体专利公开数量的74%。

全球专利申请主要集中在语音识别、图像识别、机器人、以及机器学习等细分方向。中国人工智能专利持有数量前30名的机构中,科研院所与大学和企业的表现相当,技术发明数量分别占比52%和48%。

企业中的主要专利权人表现差异巨大,但中国国家电网近五年的人工智能相关技术发展迅速,在国内布局专利技术量远高于其他专利权人,而且在全球企业排名中位列第四。

中国的专利技术领域集中在数据处理系统和数字信息传输等,其中图像处理分析的相关专利占总发明件数的16%。电力工程也已成为中国人工智能专利布局的重要领域。

虽然在论文总量和高被引用论文数量上中国排名领先,但在人才投入上,中国表现并不突出。

根据该报告,截至2017年,中国的人工智能人才拥有量达到18232人,占世界总量8.9%,仅次于美国(13.9%)。高校和科研机构是人工智能人才的主要载体,清华大学和中国科学院系统成为全球国际人工智能人才投入量最大的机构。

然而,按高H因子衡量的中国杰出人才只有977人,不及美国的五分之一,排名世界第六。企业人才投入量相对较少,高强度人才投入的企业集中在美国,中国仅有华为">华为一家企业进入全球前20。

中国人工智能人才集中在东部和中部,但个别西部城市如西安和成都也表现十分突出。国际人工智能人才集中在机器学习、数据挖掘和模式识别等领域,而中国的人工智能人才研究领域比较分散。

中国人工智能企业数量全球第二,但投融资规模最大

报告称,中国人工智能企业数量从2012年开始迅速增长,截至2018年6月,中国人工智能企业数量已达到1011家,位列世界第二,但与美国的差距还非常明显(2028家)。

中国人工智能企业高度集中在北京、上海和广东。在全球人工智能企业最多的20个城市中,北京以395家企业位列第一,上海、深圳和杭州也名列其中。中国人工智能企业应用技术分布主要集中在语音、视觉和自然语言处理这三个技术,而基础硬件的占比很小。

风险投资上,从2013到2018年第一季,中国人工智能领域的投融资占到全球的60%,成为全球最“吸金”的国家。但从投融资笔数来看,美国仍是人工智能领域创投最为活跃的国家。

在国内,北京的融资金额和融资笔数都遥遥领先其他地区,上海和广东的人工智能投资也很活跃。从2014年开始,国内人工智能投融资活动的早期投资的占比逐渐下降,投资活动日趋理性,但A轮融资还是占主导地位。

中 国人工智能市场增长迅速,计算机视觉市场规模最大。2017年中国人工智能市场规模达到237亿元,同比增长67%。计算机视觉、语音、自然语言处理的市 场规模分别占34.9%、24.8%、21%,而硬件和算法的市场规模合计不足20%。预计2018年中国人工智能市场增速将达到75%。

第7篇

烟草企业使用先进的技术和先进的设备,使得烟草的生产更加自动化,生产效率和质量都能得到保证。采用先进的烟草仓储管理方案,也是烟草公司生产的关键。其在烟草的物流管理中所采取的传统做法是:条码技术。这种技术的使用可以使得生产效率大大提高,同时也存在着许多缺点:容易损坏、需要逐个扫描、在出库入库时需要大量扫描时间以及有较高的误码等等。企业采用这种方式还需要许多人工录入信息,效率并没有显著提高。采用RFID技术可以解决上述问题,同时能够使得企业的成本大大降低。目前我国烟草公司采用RFID技术作为仓储管理的方案还处于初步阶段,本论文对基于RFID的烟草仓储管理方案作简要介绍。

【关键词】RFID 仓储管理

1 引言

烟草企业使用先进的技术和先进的设备,使得烟草的生产更加自动化,生产效率和质量都能得到保证。采用先进的烟草仓储管理方案,也是烟草公司生产的关键。其在烟草的物流管理中所采取的传统做法是:条码技术。这种技术的使用可以使得生产效率大大提高,同时也存在着许多缺点:容易损坏、需要逐个扫描、在出库入库时需要大量扫描时间以及有较高的误码等等。企业采用这种方式还需要许多人工录入信息,效率并没有显著提高。

采用RFID技术可以解决上述问题,同时能够使得企业的成本大大降低。目前我国烟草公司采用RFID技术作为仓储管理的方案还处于初步阶段,本论文对基于RFID的烟草仓储管理方案作简要介绍。

2 RFID技术

RFID的中文是射频识别技术,也叫做“电子标签”。人们通过该技术能够识别特点的信息,同时读取相关的数据并进行相应处理。作为一种新兴的技术,该技术具有许多优点:具有很强的穿透性、很大的存储空间、更快的读取速度以及更高的安全性能。RFID一般由以下几个部分组成:天线、标签、读写器以及中间件等等。图1所示是RFID系统的结构图。

3 基于RFID的烟草仓储管理方案

本论文设计的烟草仓储系统,主要业务是对卷烟的出入库管理。采用RFID技术,可以使得每个环节的信息更加透明,使得管理者和操作人员能够更方便及时地了解烟草的数量、位置等状态,从而实现了信息流和物流的融合。

3.1 系统整体架构

基于RFID的烟草仓储管理系统的主要工作原理是:所有的卷烟都存放在托盘上,每个托盘都贴有相应的电子标签。数据库通过相应处理,将每个托盘上电子标签的信息整合在一起,同时一一对应。采集到相应的电子标签的信息,就可以获得相应的各种条码信息。

3.2 系统流程设计

整体的系统流程如下:

(1)处理件烟的信息:通过扫描托盘上安装的RFID电子标签来读取相应的信息(生产日期、数量等等)。仓储管理系统在物流的过程中及时更新信息,使得供货商可以确定合适的入库方案。

(2)对于烟草入库的管理:烟草在入库的过程中,在通道口的RFID读写器对件烟信息进行读取,同时对电子标签进行信息写入,主要是入库时间和地点等信息。同时这些信息应该及时更新到仓储的管理系统中。系统自动识别,如果这批货物是所订的烟草,就发送信息使搬运车对其进行搬运,将货物存储;如果不是所订的烟草,系统会提示工作人员进行相应处理。货物全部入库后,及时更新数据库信息,打印入库清单。

(3)对于烟草库存的管理:工作人员通过RFID读写器可以实时掌握烟草的各种基本信息。工作人员可以通过其实时了解困村信息,在库存量减少时可以及时补货;在烟草货物移动位置时,RFID会自动读取货物的位置信息,并传送到管理系统中,实现库存的精确控制。

4 系统性能分析

其在烟草的物流管理中所采取的传统做法是:条码技术。这种技术的使用可以使得生产效率大大提高,同时也存在着许多缺点:容易损坏、需要逐个扫描、在出库入库时需要大量扫描时间以及有较高的误码等等。企业采用这种方式还需要许多人工录入信息,效率并没有显著提高。我们可以看出,基于RFID的烟草仓储管理方案有如下特点:

(1)整个管理过程都采用了先进的RFID射频识别技术,仓储管理的各个环节都得到有效覆盖。这样做可以提高管理效率,使得管理过程更加人性化,同时缩短了出入库的时间。

(2)以外的成品卷烟识别率都不高,采用RFID技术后可以大大提高其出入库的识别率。这样不仅使得时间大大缩短,同时节约了大量的人力劳动。RFID可以在同一时刻识别很多标签信息,这就使得烟草在出入库过程的效率成倍增加了。

5 总结

本论文首先介绍了基于RFID的烟草仓储管理方案的必要性,进而介绍了RFID技术,并对整个系统方案进行了简要介绍。从中我们可以看出,采用RFID技术能够使得企业的成本大大降低。

参考文献

[1]郎为民.射频识别(RFID)技术原理与应用[M].北京:机械工业出版社,2011.

[2]程珊珊,朱景锋.物联网情景感知技术在智能仓储领域的应用展望[J].物联网技术,2012,2(5):47-49.

[3]邓明明.RFID技术在仓储信息化管理中的应用[J].铁路采购与物流,2008(05).

[4]王运峰.RFID技术在发动机装配生产线上的应用[J].装备制造技术,2010(05).

[5]杨永生.基于RFID的物流仓储管理系统设计[J].科技信息,2011(01).

第8篇

 

关键词:自然语言处理 语言翻译 人工智能  

一、引言  

近年来随着计算机技术和人工智能的快速发展,自然语言信息处理技术已取得了长足的发展。于此同时人们在快速信息检索、语言翻译、语音控制等方面的需求越来越迫切。如何将自然语言处理中取得的研究成果应用于文本、语音等方面已成为目前应用研究的一个关键。论文将从自然语言信息处理的基础出发,系统的论述它在语音和文本方面的广泛应用。  

二、自然语言信息处理技术简介  

自然语言信息处理技术产生于上个世纪40年代末期,它是通过采用计算机技术来对自然语言进行加工处理的一项技术。该技术主要是为了方便人与计算机之间的交流而产生的。由于计算机严密规范的逻辑特性与自然语言的灵活多变使得自然语言处理技术较复杂。通过多年的发展,该项技术已取得了巨大的进步。其处理过程可归纳为:语言形式化描述、处理算法设计、处理算法实现和评估。其中,语言形式化描述就是通过对自然语言自身规律进行研究,进而采用数学的方法将其描述出来,以便于计算机处理,也可认为是对自然语言进行数学建模。处理的算法设计就是将数学形式化描述的语言变换为计算机可操作、控制的对象。处理算法实现和评估就是通过程序设计语言(如C语言)将算法实现出来,并对其性能和功能进行评估。它主要涉及到计算机技术、数学(主要是建模)、统计学、语言学等多个方面。  

三、智能应用  

通过多年的研究,自然语言信息处理技术已经取得了巨大的进步,特别是在应用方面。它主要被应用于文本和语音两个方面。  

(一)自然语言信息处理在文本方面的智能应用  

在文本方面,自然语言处理技术主要应用在语言翻译、字符识别、文本信息过滤、信息检索与重组等方面。其中,语言自动翻译是一个十分重要并具有极大现实意义的项目。它涉及到计算机技术、数学建模技术、心理学以及语言学等多个方面的学科。通过近些年的努力已得到了一定的发展。自然语言处理技术已在多个方面提升了翻译的效率和准确性。如自然语言处理中的语言形态分析与歧义分析对翻译技术来说十分重要,可以很好的处理翻译中的多意现象和歧义问题,从而提高翻译的准确性。字符识别具有广泛的商业应用前景,它是模式识别的一个分支。字符识别的主要过程可分为预处理、识别以及后期处理。目前,字符识别已得到了广泛的应用,并且效果良好,但还存在识别不准确的问题,其主要问题就出在合理性上,其中后期处理就涉及到采用词义或语料库等对识别结果进行合理性验证,通过该技术就能很好的解决识别不准确的问题,当出现识别不准确、出现多个识别结果时可以通过合理性验证技术高效的过滤掉异常选项,从而实现快速、准确的识别。目前自然语言信息处理技术在文本方面应用最广的就是文本检索。通过采用自然语言信息处理技术,一方面能快速分析用户输入信息并进行准确理解为检索提供更加准确的关键词,并且可以扩展检索输入的范围,让其不仅仅局限在文本输入方面,如采用语音输入或基于图像的输入;另一方面,通过采用自然语言信息处理技术可以对搜索到的信息进行处理让用户获取的是更加有效、准确的信息而不是海量的信息源(如许多网页)。因为将自然语言处理技术与文本重组技术相结合就可以极大的提高检索的效果,缩小答案的范围,提高准确性。当然,还可以提高检索的效率。目前,在中文全文检索中已得到了广泛的应用,并且效果良好。  

如果能进一步的研究自然语言信息处理技术,将能实现信息的自动获取与重组,这样将能实现自动摘要生成、智能文本生成、文件自动分类与自动整理。若能进一步结合人工智能技术,将能实现文学规律探索、自动程序设计、智能决策等诸多方面的应用。这样可以减轻人类的工作强度,让我们从繁琐的基础工作中走出来,拥有更多思考的时间,从而能更加有效的推动技术的进步。

优秀范文