基于RFID與機(jī)器學(xué)習(xí)的智能超市管理系統(tǒng)研究、設(shè)計與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著電子商務(wù)的快速發(fā)展,傳統(tǒng)超市迎來了巨大的挑戰(zhàn),經(jīng)營成本遠(yuǎn)高于網(wǎng)店,尋求低成本的經(jīng)營方式,成為傳統(tǒng)超市經(jīng)營者首要考慮的問題。結(jié)合RFID技術(shù)非接觸式自動識別電子標(biāo)簽的優(yōu)勢與機(jī)器學(xué)習(xí)可挖掘相關(guān)數(shù)據(jù)變化規(guī)律的特點,提出智能超市管理系統(tǒng),將會給傳統(tǒng)超市帶來巨大的競爭優(yōu)勢。
  本文論述了智能超市的研究意義及國內(nèi)外將RFID技術(shù)應(yīng)用于智能超市的研究現(xiàn)狀,分析了當(dāng)前存在的不足及可行的解決方案,詳細(xì)介紹了常用的定位算法,并針對這些算法的不足

2、,提出兩種基于機(jī)器學(xué)習(xí)思路的室內(nèi)定位算法,并開發(fā)出智能超市管理系統(tǒng)。本文的主要創(chuàng)新點及研究內(nèi)容如下:
  1.在傳統(tǒng)機(jī)器學(xué)習(xí)領(lǐng)域,XGBoost算法以其極好的性能優(yōu)勢使其很受歡迎。本文提出基于XGBoost的室內(nèi)定位算法,該算法通過學(xué)習(xí)參考標(biāo)簽RSSI值向量與坐標(biāo)的映射關(guān)系,預(yù)測待測標(biāo)簽的坐標(biāo)位置。通過實驗仿真的驗證,本算法相對于傳統(tǒng)的LANDMARC算法定位精度提高了57.11%,同時在不同參考標(biāo)簽情況下,本算法的平均定位精度均

3、優(yōu)于LANDMARC算法。
  2.在之前的定位研究中,研究者提出了基于SVR的定位算法,由于數(shù)據(jù)沒有做任何處理,導(dǎo)致定位精度不是很高,本文提出基于BP-SVR的室內(nèi)定位算法,在數(shù)據(jù)輸入SVR之前,先輸入BP神經(jīng)網(wǎng)絡(luò),類似于先對數(shù)據(jù)進(jìn)行去噪、維度變換的作用。通過實驗仿真驗證,本算法相對于傳統(tǒng)的LANDMARC算法定位精度提高了56.74%,相對于基于SVR的室內(nèi)定位算法定位精度提高了13.14%。同時,在不同的參考標(biāo)簽情況下,本算

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論