识别技术论文篇（1）

2、生物识别技术的特点与应用优势生物特征是与生俱来的，与传统身份识别方式相比，生物识别技术具有以下优势：

（1）能够进行身份识别。传统身份认证识别采用用户名+口令验证的方式来验证用户身份。生物特征同样可以完成身份识别的功能。

（2）生物特征具有唯一性，防伪性好，难以被伪造或盗用。传统身份识别技术中的用户名和密码会因为信息泄露而带来身份认证漏洞。生物特征则是个人特有的，极难被仿造或盗用。

（3）携带方便，不会遗忘或丢失。传统身份识别技术采用口令验证或实物验证，两者都有遗忘和丢失的风险。而生物特征是人类的体貌和行为特征，携带方便，也不存在丢失和遗忘的风险。

（4）用户使用体验好，不容易被损坏。传统身份识别技术依赖数据库记录用户名和密码，常因为字符输入错误而被拒识；IC卡一类的实物验证技术则有因损坏而被拒识的风险。生物特征大大降低了此类风险。即使是容易受到手指表层皮肤破损而影响验证的指纹识别也可以通过存储多个手指的指纹来达到顺利验证身份的目的。此外因为生物识别技术使用友好度高，用户体验好。

3、常用生物识别技术的特性分析在众多的生物特征中,最常使用的用户接受度较高的是指纹识别、人脸识别和签名识别。指纹识别是应用最早、应用面最广的生物特征识别技术。早在几千年前人们就已经发现了指纹的特点，开始使用指纹进行身份的识别。指纹识别主要是利用指纹记录仪和计算机等电子设备，通过人类手指表层皮肤上交替出现的脊和谷进行指纹图像的读取、提取指纹特征、制成特征模板，再通过模式匹配，最终实现身份的自动识别。每一个人都有自己独特的而且终身不会变化的指纹。指纹识别技术可靠性高，识别简便，是一项成熟的生物特征识别技术。在应用面上也体现出无与伦比的优势，目前国内外指纹识别应用已经覆盖了公安刑侦领域、公共安全领域等。由于指纹识别技术是将输入的指纹和数据库中预存的指纹模板进行比对从而验证身份，因此要求指纹信息数据库的容量足够大，并且要不断更新。人脸识别技术是近年来迅速发展的生物识别技术一种生物识别技术。人脸识别技术涉及了计算机视觉、人工智能、感知学习和模式识别技术等科学领域。人脸识别是通过摄像机读取人类脸部特征信息，分析现实人脸的空间图像映射到机器空间的过程，分析人类脸部共有特征和个体人脸特征之间的关系，形成人脸图像模板，最终实现人脸自动识别。人脸识别技术具有方便、直接、友好等特点，在使用者接受度方面表现极好。但是人脸图像信息的数据量巨大，为了提高人脸识别的运算速度，必须对原始图像数据进行压缩，这就有可能降低识别率，造成一定的误识率和拒识率。签名识别是通过分析使用者签署自己名字的方式来进行身份鉴别。签名识别与指纹识别、人脸识别不同，它属于人类行为识别技术。签名识别分成在线验证和离线验证两种形式。离线验证是使用纸张上的字迹通过扫描仪等电子设备转化成数字图像再与数据库中模板信息比对；在线验证则通过手写板或压敏笔等传感器设备记录签名过程中的各项动态特征数值（写字速度、力度、角度、加速度等）。签名的动态特征是难以模仿的，因此签名的在线验证方式比离线验证方式要更加可靠。此外签名识别与人们平时的签字行为极为相似，因此具有很高的用户接受度。

二、生物识别技术在电子商务中的应用

伴随电子商务的发展，解决电子商务中的安全问题和寻找更加可靠方便的身份认证方式成为进一步发展电子商务的新需求。另一方面，随着全球信息化的发展，生物识别技术在技术发展和市场培育上都日趋完善，人们对生物识别技术的认知度和认可度也不断提高。全球生物识别技术产业化发展程度在不断扩大。2002年11月，中国科学院计算机技术研究所承担的“面像检测与识别核心技术”项目获得突破性成果，该系统能够在1/10~1/20秒之内自动检测到人脸，并且在1秒内完成身份识别。2003年阿拉伯联合酋长国宣布启用基于虹膜认证技术的针对被驱逐外国人的国界控制系统。2006年北京农村商业银行在国内试点使用指纹识别认证，用户可以通过指纹识别认证进入银行系统，自助完成各项操作。2007年中国建设银行和中国邮政储蓄银行分别在全国营业网点内推广应用柜员指纹身份认证系统。2008年北京奥运会，奥运村使用了基于人脸识别的酒店门禁管理系统。2010年波兰BPSSA银行宣布引入采用生物识别技术的自动取款机。国际民航组织确定从2010年起，其所有的成员国和地区必须使用基于人脸识别的机读护照，此项规定已经成为国际标准。此外日本三菱银行开发了基于手指静脉的认证系统用于金库管理。欧美国家将生物认证技术广泛用于医院病人资料库管理、政府信息中心出入境管理、小学生信息管理等多个领域。由此可以期待，在不远的将来，基于生物特征识别技术的更加平民化的电子商务应用走入我们的生活，带来更加安全更加便利的使用体验。

三、生物识别技术对电子商务的影响趋势

现代社会生活各方面都需要可靠方便的身份认证识别技术，尤其是在电子商务领域内，目前电子商务的运营过程中不乏因为过程监控不够周密而出现的货物丢失、冒领，并由此引发纠纷事件。未来，基于生物识别技术的身份认证识别能够覆盖电子商务的全领域，彻底解决电子商务运营过程中的身份认证问题。

1、在电子商务领域内的全领域覆盖电子商务在运行过程中涉及了买卖双方的身份认证、订单信息认证、支付安全认证、物流运输安全认证等多项认证。其流程之繁琐，认证技术运用频率之高是其他行业所无法比拟的。可靠便利的生物特征识别认证技术能够确保电子商务系统的正常运转。未来，电子商务的买卖双方可以通过生物特征认证技术证明自己的身份；通过生物特征认证和数字签名的双因子认证确定订单的真实有效，并完成相应的支付；物流公司的物流派送人员通过指纹验证确认接收到需要派发的货物；最终收货人通过提供带有生物特征信息的签收信息表明身份，确保货物安全送达。由此，生物特征技术确保了电子商务安全领域内的安全性、可用性、可控性、保密性和不可否认性，保障电子商务系统正常有序运行。

2、多项生物特征融合应用从目前的应用看来生物识别技术虽然前景良好，但仍存在有漏洞。例如，利用塑胶可塑性的特点采集指纹应对指纹验证系统；利用3D打印技术欺骗静态人脸识别验证系统。多项生物特征的融合使用就是生物特征识别技术的多因子验证。这种对多项生物特征的采集、融合、联合验证的新型理论和技术就是生物特征识别的未来发展趋势。该项技术能够对所采集的生物特征信息进行多方面、多级别的处理，得到更加完备的数据特征信息，从而完成精准度更高的身份认证，为安全可靠的身份认证技术的实施奠定了基础。

识别技术论文篇（2）

射频识别技术是无线通信IC和天线所构成的组件的通称。它的成品有着各式各样的形状和大小,不过其基本的卡片型、硬币型及有印刷天线的纸张等,不过其基本的功能却是一样的,只要配搭专用的读写器(READER/WRITER),就可以从外部读取或写入信息。

但这种仅能提供单一功能的RFID,却扮演了实现ubiquitoous(网路无所不在)社会的牵线者,正牵起一股狂大的旋风。服饰业、食品业、物流业等许多业界已开始认真思考以此项技术代替传统的条形码系统。在欧美各国,包括了美国的WalMart、英国的特易购Tesco、德国的Metro等大型的连锁式零售企业,都以提升公司内部物流系统的效率为目标,相继宣布未来将在2005-2006年间,正式采用RFID系统。

由此可见,无线射频识别技术已经在全球的零售业界掀起了一股旋风,而与其休戚与共的现代物流业,当然也不可避免地卷入了这一旋涡。

现代智能化物流管理

现代的物流,是以物流企业为主体、以第三方物流配送服务为主要形式、由物流和信息流相结合的、涉及供应链全过程的现代物流系统。在信息化时代里面,随着网络技术、电子商务、交通运输和管理的现代化,现代物流配送也将在运输网络合理化和销售网络系统化的基础上,实现整个物流系统管理的电子化及信息化,配送各环节作业的自动化和智能化,从而进入以网络技术和电子商务为代表的物流配送的新时期。

此外,现代物流表现为企业生产与运输一体化的供应链管理与服务。其中货物运输所需的成本、时间及货物在途的状态控制是整个供应链管理过程中的重要环节。而将射频识别技术RFID与现代的物流管理相结合,将会极大地提升物流管理各个环节的智能化水平和服务水平,其势必成为21世纪现代物流发展的不可逆转的趋势。

射频识别技术的技术优势分析

传统的自动识别技术的主要功能是提供关于个人、动物、货物和商品的区别于他物的相关信息。在当今的服务领域、在商品销售与后勤分配领域、以及在商业部门、在生产企业和材料流通等领域自动识别技术己得到了快速的普及和应用。

条形码技术,曾在识别系统领域引起了一场革命并得到了广泛的应用。但是现在这种技术在许多场合已经不能满足人们的需要了。条形码虽然很便宜,但它的存储能力小、不能改写等的缺点均限制了它在自动识别领域的应用。

在这样特殊的历史背景底下,在我们对大存储量信息载体和无线信息交换方式的需求下面,RFID技术应运而生。而要把自动识别技术与现代的物流管理相结合,在技术的实际应用当中提高物流管理的效率和效益,RFID技术较之以传统的识别技术,具有其自身独特的技术优势(见表1):

射频识别技术的应用优势分析

无论是传统的管理方式,还是现代更强调智能化的管理方式,物流管理的最终目标都是要通过向商品流通过程当中不同的对象提品或服务以换取利润。因此,商品从生产、储存、运输到流通,这一完整的物流管理的流程里面,RFID智能射频识别技术的应用,能帮助我们在其中不同的范围或领域内改进业务

的效率和效益,这具体表现在以下几个方面:

零售领域

无论是一包糖果,还是一台冰箱或者电视机,在外包装上加印规范的条形码,已经是绝大多数企业生产过程中一个常规的步骤。在商品流通企业,例如大型超市,店员通过扫描条形码来结账和统计库存也是司空见惯的一个场景。

然而,这一场景可能很快要成为历史,产品包装上的条形码可能将要消失,而由加贴或者隐藏在包装内的智能识别标签(RFID)取而代之。RFID的应用,将使企业的产品和商品信息统计在无形中自动完成,大大提高运营效率。

物流运输领域

在商品出货运输的过程中,RFID系统可以指导和跟踪货物运输到分类的地点,通过实时收集的货物信息,调度和分配运输工具的有效工作时间。此外,它还能帮助我们完成诸如:集装箱检视、集装箱分舱、内装货物的核对和确认,以及发货单打印等工作。

在该领域内RFID的广泛应用,能够使得货物运输过程中人为参与因素大量地减少,籍此获取更准确的货物信息,实现货物有效的在途控制。同时,进一步降低物流成本,提高生产效率。对管理者而言,就是可以随时地监控全局,更好地调整资源和劳动力的配置。

商品库存领域

智能化的库存管理,能够帮助我们精确地监控产品的流动情况,实现库存状况的实时控制,从而提高生产透明度和生产效率。

RFID技术的运用,能使我们通过无线射频信息的收集而直接完成商品的入库工作。货物的实时位置和运动信息,都直接由RFID系统进行实时跟踪,仓库工作人员只需借助RFID的收发天线和读写器的帮助,即可把货物的信息记录入库。同时,RFID系统还可以根据货物标签中所记录的有关数量和体积等的信息,指示出最合适的仓储位置,以达到仓储空间的最优化利用。而在货物清点的过程当中,也可以通过自动跟踪RFID标签,极大地提高清点工作的透明度和效率。

识别技术论文篇（3）

引言

射频识别技术(RFID，RadioFrequencyIdentification)实际上是自动识别技术(AEI，AutomaticEquipmentIdentification)在无线电技术方面的具体应用与发展。该项技术的基本思想是，通过采用一些先进的技术手段，实现人们对各类物体或设备(人员、物品)在不同状态(移动、静止或恶劣环境)下的自动识别和管理。

目前，应用最广泛的自动识别技术大致可以分为光学技术和无线电技术两个方面。本文主要介绍自动识别技术在无线电技术方面的应用。

1射频识别技术简介

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部级工程，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。

识别技术论文篇（4）

一方面，把纸质档案上的固定信息变成可以被检索利用的活信息，为文本数据管理技术提供丰富的数据源。

首先，从库存档案的情况来看，近几十年来形成的大量印刷汉字档案记载了我们党和国家的重要历史，对我国现代化事业的发展，对精神文明和物质文明的建设都有着非常重要的利用价值。但这部分档案的内容都没有文本数据，或者说都只是固定在纸质载体上的死信息。既使通过扫描以图像方式存储于计算机中，检索利用也有不便之处，难于满足现代社会对档案信息的多种利用需求。其次，从办公自动化的发展情况来看，每年接收的档案中仍然会有相当数量的档案没有文本文件，或为外单位来文，或为丢失损坏等。汉字识别技术的应用价值就是使这两大部分纸质档案上的固定信息变成可以被检索利用的活信息，为全文检索提供数据，使深层次的开发利用成为可能，更好地为现代化建设事业服务。

另一方面，提供了一种新的档案目录数据的录入方式。

应用计算机以来，汉字录入只有一种方式，即健盘录入。虽然目前汉字键盘录入的方法有许多种，而且日趋简便快捷，已是年轻人必备的职业技能，但是它毕竟属于一种技能，不仅需要反应灵敏，手指灵活，而且要熟记录入的原则、方法和要领。这对于在档案部门占有相当比例的中老年同志来说，掌握起来确有难度。因此，键盘录入方式仍然是影响一些档案部门建立档案目录信息数据库的因素之一。OCR软件为我们提供了一条新的途径。它通过“拖拉”的方式，将屏幕上文件的目录项如标题、文号、责任者等直接移植到档案目录数据库的相应字段中去，简单易学，一看就会。遗憾的是手工“拖拉”速度较慢，而且需要即时扫描或调用图像数据，所以单一利用这种方式录入档案目录，速度不及熟练录入员的键入速度。但它毕竟是一种新的录入方式，为建立档案目录信息数据库提供了一条前所未有的途径。而且，如果利用OCR软件同时建立新型的综合档案信息数据库，例如包括档案的文件目录、图像和文本等，效果就此较理想了。

二、汉字识别后生成的文本数据的属性问题。

原始性是档案的基本属性。汉字识别后生成的文本数据是根据档案的本源信息，即固定在纸质载体上的汉字信息进行加工处理：扫描、识别、校对、修改等工序后形成的复制加工品，因此不具有档案的原始性。

知识性是档案的又一个属性。汉字识别后生成的文本数据如果不计算人工校对后仍然可能存在的微小误差，应该说具有与档案原件同等的内容，因此具有档案的知识性。

汉字识别后生成的文本数据是将档案的内容以特殊的物理方式重新记录在特殊的载体之上，比以文字的方式记录在纸质载体之上更具有便于传递、接收、存储、利用以及不磨损、不丢失等属性。因此具有更强的信息性。

汉字识别后生成的文本数据应该说，它是一种新型的档案一次信息的复制品或编研开发成果。但作为一种新型的复制品或编研开发成果，因其生成的目的不同，又具有两种不同的属性：当以提供利用为目的通过汉字识别建立文本数据库时，其文本数据具有类似于汇编类档案编研成果的属性；当以编辑出版纸质的档案编研材料如大事记、组织机构沿革、文件汇编等为目的进行汉字识别时，其文本数据不仅具有类似于档案编研成果的属性，而且具有档案原始性的基本属性，因为它们是印刷品或出版物的本源信息。

由此可见，汉字识别后生成的文本数据是一种不同于传统档案属性的新型档案信息。

三、汉字识别技术的应用方式

汉字识别技术在档案管理工作中的应用，根据其目前的技术水平主要适用于近几十年来印刷汉字档案内容的识别，图像、文本数据的形成、存储和目录数据的录入等项工作。主要的应用方式有：

(一)利用者阅读纸质档案的内容之后，对其所需要的内容进行扫描和汉字识别，或打印出统一格式的利用摘录，或直接提供文本拷贝。

这种利用方式的优点主要有：

1方便用户，可减少信息利用过程中的重复劳动；

2不给档案人员增加建库的工作负担；

3节省建库所需的经费开支。其缺点主要有：

1不能为全文检索提供数据，实现深层次开发档案信息资源的目的；

2存在对同一档案内容重复进行扫描和汉字识别的可能性。

(二)输入档案目录。这是加快档案目录信息数据库建设的一条新路，能够使更多的人员从事输入工作，但输入速度不甚理想，而且成本费用相对较高。

(三)扫描、保存图像并提供利用，只针对利用者需要的图像内容进行汉字识别等利用服务。

这种方式必须在已有文件目录的前提下使用。其优点主要有：1具有提供原件和提高信息利用效率的双重优势；2档案人员不承担汉字识别后生成的文本数据的维护工作。其缺点主要有：1同第一种利用方式的缺点。2汉字识别技术要求图像的光学分辨率较高，一般为3000dpi，而一般图像的分辨率仅为150dpi，因此所需的存储空间较大，约是一般图像的2、3倍，那么，所需的存储成本也要高得多。这种高代价的图像存储仅用来满足用户利用识别的需要似乎有点得不偿失。因此低分辨率的图像也能进行汉字识别，只是识别率相对较低而已。我们也曾做过对比实验，同一页印刷质量良好的B5纸型文件约500字，以300dpi进行扫描，识别率为100%；以150dpi进行扫描，识别率为99.4%(误识3字)。这对于一般用户而言无所谓的。

(四)建立文本数据库。这种方式也应在已有文件目录的条件下使用。其优点主要有：

1节省存储空间和存储成本。仍以一页B5型纸约500汉字的文件为例，以文本方式存储约需1000字节；以图像方式存储约需25000字节。因此，同量汉字的文本方式存储比图像方式存储成本低得多。

2为全文检索提供数据，能够实现深层次开发利用档案信息资源的目的。

其缺点主要有：

1建立文本数据库的工作量较大。

2不能满足用户阅读档案原件的需求。

3由于没有图像随时提供依据，不便于对文本数据的准确性进行核实。

(五)输入目录并保存图像。

(六)输入目录、建立文本数据库。

(七)保存图像、建立文本件数据。

(八)输入目录、保存图像并建立文本数据库。

识别技术论文篇（5）

内容摘要:射频识别技术(RFID)技术的智能标签因其数据存储量大、读写速度快、数据安全性高、使用方便、读写距离远等显著的特点,正得到快速的认可,并广泛应用于身份识别、特流管理、物品追踪、防伪、交通、动物管理等领域。本文就射频识别技术的发展、应用和技术优势进行了详尽的介绍,并对该技术在现代智能化物流管理当中的应用可行性及前景进行了分析。 关键词:RFID 现代物流管理 智能化物流管理 射频识别技术是无线通信IC和天线所构成的组件的通称。它的成品有着各式各样的形状和大小,不过其基本的卡片型、硬币型及有印刷天线的纸张等,不过其基本的功能却是一样的,只要配搭专用的读写器(READER/WRITER),就可以从外部读取或写入信息。 但这种仅能提供单一功能的RFID,却扮演了实现ubiquitoous(网路无所不在)社会的牵线者,正牵起一股狂大的旋风。服饰业、食品业、物流业等许多业界已开始认真思考以此项技术代替传统的条形码系统。在欧美各国,包括了美国的WalMart、英国的特易购Tesco、德国的Metro等大型的连锁式零售企业,都以提升公司内部物流系统的效率为目标,相继宣布未来将在2012-2006年间,正式采用RFID系统。 由此可见,无线射频识别技术已经在全球的零售业界掀起了一股旋风,而与其休戚与共的现代物流业,当然也不可避免地卷入了这一旋涡。 现代智能化物流管理 现代的物流,是以物流企业为主体、以第三方物流配送服务为主要形式、由物流和信息流相结合的、涉及供应链全过程的现代物流系统。在信息化时代里面,随着网络技术、电子商务、交通运输和管理的现代化,现代物流配送也将在运输网络合理化和销售网络系统化的基础上,实现整个物流系统管理的电子化及信息化,配送各环节作业的自动化和智能化,从而进入以网络技术和电子商务为代表的物流配送的新时期。 此外,现代物流表现为企业生产与运输一体化的供应链管理与服务。其中货物运输所需的成本、时间及货物在途的状态控制是整个供应链管理过程中的重要环节。而将射频识别技术RFID与现代的物流管理相结合,将会极大地提升物流管理各个环节的智能化水平和服务水平,其势必成为21世纪现代物流发展的不可逆转的趋势。 射频识别技术的技术优势分析 传统的自动识别技术的主要功能是提供关于个人、动物、货物和商品的区别于他物的相关信息。在当今的服务领域、在商品销售与后勤分配领域、以及在商业部门、在生产企业和材料流通等领域自动识别技术己得到了快速的普及和应用。 条形码技术,曾在识别系统领域引起了一场革命并得到了广泛的应用。但是现在这种技术在许多场合已经不能满足人们的需要了。条形码虽然很便宜,但它的存储能力小、不能改写等的缺点均限制了它在自动识别领域的应用。 在这样特殊的历史背景底下,在我们对大存储量信息载体和无线信息交换方式的需求下面,RFID技术应运而生。而要把自动识别技术与现代的物流管理相结合,在技术的实际应用当中提高物流管理的效率和效益,RFID技术较之以传统的识别技术,具有其自身独特的技术优势(见表1): 射频识别技术的应用优势分析 无论是传统的管理方式,还是现代更强调智能化的管理方式,物流管理的最终目标都是要通过向商品流通过程当中不同的对象提供产品或服务以换取利润。因此,商品从生产、储存、运输到流通,这一完整的物流管理的流程里面, RFID智能射频识别技术的应用,能帮助我们在其中不同的范围或领域内改进业务 的效率和效益,这具体表现在以下几个方面: 零售领域 无论是一包糖果,还是一台冰箱或者电视机,在外包装上加印规范的条形码,已经是绝大多数企业生产过程中一个常规的步骤。在商品流通企业,例如大型超市,店员通过扫描条形码来结账和统计库存也是司空见惯的一个场景。 然而,这一场景可能很快要成为历史,产品包装上的条形码可能将要消失,而由加贴或者隐藏在包装内的智能识别标签(RFID)取而代之。RFID的应用,将使企业的产品和商品信息统计在无形中自动完成,大大提高运营效率。 物流运输领域 在商品出货运输的过程中,RFID系统可以指导

识别技术论文篇（6）

1.1自适应神经网络(Auto2associateNeuralNetwork)

自适应神经网络方法基于无损伤结构在正常服役条件下的实测响应数据（某个动力特性参数、或多个动力特性参数）作为训练对象（人工神经网络的输入和输出数据X、Y），依次构造一个自相关的神经网络Net=T(XY)。训练完成后，循环迭代输入数据X进入已训练的神经网络Net，获得输出数据Yn。通过选取合适的残差判断函数，通过对比数据Y和网络输出数据Yn的差值向量,采用某种距离测度函数加以测量形成健康结构的判别指标Vi。当结构发生损伤，实测响应数据Xd被作为输入数据通过已经训练的神经网络Net，由输入数据Xd和输出数据Yd可以计算得到的新的判别指标Vd，并与Vi相比较计算差值构建损伤指标Di来判定损伤。当Di大于既定残差函数时，即判定结构已经发生损伤。

1.2概率神经网络(ProbabilisticNeuralNetwork,PNN)

自适应神经网络方法构建自相关网络Net，将实测响应信息迭代计算Di，可以定性判定是否存在损伤，在损伤确定的条件下，可通过概率神经网络PNN判定损伤的位置、类型。PNN是通过具有无参估计量的已知数据集的概率密度函数来实现贝叶斯决策，将其加在人工神经网络框架中,接着进行判别未知数据最大可能属于哪个已知数集，构建一个包含损伤类别θ1、θ2….θq…θn集合,基于p维试验向量X的贝叶斯决策d(X)为d（X）∈θq(hqlqfq（X）)>hklkfk（X），k≠q

（1）hj———分类指标θj的先验概率。lj———与错误分类d(X)埸θj的相关损失。fj(X)———采用多变量高斯(Gauss)分布函数的概率密度函数：fq（X）∈1nq(2π)p/2σpnqi=1Σexp-（X-Xai)T（X-Xai)2σ222

（2）将该贝叶斯决策映射为一个人工神经网络构成一个概率神经网络，如图1所示。向量X{X1、X2、X3、X4…Xi}———输入层的输入参数。权重向量Wj和向量X的点积zj构成中间层的神经元，而相对与分类号q的决策层神经元输出为:fq（X）=nqj=1ΣZqj=nqj=1Σexp[(X•Wqj-1)/σ2]

（3）σ—高斯核标准差。在应用中，构建的损伤位置或类型假定有多种。以结构的自振频率变化率为例，输入向量X为P个自振频率变化率，将带有某种类型损伤(或混合模式损伤)的实测模态数据输入训练好的PNN，得出决策层(输出层)各个损伤形态在试验向量点对应的概率密度函数PDF的估计值，其中，最大PDF估计值对应的预设损伤集合中则得出损伤的位置及类型。

2应用及展望

美国Purdu大学的Venkatsubrmania和Chan第一次运用BP网络进行了工厂结构的损伤检测与诊断，其后的研究中，Kudva将神经网络两级识别策略运用于平板结构损伤诊断，提出了大型结构损伤检测的方法；杨英杰等开发了评估钢筋混凝土梁的神经网络系统；Worden等运用神经网络识别了一个20根构件组成的结构的损伤；Pandey用两级识别策略，基于三层神经网络对大桥桁架结构进行损伤评估。近年来，结构损伤诊断的研究取得了长足进展。上述基于神经网络的损伤诊断研究表明了在这个领域的研究成果，同时也揭示了尚未解决的问题。

（1）如何选取合适的网络形式及网络参数以及样本集的组成是神经网络两级识别策略应用的关键，研究有效的网络输入参数是一个新的内容；

识别技术论文篇（7）

中图分类号：TP391 文献标识码：A 文章编号：1674-098X（2014）07（a）-0228-01

1 图像分割

作为一种图像技术，图像分割得到了人们广泛的研究与重视，并在实践中也得到应用。在图像应用中，图像分割技术可以在需要进行图像目标提取的工作中发挥重要的作用。如生物医学图像分析、遥感图像分析、文档图像处理、生产过程控制、在线产品检验以及工业自动化中都应用了图像分割技术。应用领域的不同也让图像分割技术具有着不同的名称，如目标追踪技术、目标识别技术、阀值化技术、目标轮廓技术等，这些技术的核心或者本身等同于图像分割技术。图像分割是将某个图像分为具有自身特色的几个区域，并对感兴趣区域提取的过程与技术。这里所提出的特色包括像素的纹理、颜色、灰度等，目标经过预先定义后可以指向单个区域，也可以指向多个区域。由于在研究图像和应用图像的过程中，往往只是对图像的某个部分感兴趣，所以为了对这些部分进行分析与辨识，有必要将他们提取和分离出来，并对他们进行利用，由此可见，图像分割是对图像进行处理以及分析的重要步骤。图像分割的方法多年来一直得到了人们的重视，基于多样化的分割算法基础上，将图像进行分割与分类的方法也非常多，比较通用的分类是根据图像中相邻像素在像素值方面表现出的两个性质：相似性与不连续性。虽然区域内部中的像素都具有相似性，但是不同区域边界上却具有着不连续性，因此，分割算法可以以此为依据分为基于边界的算法和基于区域的算法两种，另外，以分割过程中所使用的处理方法的差异，分割算法可以分为串行算法与并行算法。

2 模式识别理论基础上的图像分割

一般而言，模式识别需要由设计与实现两个过程来组成，设计指的是使用样本开展分类器设计，实现指的是使用设计完成的分类器来对待识别的样本开展分类决策。随着模式识别理论以及技术的发展，模式识别方法也得到了一定程度地创新，当前的模式识别方法主要包括统计模式识别方法；以句法规则结构化模式为依据的模式识别方法以及神经元网络模式识别方法。

图像分割所具有的难点在于分割依据的确定，即难以根据具有确定性的判定标准来对需要分割的图像各个部分开展判断以确定分割对象的位置，因此，基于知识的多特征多级判别的变化域分割概念被提出。在这一概念中，需要对特征进行分析，确定分割对象之间最明显的区分特征来作为分割依据，随后可以根据特征标准来使用经典的图像分割技术分割特征空间并得到可靠的位置结构。同时以分割精确度的差异为依据，开展多特征多级的分割，即在进行特征抽取后以具体需求为依据再次开展特征抽取或者开展多次的特征抽取，每一个提取过程中所使用的特征依据都需要达到减少分析区域的效果，并在此基础上对分割范围进行进一步的确定。具体而言，基于模式识别理论对分割问题作出考虑，分割对象可以根据图像本身的结构特性和统计特性分为分割类与非分割类。每一种事物都具有某些特征来与其他事物进行区分，所以在图像分割过程中也必然能够提取出一些和分割背景具有差异的特征来当做分割依据。在对定位对象进行分割的过程中，可以选择由这些特征所构成的特征空间来开展定位识别，所以本文认为，可以将图像分割的对象当做模式识别对象，把图像分割过程当做模式识别中识别特定模式类并以特征模式类特征为依据来进行分割的过程。

基于模式识别理论的图像分割主要分为四个步骤。

一是对分割对象本身所具有的所有特性做出分析，为分割需要提供依据。在图像分割过程中，选取这些特征的原则为更好、更容易的区分分割对象。在此方面又包括以下几点内容：可靠性，属于同类对象的特征应当相似。区别性，属于不同类别的识别对象所具有的特征值应当存在差异。独立性，在分割过程中所使用的特征应当不存在紧密关联。虽然十分相似的特征可以进行组合，但是不能当做相同的特征。对数量进行控制。特征个数的增加会增大模式识别系统在进行图像分割过程中的复杂程度，其中用于结构测试的样本数量会随着特征量的增加呈现出指数关系的增长。在模式识别理论基础上的图像分割工作中，一般需要开展大量的实验、计算与分析才能够充分了解分割对象所具有的特性，同时需要在具体的图像分割过程中寻找能够区别于复杂背景且稳定、有效的特征来当做图像分割的依据。

二是通过特征空间转换将图像转换成为确定特征基础上的特征空间。在此过程中变换域方法、神经网络方法以及模糊理论等方法都可以作为变换方法。这主要是由于图像分割过程中的复杂背景会产生很多的不确定性因素，并对特征的确定产生干扰，所以在开展图像分割之前，有必要采用数学方法和一些其他的学科理论来变换图像，其目的主要在于让特征这一作为图像分割的依据更加突出。

三是根据已经明确的特征范围和特征标准，采用合理的分割技术来分割特征空间，同时以分割对象的特征标准度范围和标准度量值为依据来匹配图像中的各个区域以确定需要进行分割的区域。另外在分割图像的过程中，最底层环节为图像处理技术，分割中的工作都需要建立在图像处理技术基础上。

四是当分割精度没有达到需求和要求时，有必要进一步开展特征选择，即对以上三个部分进行重复。

综上所述，模式识别理论对于提高图像分割效果而言发挥着重要作用。无论是模式识别理论还是图像分割作为一种具有先进性和现代化特点的技术都具有着良好的应用前景，但是在此过程中，需要认识到二者的发展以及应用价值的提升都需要二者本身做出不断的完善。单从模式识别理论在图像分割中的应用于完善方面来看，首先需要对单识别器的性能进行进一步的提高；其次有必要继续强化对多分类器集成方法的谈论与研究。这对于增加模式识别理论在图像分割方面的应用价值具有重要意义。

参考文献

[1] 靳富丽.模式识别理论及其应用[J].湖北广播电视大学学报，2007（12）.

[2] 曾庆鹏，吴水秀，王明文.模式识别中的特征提取研究[J].微计算机信息，2008（1）.

识别技术论文篇（8）

中图分类号：D68 文献标识码：A 文章编号：1009-914X（2017）04-0267-01

0 引言

射频识别是无线电频率识别（Radio Frequency Identification，RIFD）的简称，即通过无线电波进行识别。[1]RFID射频识别技术是当前热点技术之一，也是物联网的基础之一，它能够在不需要人工干预的情况下，自动完成物品信息的采集、处理和识别等功能，给交通、安全、销售、管理和物流等领域带来了巨大的变革，也为我国信息化建设做出了巨大的贡献。RFID射频识别技术作为物联网专业的核心课程之一，是一门理论性和实践性都很强的课程，RFID射频识别技术不但能够结合之前的嵌入式系统应用技术的相关知识，还能为后续的毕业设计打下良好地基础，对物联网专业学生的实践能力和理论知识体系的培养至关重要。

1“RFID射频识别技术”课程的教学模式

1.1 理论教学模式

“RFID射频识别技术”课程的理论教学方法如下：首先，简单学习RFID射频识别技术中的一些基本概念和基本原理，主要包括RFID射频识别技术的概念、特点、基本工作原理和应用系统构架；其次，重点剖析RFID射频识别技术的基础理论和行业相关标准，主要包括射频前端电路的原理、编码和调制、数据校验、防碰算法、数据传输的安全性以及ISO/IEC标准这几部分；最后，从应用的角度出发，分别从软硬件角度介绍125kHz、13.56MHz、900MHz和2.4GHz@四个频率下的阅读器、应答器以及天线的设计方法。

通过本课程的理论知识的学习，使得学生能够熟悉RFID射频识别技术的概念和工作原理，在理论教学的过程当中通过采用典型案例分析的方法，比如学校食堂饭卡、图书馆管理以及公交车刷卡等生活中经常使用和随处可见的案例，使学生通过案例理解进而掌握RFID射频识别技术在各个领域的应用、设计方法和开发过程等，逐步培养学生掌握RFID射频识别技术的系统集成设计以及相应的分析能力，并通过实践环节设计和搭建实际的射频识别应用系统，为将来的毕业设计、参加工作和增加就业竞争力打下良好的基础。[2]

1.2 实践教学模式

实践教学是“RFID射频识别技术”课程中至关重要的一部分，实践教学不仅是培养学生应用能力的重要组成部分，而且实践教学必须以理论教学为依据，只有两者相结合才能让学生更好地去理解和应用RFID射频识别技术。实践教学是在本校的物联网实验室中进行的，主要包括RFID射频识别技术基础实验和RFID射频识别技术课程设计两大部分，通过这两部分的实践教学来巩固学生的理论知识并提高学生的实践能力。

实验部分的教学一方面由教师向学生演示物联网智能家居中的门禁系统，以及通过原理机基础实验和原理机通信协议实验的学习，原理机基础实验包括通过示波器查看RFID系统载波的产生、RFID系统的编码、RFID系统的信号功率放大、RFID系统副载波解调、RFID系统包络检波、RFID系统数据速率选择和RFID系统天线等基础实验，原理机通信协议实验包括CRC计算实验、读单个Block实验、写单个Block实验、读多个Block实验、写多个Block实验、标签选择命令实验和复位命令实验，让学生能够对RFID射频识别技术的理论知识和实际应用有个直观的认知；另一方面是让学生使用应用型RFID实验箱中的125kHz、13.56MHz、900MHz和2.4GHz这四个频率模块分别进行寻找标签实验、识别单个标签实验、识别多个标签实验、读取标签实验、写入标签实验以及标签的防碰撞实验，并结合嵌入式开发环境搭建、Qt开发环境搭建和嵌入式串口通信这三个嵌入式系统应用技术的相关实验，通过LCD液晶显示器观察不同频率下的实验结果，通过这几个频率模块下的实验让学生更好地理解在不同频率下的应答器和阅读器的工作原理、通讯协议、RFID两个常用标准、选择方法以及相应的应用领域，还能进一步巩固之前嵌入式系统应用技术课程的知识。通过实验部分的学习，一方面巩固了之前的理论课程的学习，另一方面为后续的课程设计也打下扎实的基础。

课程设计部分采用让学生分组进行一个实际应用设计的方法来加强学生的综合能力和合作能力，每组学生可以根据自身的特点选择自己比较擅长的模块，课程设计部分的题目如下：图书馆管理系统、超市会员卡管理系统、ETC充值系统、商品溯源系统和校园一卡通系统，通过课程设计部分让学生掌握RFID射频识别技术的基本设计原理、流程和方法，学生在这部分的学习当中不但能够发挥自己的长处，提高学习兴趣、增强自信心，还能够互相学习和沟通，增加学生之间的感情。实践教学方案如图1所示[3]。

2 “RFID射频识别技术”课程的教学改革与实现

“RFID射频识别技术”课程的教学改革主要从考核方式这方面进行全面改革，由于传统的考核方式都是采用期末考试作为检验学生掌握情况的标准，这种考核方法严重忽略了学生的实践能力，导致学生在实践环节出现不学习、不认真和不动手的情况。针对这种情况，改革后的“RFID射频识别技术”课程的考核主要由学生的平时实践环节和最后的笔试环节两部分构成，实践环节不但包括要检查学生的实验运行结果和相应的软件程序代码，针对不同的实验还包括相应的答辩环节，这个环节主要要求学生回答教师和其他学生针对于设计提出的问题，通过学生的答辩来检查学生的学习效果，并计入到最后的考核成绩当中。

通过这种考核方式能够提高学生学习的积极性和学习兴趣，能够让学生主动参与到教师的教学过程当中，积极与教师和学生进行沟通交流，进而提高学生的实践能力，也能更好地巩固理论基础。当然，教师在整个教学过程中也要多学习，多参加一些相关的培训和研讨会议来提高自身的知识水平和实际应用能力，能够更好地指导学生，而且针对学生在实际的上课过程当中遇到的问题要及时调整教学方法，这样才能更好地帮助和指导学生。

2 总结

“RFID射频识别技术”是物联网专业的核心课程之一，该课程不仅对学生之前所学习的知识进行了延续和巩固，还对学生的后续学习、实践能力、毕业设计和就业前景都具有一定的影响。本文结合我校物联网专业学生的实际学习情况，从理论教学和实践教学两部分对这门课程进行了探索和改革。同时，教师在教学的过程当中也要不断地总结教学经验，积极参与相关培训和研讨，与时俱进，紧跟时代步伐，对学生认真负责，以便学生能够胜任物联网专业的技术和就业需求。

参考文献

识别技术论文篇（9）

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2013）30-6879-02

模式识别（Pattern Recognition）是对外界采集的信号如：图像信号、声音信号、视频信号、文本等进行分析和处理，这种对处理对象数据中蕴含的行为或规律进行判别、识别、解释的过程就构成了模式识别技术的基本元素。自然界中有生命的人和动物普遍都具有模式识别能力，这种识别的能力是具有此种模式能力的对象与外界进行交互的重要接口和基石。现阶段学术界和工业界所倡导的模式识别是指用人造计算机或其他设备实现模拟识别的过程，因此模式识别成为了人工智能领域的一个重要分支。早在Rosenblatt 的感知机和 Nilsson的学习机理论中就解释了机器学习、模式识别以及阐述了机器学习与模式识别相关领域的关系[1]。随着时间的推移，人类的需求不断的变化，原来专注于识别的过程现阶段转移到对事物的内在关系和未来的推理上来了。

本文首先叙述了关于模式识别领域的发展历史以及模式识别在此过程中使用的主要方法的演变过程，文章后阶段介绍了模式识别理论方法研究的最新进展并分析未来的发展趋势。由于 Jain 等人的综述[3]已经全面介绍了 2000 年以前模式分类方面的进展，该文侧重于 2000 年以后的研究进展。

1 历史回顾

早在20 世纪 40 年代，随着电子计算机的逐渐兴盛，人们对于计算机的不断探索研究，发现需要用一些科学的方法来解决计算机识别和处理等问题。在已有的模式识别在其他领域的应用范例，如：机械领域和光领域。其中在光领域最具代表性的是现代模式识别例子是德国人Gustav Tauschek与1929年关于光学字符识别的专利。

20 世纪 80 年代 BP（Back-propagation）神经网络算法的兴起以及成功的在工程和学术上的应用燃起了人们对人工神经网络技术的研究和探索的激情，仿佛人工神经网络即将会实现，用以取代人类智能。国际性的模式识别大会也不断的召开，直至2012年国际模式识别大会已经成功举办的21届。

纵观模式识别的发展历程，该文将模式识别研究的过程归纳为以下几个方面：首先，针对模式识别的原始处理识别以及模型的选择问题，人们做了大量的研究，其中最具有代表性的是 Bayes 学习理论，其产生对分类方法的研究提供了新的方法[2]。其次，一些在传统领域应用的比较多的问题，如：概率估算、可代表莫一类事物的特征向量的选择问题、针对未知问题的类别聚合问题等等，人们都期望用新的方法加以实验。第三方面，随着机器学习领域的不断发展，如粒子群优化算法、C4.5、支持向量机等技术的发展，这些都极大的促进了模式识别的进步，机器学习和模式识别领域相互交融、相互补充和融合的趋势进一步加强。第四个方面，模式识别与数据挖掘技术进一步结合，随着模式识别技术的不断发展，产生了新的问题，事物潜在的内部规律有待进一步发掘，故模式识别与数据挖掘的相关技术有进一步结合的趋势。第五，模式识别的理论和方法等不断的进步、计算机性能的不断提升人们迫切的需要将理论转化为现实的生产力，故模式识别在现实中的应用研究占据主要地位。第七，随着云计算与物联网的兴起和发展，这些技术为模式识别领域带来了新的机遇，模式识别中的大数据处理以及物物相联问题将是一种研究的趋势。

2 模式识别的研究现状

2.1 模式识别系统和方法概述

模式识别从其加工处理的过程来看，总的可以分为：前期处理、中期计算、后期融合三个阶段。其中前期处理有可以分为：数据初处理、归一化、模式分隔与计算、特征提取等，中期计算包括模式识别、模式匹配，后期融合包括数据合并、数据计算等[3]。

2.2 概率密度估计

在非监督学习技术中，其最具代表性的发的当属概率密度估计和聚类，二者都属于非监督学习方法。概率密度估计技术主要应用在诸如聚类、特征选择、分类奇异点检测等多方面。基于Bayes 决策规则理论的分类问题就应用了概率密度估计方法，通过概率密度估计方法对未知的事物进行分类。此外在支持向量机的应用基础上，利用距离向量函数与核函数等技术将为分类的数据依据最小分类间隔进行分类，这种方法有其自身的优越性，但是在算法的性能上有待提高，尤其是对于特征向量较多地情况，虽然引入了核函数，但是在运行效率上还是有待提高。

2.3 特征的选择

为了减少高纬度数据对数据处理以及计算的精确度的影响，模式识别领域以及机器学习领域引入了特征选择的概念。就是将过多的特征进行裁剪，选出最具代表性的特征，从而用这些样本的特征对同类新进元素进行分析，将新进的事物的特征向量与样本的特征向量通过函数或者概率的方法对新进事物进行判别。这样在削减特征的前提下，也提高的计算的效率，提高分类的效率以及泛化能力[4]。

3 发展趋势

对于本文中对模式识别技术前期简要介绍的方法以及研究进展外，模式识别技术还有其他的方法和技术。如，在分类问题上，怎样维持分类模型的更新，以及更新的效率等问题上都是未来需要研究的方向。此外智能信息处理中的模式识别技术应适应时代潮流与云计算和物联网技术相结合。

4 总结

本文以模式分类中模式识别问题为主线对模式识别的发展技术以及相关的理论进行了探讨。结合现阶段的现状提出了模式识别技术应与云计算和物联网技术相融合。

参考文献：

[1] Fumin Q I，XIE Xiao-yao，JING Feng-xuan， Application of Improved PSO-LSSVM on Network Threat Detection[J].Wuhan University Journal of Natural Sciences， 2013，18（5）： 418-426.

识别技术论文篇（10）

中图分类号：TP391.41 文献标识码：A 文章编号：1007-9599 （2012） 17-0000-02

人类身份识别技术就是采用某种技术和手段对人的身份进行标识，身份识别人类自古就有，随着计算机技术的不断发展，将人类带到了信息时代，计算机的广泛普及和应用，为快速身份识别奠定了基础。计算机人脸识别技术涵盖的范围比较广泛，包括信号处理、数字图像处理、模式设别等很多学科的理论知识。计算机人脸识别技术的主要核心内容是根据已知的人脸来确定未知人脸的归属问题，因此从这个层面来讲，计算机人脸识别技术可以认为是模式识别的范畴。

1 计算机人脸识别技术概述

计算人脸识别技术属于模式识别范畴，模式识别是通过对具体的个别事物进行观测所得到的具有时间和空间分布的信息，同一类别中模式的总体货模式所属的类别则成为模式类。统计模式识别方法和句法模式识别方法是模式识别的两种基本方法，计算机人脸识别技术就是应用模式识别的方法，这个过程需要需要先对已知信息进行采样量化，继而再转化为计算机可以处理的数据。

要研究计算机人脸识别技术，就必须明白计算机人脸检测技术。计算机人脸检测的过程就是在给定的一个空间中来确定人脸的大小和位置的过程。计算机人脸检测的技术方法很多，主要有镶嵌图方法，模板匹配方法，基于人工神经网络方法，可变性模板方法等。通常情况下计算人人脸检测流程为：输入图像—预处理—特省提取—人脸检测—是（不是）。由于计算机人脸识别技术在实际的应用中存在诸多问题，计算机人脸检测技术在这种情况下营运而生。这不仅是计算机人脸识别的前端技术，也在智能监视、内容图像等多领域显示着重要作用和价值。

计算机人脸识别技术是利用计算机对人脸图像进行分析，并从中选取有效的识别技术，对身份进行辨别，这个辨别过程可以分为两部分，第一个问题就是“是不是谁”的问题，另一个是“是谁”的回答问题，也就是通常所说的身份识别。计算机人脸识别过程的通常流程为：输入图像—预处理—特征提取—人脸识别—是谁（人脸识别）/是或不是（人脸验证）。计算机进行人脸识别主要基于两大方向，第一个方向是包括人脸特征、人脸密度线分配方法、神经网络方法等整体特征研究方法；第二方向就是将人脸基准点的相对比和其他描述人脸部特征进行参数等结合起来构成的基于部件特征的方法。有学者研究证明，基于部件特征的人脸识别方法没有整体特征的人脸识别方法优点突出。

2 几种人脸识别方法

基于几何特征的人脸识别方法：嘴巴、眼睛、鼻子下巴等组成部件构成了每一个人的人脸，基于每个部件大小、形状及结构存在各种差异，因此可作为人脸识别的重要依据。Brunelli小组，用积分投影的方法提取出欧式距离表征的人脸特征矢量进行模式分类，几何特征、变换系数特征、可视特征是图像特征的几种表现方式。

基于模板匹配的人脸识别方法：这种方法是利用可变性模板对面部特征进行抽取，这些模板可以变形、平移和旋转，这样就能较好的展现出它们在图像中形状。有学者对基于模板和基于特征的两种方法进行比较，发现基于模板在提高识别率上更有优势，而基于特征的方法在存储量和速度方面有着更好的一面。

特征脸方法：这种方法是从主成成份分析导出的一种人脸识别和描述技术，实质上是通过K—L变换压缩技术中的一种优正交换来实现的。从理论上来讲，任何人脸图像集合都可以用两个相近的集合进行重建，一是一组标准的图像集合，二是每个人脸的权值集合。这种理论的基本思想就是通过K—L交换，得到高维图像的一组正交基，将较大特征的正交基作为特征值，组成正脸空间，而后再将新人脸图像映射到特征脸的空间中，得到一组投影向量，来作为识别的特征向量，而后和库中已知人脸的位置进行比较，最后判断库中的人脸是哪一副人脸。

基于小波变换的方法：小波变换是一种时间和频率的局域变换，通过平移、伸缩的方式对图像进行尺寸细化处理，根据使用不同宽带的一系列滤波，成功的从图形中提取信息函数。有研究者用局部尺度和小波分解对人脸图像曲率进行提取继而进行特征识别。还有学者采用矩的方法对此进行预处理，这种方法可以对人脸的平面旋转和伸缩进行矫正。

基于神经网络方法：利用神经网络的分类能力和学习能力对人脸进行特征识别和提取，这种方法少了很多复杂的特征提取工作，而且保存了人脸图像中的形状及材质信息。这种识别方法在人脸识别上的应用具有很多优势，由于人脸识别的很多规律无法进行显性描述，但是神经网络却能对这些规律进行隐形表达，比较容易实现。

3 计算机人脸识别技术的应用

人脸自动识别技术是目前模式识别领域中一个极富挑战性的前沿难题和热点。在司法部门、身份验证、医学、视频会议、档案管理等多种场合都发挥着重要作用。另外，随着多媒体技术的广泛应用，反恐怖活动等对高科技的要求，人机智能交互界面的需要，可见在现实生活中队人脸自动识别技术的需要日益迫切。

人脸识别技术的应用比较广泛，最为熟悉的就是警方利用人脸识别技术抓罪犯。除此之外，对于某些敏感场所，处于安全考虑，都会采用特定的方法来监视这个场景，以便能够即时监控这个场景。计算机人脸识别技术在寻人寻亲方面也有着重要作用，对业务部门提供了照片，直接送入系统进行对比检索。在大型活动安全监控方面，如果发现有人滋事，公安机关可以用镜头采取其面部特征，对系统对比查证。还可应用于查证无名尸源，先拍摄正面照片，输入计算机，而后在对比系统中进行查证。计算机人脸识别技术在视频监控机目击者描述排查方面都发挥着重要作用，对暂住人口、常住人口、在逃人员进行对比查证，能够在获取目标后，采用关联的方式在数据库中进行查询。

计算机人脸识别过程非常复杂，涵盖的理论知识比较多，涉及图像处理、信号处理、模式识别等很多知识，因此这种技术一直是诸多学者深入研究但又具有挑战性的课题。但是计算机人脸识别技术的运用却越来越广泛，在安全防范、公安破案及一些公共事业方面都发挥着重要作用。因此，对计算机人脸识别技术的研究应该更加得到更多领域学者的研究和关注，也希望计算机人脸识别技术能够发挥出更大的作用。

参考文献：