RFID路径数据清洗与聚类研究及其在农产品追溯系统中的应用

摘要

RFID以其扫描快、体积小、形式多、穿透力强及安全性好等特点被广泛运用于物流供应链系统、生产制造行业、交通运输管理等。带有RFID标签的物品在移动过程中会产生大量的RFID路径数据，如何从中提取有用的信息和知识，已经成为目前研究的重点。 本文详细的介绍了RFID技术及其原理，并且结合RFID农产品追溯系统，分析了RFID路径数据特点，设计并且实现RFID技术在农产品追溯系统各个环节中的应用。由于射频识别技术容易受到外界环境的影响，导致RFID阅读器的准确率较低，造成了数据的不确定性，需要在数据存储之前对RFID数据进行预处理。 针对自适应滑动窗口清洗算法SMURF(Statistical sMoothing for Unreliable RFid data)，本文提出基于动态标签的RFID不确定性数据清洗算法DSMURF(Dynamic tags-basedSMURF)，通过构建真实的实验平台来分析阅读器准确率与标签距离、天线角度、标签速度之间的关系。自适应滑动窗口算法SMURF对于动态标签窗口设置过大，导致读取值与实际值之间存在较大误差。DSMURF算法通过设定标签的速度、阅读器的时隙、阅读器的阅读范围来构建滑动窗口的大小。此外，SMURF算法没有对冗余数据进行处理，本文提出了RFID数据冗余清洗框架，有效地降低了数据的冗余量，并通过实验平台和仿真数据集验证DSMURF算法的性能。 本文提出基于在线微聚类和离线宏聚类的RFID数据流聚类算法RCluStream。路径对象的相似性度量是聚类分析的基础，首先提出RFID路径数据相似性定义。RFID路径数据具有流的特征，在聚类过程中，簇会因为数据的流入而不断地发生变化。在线微聚类设立簇的聚类特征，当簇发生改变时，记录簇的聚类特征;同时，离线宏聚类可以根据用户输入的时间参数，通过返回簇的聚类特征，获得这段时间簇的变化情况，从而有利于决策和分析。最后，开发了RFID农产品追溯系统和信息处理系统，将路径数据可视化，直观地表现路径数据的分布和挖掘结果，实验表明RCluStream算法的有效性。

目录

声明

摘要

第1章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 RFID数据清洗技术

1．2．2 RFID数据挖掘技术

1．3 论文主要研究内容和组织结构

1．3．1 主要研究内容

1．3．2 论文组织结构

第2章 RFID相关技术

2．1 引言

2．2 RFID技术简介

2．2．1 RFID组成及其分类

2．2．2 RFID工作原理

2．3 RFID路径数据

2．3．1 RFID路径数据及其特点

2．3．2 RFID数据仓库

2．4 本章小结

第3章 基于RFID不确定性数据流清洗算法

3．1 引言

3．2 RFID标签的阅读率

3．2．1 标签距离对阅读率的影响

3．2．2 天线与标签角度对阅读率的影响

3．2．3 标签速度对阅读率的影晌

3．3 基于自适应滑动窗口清洗算法SMURF

3．4 SMURF算法的改进

3．4．1 DSMURF算法

3．4．2 冗余数据清洗框架

3．5 实验结果

3．5．1 算法准确率比较

3．5．2 冗余清洗框架结果分析

3．6 本章小结

第4章 RFID路径数据流聚类算法

4．1 引言

4．2 路径相似性度量

4．2．1 对象之间的相似性度量

4．2．2 RFID路径数据相似性度量

4．3 基于RFID数据流聚类分析

4．3．1 基于数据集的聚类分析算法

4．3．2 基于数据流的聚类分析算法

4．4 基于RFID路径数据流聚类分析算法

4．4．1 在线微聚类

4．4．2 离线宏聚类

4．5 实验分析

4．6 本章小结

第5章 农产品追溯系统设计

5．1 引言

5．2 RFID手持阅读置系统开发

5．2．1 生产环节

5．2．2 加工环节

5．2．3 运输环节

5．2．4 销售环节

5．3 农产品追溯信息系统开发

5．4 本章小结

第6章 结论和展望

6．1 结论

6．2 展望

参考文献

致谢

攻读学位期间的科研成果