基于相似度的双搜索多目标识别算法

在分析远距离多目标特性的基础上,提出了一种基于相似度的粗精双搜索多目标识别算法。在粗搜索阶段,首先利用圆形形态学模板在滤波后的二值化图像中快速搜索候选目标,再利用"距离相似度"原则进行候选目标的聚类分析,以同一目标内各候选目标点的形心位置作为局部熵处理区域中心。在精搜索阶段,以最大熵值点为种子点进行目标区域生长。为了减少运算量,提高实时性,还采用基于熵相似度、简单连接法与子区合并法相结合的改进型区域生长法,重构单个目标。仿真结果表明该算法可快速、准确地实现对5个目标的识别。

依赖多目标识别算法的智慧云物流官网中库存控制模型

本文依赖多目标识别算法实现了对智慧云物流官网中库存的有效控制,明确了智慧云物流官网中库存控制,同时还实现了智慧云物流官网中库存控制模型的构建,确定了智慧云物流官网中库存的具体控制方法。具体来讲,本文运用多目标识别算法,实现了对智慧云物流官网中库存控制模型的有效构建,并且在文中还通过智慧云物流官网中库存实现了对本文智慧云物流官网中库存控制效果的分析,主要对其可行性、以及实用性进行了分析。研究结果表明,通过多目标识别算法是能够得到较好的建模效果的,而且泛化能力也较强。

高校图书馆RFID识别率优化方法研究

[目的/意义]旨在提高RFID识别率,以减少图书标签漏读错读、图书错架乱架等现象的发生。[方法/过程]提出在原有的多目标识别算法基础上建立优化模型,并引入TTS语音技术在RFID识别过程中进行纠错提醒来提高RFID标签识别率。[结果/结论]实验测试优化后的算法模型识别率相比固定帧时隙ALOHA算法提高了19.9%,引入语音纠错提醒功能后RFID识别率高达98%以上,研究表明2种方法均能有效提高高校图书馆RFID识别率。