基于多层感知机的无线射频标签数量估计方法

近年来,随着标签价格的下降和供应链物流需求的增长,射频识别技术已经走向全面部署阶段.全面部署意指在所有商品上部署标签,以提升供应链追踪的精度.这种趋势会导致标签数据规模呈指数倍增长,给阅读器的信息读取带来很大的压力.在这个背景下,标签数量估计协议,正因为其时间效率高的特点得到越来越多的关注.现有的方法主要根据时隙状态统计特征进行数量估计.然而,各类型数量估计统计量的精度受到系统参数、标签规模、以及随机噪声的影响,其结果很不稳定.任意单一特征都很难给出精准、稳定的数量估计结果.为此,本文设计了一种基于多层感知机的数量估计方法,通过融合多样化的数量估计特征来提高估计的精度.针对真实时隙状态难以获取,模型难以训练的问题,本文研究了如何通过仿真器生成大量具有不同时隙状态的随机帧来训练我们的网络.针对数量估计网络工作范围较窄的问题,我们设计了一种两阶段基于采样思想的数量估计协议,通过快速的标签数量粗略估计设定合理的采样概率,以确保标签数目位于数量估计网络的工作区间.我们的仿真实验结果表明,本文提出的基于多层感知机的数量估计协议比现有方法能提升至少21%的精度.

数量估计的研究回顾

数量估计是人们日常生活中的必需技能,它作为数学认知加工的重要组成部分日益为研究者所重视。本文旨在从数量估计的界定入手,着重对数量估计的精确性、表征方式、认知策略及脑机制等方面的相关研究进行回顾,指出数量估计加工的脑功能定位还有待进一步探讨。

特大城市出租车合理数量估计及实现路径——以北京市为例

打车难、黑车泛滥等问题一直困扰着国内一些特大城市。政府认为目前出租车数量处于合理区间,而乘客却反映打车难;许多学者也认为城市出租车存在供给缺口,这导致黑车泛滥。为了解决出租车行业困境、制定有效的产业政策,需要对出租车数量进行合理估计。本文利用布鲁斯·夏勒(Bruce Schaller)需求估计模型,基于北京市数据对出租车合理数量进行估计,揭示了北京市出租车行业供给缺口并评估了出租车数量增加对现有行业体制的冲击,最后提出相应的政策建议。

不同数学水平儿童的数量估计：图形排列方式的影响

采用参照蔡方之等(2004)所设计的图形材料,考察了不同图形排列方式对不同数学学业水平小学生数量估计的影响。35名三年级被试参加了本实验,其中优生20人,差生15人。行为数据和口头报告分析结果显示:(1)优生是更合理的数量估计者。优生数量估计的绝对误差百分比明显小于差生。(2)图形排列方式对数量估计产生了显著影响。不同图形排列方式可能会造成规则-随机数量错觉和均匀-不均匀数量错觉,从而使均匀及规则图形被高估幅度更大。

不同干扰刺激对成人数量估计的影响

研究采用自行设计的图形材料,考察了不同干扰刺激(纯靶刺激;干扰刺激与靶刺激数量相同;干扰刺激是靶刺激数量的2倍)对成人完成数量估计任务的影响。30名硕士生参加了本实验。行为数据和口头报告资料分析显示:1)反应时随数量估计任务难度的增加而不断增长;2)干扰刺激越多,任务越复杂,成人估计的误差率越高,准确性越低;3)成人存在多重数字表征形式,完成数量估计任务时主要采用线性表征,但随着干扰刺激物的增加,运用对数表征的趋势愈加明显。

陕西省林麝的数量估计

１９８５年作者通过１２个样方，对陕西省秦巴山区林麝（Ｍｕｓｃｈｕｓｂｅｒｅｚｏｖｓｋｉ）的数量进行了调查，其结果是密度２．４９±０．３７只／ｋｍ２，凤县林麝的数量为３７００±５００只，每平方公里栖息地面积平均产麝香２．７８ｇ．以其它各产区县单位面积（ｋｍ２）的麝香产量与凤县产量之比为校正值，推算出各县林麝资源贮存量．陕西省林麝资源存量为８５２００±１０４００只．这一研究结果对林麝资源的保护。

MIMO雷达目标数量估计

给出MIMO雷达在距离-多普勒2维分辨单元处理和距离1维分辨单元处理情况下的信号模型。根据这两个信号模型各自的特点,分别构造信号的相关矩阵,将信息论准则和盖式圆准则应用于MIMO目标数量估计之中。仿真结果表明在白噪声情况下,信息论和盖式圆准则均可有效估计目标数量;在色噪声情况下,盖式圆准则可有效估计目标数量。

运动昆虫密度和疾病传染数量估计的两类模型

根据推导，得到用于运动昆虫密度和疾病接触传染数量估计的二维和三维空间模型．两类模型分别适用于爬行昆虫和飞行昆虫的种群密度估计．二维空间模型可用于描述昆虫疾病的接触传染数量，针对不同的用途，将两类基本模型进行了数种拓广.两类模型的建立，为运动昆虫的密度估计及疾病流行研究提供了重要的定量工具．

基于牛顿迭代法的RFID标签数量估计算法

ALOHA算法是一种被广泛采用的射频识别(RFID)标签防碰撞算法,要提高它的识别效率,算法帧长必须根据标签数量自适应调整,因此标签数量估计的准确性十分重要。针对已有标签估计方案存在的误差大问题,提出一种基于牛顿迭代法的标签数量估计算法(NIATE)。首先,根据标签数量与帧长的数量关系确定一个调节因子;其次,研究标签识别过程中成功时隙占总时隙比例,得到调节因子与所占比例的关系;最后利用牛顿迭代法求解得出准确的标签数量。仿真结果表明,NIATE算法在不同标签数量情况下,相比现有主流算法具有较好的自适应能力,标签估计平均误差更小,从而减少了识别所有标签所需的总时隙数,提高了系统吞吐率。

LGBT人群的数量估计:国际经验和中国挑战

本文采取文献研究方法,从测量工具、调查过程和估计结果3个方面分别梳理了西方国家和中国的相关研究中对于女同性恋、男同性恋、双性恋和跨性别者(lesbian,gay,bi-sexual and tran-sexual,LGBT)人群的数量估计,发现西方国家在性取向测量方面,已经从单一维度逐步发展为多元维度;在抽样方法上,已经从非概率抽样逐步过渡为概率抽样和代表性样本;在调查方法上,已经从纸质问卷+面访的形式逐步发展为计算机辅助调查;在研究人群上,已经从LGB(lesbian,gay and bi-sexual,女同性恋、男同性恋和双性恋)逐步发展到LGBT,从只关注男性到同时关注两性。LGBT人群数量的估计结果在不同的国家和不同的研究中仍然存在较大的差异,但具有较好的可比性。相比较而言,中国在测量工具、调查过程和估计结果上仍然存在一定的进步空间。本文分析了中国在LGBT人群数量估计方面面临的挑战,并提出了相应的对策。

基于多尺度残差视觉信息融合的牧场牛只数量估计方法

由于牧场牛只分布不均以及尺度变化大,传统的目标计数算法在畜牧领域计数精度不高,且用于研究的牛只数据集较少。针对这些问题创建了一个用于牛只密度估计的数据集,并提出了一种基于多尺度残差视觉信息融合的牧场牛只数量估计方法。该方法利用多个并列且空洞率不同的空洞卷积提取牛只目标的多尺度特征,并将残差结构与小空洞率卷积相结合,设计出更适合牛只活体计数的深度神经网络,从而缓解了由空洞卷积带来的网格效应的影响,同时能更好地适应牛只的多尺度变化。在牛只密度数据集中,该方法取得了最低的平均绝对误差(MAE)和均方根误差(RMSE)。此外,在密集人群数据集中,该方法的MAE和RMSE也属于最优或次优结果。实验结果表明,该方法不仅适用于牛只场景的数量估计,在人群密度估计中也有较高的准确性和鲁棒性。

基于序贯线性贝叶斯的RFID标签数量估计算法

为解决现有标签数量估计算法中估计精度与复杂度之间的矛盾,在分析比较现有算法的基础上,提出一种基于序贯线性贝叶斯的射频识别(RFID)标签数量估计算法。首先,基于线性贝叶斯理论,充分利用空闲、成功和碰撞时隙数量观测值及相关性,建立了标签数量估计问题的线性模型;然后,推导了标签数量估计值的闭式表达式,给出了表达式各阶统计量的序贯式求解方法;最后,对序贯式贝叶斯算法的计算复杂度进行了分析和对比。仿真结果表明,所提算法通过序贯贝叶斯方法提高了估计精度和识别效率,当观测时隙数为帧长一半时估计误差仅为4%。该算法以线性解析式形式更新标签数量估计值,避免了穷举搜索,与高精度的最大后验概率和马氏距离算法相比,计算复杂度由O(n^2)和O(n)下降为O(1)。经理论分析和仿真验证,基于序贯线性贝叶斯的RFID标签数量估计算法兼具高精度和低复杂度的特性,能很好地满足硬件资源受限应用场景下对标签数量的估计需求。

森林生态系统中大气输入物质的数量估计

以测定输入和输出林冠的物质流为基础,针对各种化学元素呈现的确定的状态或结合,并根据植物生理学和其他学科的基础理论,经简单计算即可对大气输入物质拦截沉积速率和相关元素为林冠吸收、淋洗或缓冲速率进行数量估计。

基于成像声呐DIDSON的水域内鱼群数量估计方法

为准确估计整片水域中的鱼群数量,提出一种利用成像声呐进行数量估计的方法。将成像声呐固定在调查船下,并使波束发射方向与船前进方向一致,通过走航调查方式采集水下信息,对采集的数据进行声呐图像构建、噪声去除、目标提取,其中噪声去除采用固定数据窗口的迭代最小二乘法,目标提取采用基于三倍标准差准则的阈值分割法。接着利用扩展卡尔曼滤波结合最近邻的多目标跟踪算法对图像中的个体目标进行一一计数,同时统计声呐扫描过的水域面积,获得目标个数的平均面密度值,最后结合水域占地面积,估算出整片水域中的鱼群数量。利用该方法实现对滴水湖鱼群数量的估计,通过与人工计数结果比较,发现基于声呐图像处理的数量统计方法具有较高精度,两者的统计值相差约10%。

基于探鸟雷达的机场周边鸟类目标数量估计

针对雷达探鸟中的飞鸟目标数量统计问题,提出了一种多目标航迹自动起始跟踪算法,实现了对机场周边鸟类活动热点区域内鸟类目标数量的统计分析。通过数据关联估计量测与所有可能事件的关联概率,包括目标的新生、延续和消亡,以及杂波的剔除,并通过卡尔曼滤波与平滑方法给出每个目标的平滑轨迹,实现了对目标的全生命周期管理。仿真结果表明:所提算法能很好地实现杂波环境中的多目标航迹自动起始跟踪,正确估计每个目标的起始和消亡时间,统计目标数量的变化情况,且在目标起始的及时性方面明显优于传统的逻辑法。将所提算法应用于机场探鸟雷达实测数据,估计机场周边鸟类数量,可指导机场开展有针对性的鸟击防范工作。

互质层析SAR最少航过数量估计方法

在层析SAR技术的实际应用中,航过数量通常受高昂成本等因素的限制。互质层析SAR技术通过稀疏分布航过位置、延长基线孔径长度,可以降低所需的航过数量。当采用子空间方法开展互质层析SAR重构处理时,为了获得可靠的层析图,研究最少航过数量估计问题。考虑到子空间方法的重构性能受多个参数的影响,因此航过数量的选择必须综合考虑所有相关参数对重构结果的影响。为此,通过样本特征值分析方式建立子空间方法的可靠性保证条件。根据这个可靠性保证条件,提出了一种估计最少航过数量的方法。与传统的最少航过数量估计方法相比,所提方法的优势在于:同时考虑所有的相关参数,且具有解析的数学描述式。最后,仿真实验证实由所提方法估算的航过数量确实接近最小,且能够保证重构结果可靠。

基于深度残差网络的雷达目标数量估计方法

传统雷达目标检测方法一般将单个距离单元的目标当成单目标进行检测,而不会估计距离单元内目标的数量。针对该研究空缺,提出一种基于深度残差网络的雷达目标数量估计方法。该方法将雷达信号转换成时频图并输入至训练好的深度残差网络。残差网络根据单个目标与多个目标对应时频图的差异即可准确得到雷达目标数量的估计值。仿真表明该方法能有效地估计出雷达目标数量。

基于测试成本元素的众包测试缺陷数量估计模型

为实时监控众包测试任务过程从而对任务完成进行评估,针对分布式众包测试过程的不可预测性和测试成本的庞大性,从软件的可靠性出发,基于软件可靠性增长模型提出了一个同时考虑测试人力和测试报告两个测试成本元素的众包测试软件缺陷数量估计模型。首先分析两个成本元素的相关性,并依据成本元素相关性建立了一个分段式通用可靠性增长模型框架,并结合已有的3种测试工作量函数,以此估计出软件潜在缺陷数量和测试中的累积检测缺陷数量。在四组真实的众包测试数据集上的对比实验表明,模型的估计误差精度低于10%,优于传统可靠性增长模型。该模型能够利用较少实际数据进行缺陷预测,具有较强的实用性。

二阶矩阵降秩与满秩的数量估计

运用概率方法，给出了二阶矩阵降秩与数量估计，基于这一结论，估计出了随机给出的二平面直接线交的可能性大小。

基于级联CNN的疏散场景中人群数量估计模型

对疏散场景中的人员数量进行准确估计,能为疏散路径的实时优化和应急资源的调度提供决策支持。为了获取疏散通道上不同区域的人员数量,该文在对已有方法分析和总结的基础上,通过设置分类情况和人员密度层级相联,建立了基于级联卷积神经网络(CNN)的人员数量估计模型,可有效避免卷积过程中部分图像信息丢失及过拟合的产生。通过学习图像中人员数量、位置随着图像特征变化的关系,可估计疏散通道上实时监控画面中人员数量。基于PyTorch深度学习平台开发,模型最终在验证集(612张图像)和测试集(182张图像)上的识别准确度分别为84.2%和83.6%,说明该模型可以比较准确地估计监控画面中的疏散人员数量。