基于CNN的超高頻RFID標(biāo)簽識別性能的研究

打開文本圖片集

摘要：隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，RFID技術(shù)與深度學(xué)習(xí)算法的融合展現(xiàn)出非凡的潛力。作為深度學(xué)習(xí)領(lǐng)域的關(guān)鍵分支，卷積神經(jīng)網(wǎng)絡(luò)憑借其卓越的特征提取與分類能力，在圖像識別、語音識別等諸多領(lǐng)域均取得了顯著成就。文章基于GU-RFID平臺與CNN模型的結(jié)合，通過GU-RFID平臺獲得的超高頻標(biāo)簽采集信息進(jìn)行預(yù)處理，并將預(yù)處理信息輸入CNN模型進(jìn)行標(biāo)簽分類與識別，以保證標(biāo)簽在無線通信過程中存儲信息的準(zhǔn)確性。（剩余5825字）