物联传媒 旗下网站
登录 注册
BP
  • 将粒子群算法( Particle Swarm Optimization,PSO)优化 BP( Back Propagation)网络的学习算法应用于射频定位。搭建实验平台,采集样本数据 ;在此基础上,进行训练学习,求得 RFID 读写器与标签之间“信号强度—坐标” 的映射关系 ;并对其进行测试,探讨粒子群神经网络算法在 RFID 定位中应用的优势。
  • 为了提高采用射频识别技术进行定位的精度,针对无源标签射频识别技术及采用BP神经网络对其定位精度的改善进行了研究。首先建立了基于无源标签的射频识别定位系统,之后建立了相应的BP神经网络,并通过实验进行了验证。实验结果表明,在60 cm×50 cm的区域内,通过四角布置四个天线,利用信号强度作为输入信号,采用BP神经网络可以将定位误差控制在2 cm以内,平均欧几里得误差控制在1以内。说明采用BP神经网络可以改善射频识别定位技术的精度。
  • 本文针对车型检测器硬件结构和处理算法两方面提出一些具有创新性的设计方案,介绍了由LC振荡电路和TMS320F2812处理芯片构成的车型检测器的硬件结构,为克服LC振荡电路频率不稳定的固有缺陷提出了基频更新算法。并提出了利用一维数学形态滤波方法过滤实际应用中的噪声信号的方法,最后简单介绍了基于粗糙集BP神经网络车型分类算法。