English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 2928/5721 (51%)
造訪人次 : 373988 線上人數 : 575
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部NCUTIR
管理學院
工業工程與管理系(所)
--【工業工程與管理系所】博碩士論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於NCUTIR
‧
管理
勤益科大機構典藏
>
管理學院
>
工業工程與管理系(所)
>
【工業工程與管理系所】博碩士論文
>
Item 987654321/5578
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://ir.lib.ncut.edu.tw/handle/987654321/5578
題名:
RFID-enabled類神經網路為基之存貨3D定位盤點系統
作者:
王彣哲
王樹仁
貢獻者:
工業工程與管理系
關鍵詞:
K-Nearest Neighbor
被動式RFID 3D定位
類神經網路
日期:
2012
上傳時間:
2013-08-14 16:06:49 (UTC+8)
出版者:
台中;國立勤益科技大學
摘要:
RFID系統導入物品定位技術,不僅有利於記錄物料資訊,且充份運用即時動態性的自動定位,感應後經演算法運算就知道物料大致位置,能有效減少尋找物料時間,可以大量增加盤點的即時效性,並且有效降低企業盤點成本、人力、時間的浪費。
本研究設計一套適用於被動式UHF RFID Tag倒傳遞類神經網路室內3D定位演算法,經過實驗設計驗證出,本研究的無線室內定位演算法為整合KNN(K-Nearest Neighbor)-NN(Neural Network)類型,並且利用多個讀取器、天線來接收多個位置發送而來的訊號強度,進而預估出3D位置座標。在從田口實驗結果中,發現本研究之最佳水準因子組合是運用二台天線與RFID料架距離為3公尺、兩天線放置角度為30°、類神經網路之學習循環次數為1000次、類神經網路之學習速率與慣性因子為0.5-0.5,再以此因子水準進行確認實驗,實驗數據顯示平均定位誤差(Average Location Error)為36.818 公分,優於以LANDMARC為標準之KNN定位演法平均誤差44.19公分。
顯示於類別:
[工業工程與管理系(所)] 【工業工程與管理系所】博碩士論文
文件中的檔案:
沒有與此文件相關的檔案.
檢視Licence
在NCUTIR中所有的資料項目都受到原著作權保護.
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
回饋