基于RFID與機器學習的智能超市管理系統(tǒng)研究、設計與實現(xiàn).pdf

1、隨著電子商務的快速發(fā)展，傳統(tǒng)超市迎來了巨大的挑戰(zhàn)，經(jīng)營成本遠高于網(wǎng)店，尋求低成本的經(jīng)營方式，成為傳統(tǒng)超市經(jīng)營者首要考慮的問題。結合RFID技術非接觸式自動識別電子標簽的優(yōu)勢與機器學習可挖掘相關數(shù)據(jù)變化規(guī)律的特點，提出智能超市管理系統(tǒng)，將會給傳統(tǒng)超市帶來巨大的競爭優(yōu)勢。
　　本文論述了智能超市的研究意義及國內(nèi)外將RFID技術應用于智能超市的研究現(xiàn)狀，分析了當前存在的不足及可行的解決方案，詳細介紹了常用的定位算法，并針對這些算法的不足

2、，提出兩種基于機器學習思路的室內(nèi)定位算法，并開發(fā)出智能超市管理系統(tǒng)。本文的主要創(chuàng)新點及研究內(nèi)容如下:
　　1.在傳統(tǒng)機器學習領域，XGBoost算法以其極好的性能優(yōu)勢使其很受歡迎。本文提出基于XGBoost的室內(nèi)定位算法，該算法通過學習參考標簽RSSI值向量與坐標的映射關系，預測待測標簽的坐標位置。通過實驗仿真的驗證，本算法相對于傳統(tǒng)的LANDMARC算法定位精度提高了57.11％，同時在不同參考標簽情況下，本算法的平均定位精度均

3、優(yōu)于LANDMARC算法。
　　2.在之前的定位研究中，研究者提出了基于SVR的定位算法，由于數(shù)據(jù)沒有做任何處理，導致定位精度不是很高，本文提出基于BP-SVR的室內(nèi)定位算法，在數(shù)據(jù)輸入SVR之前，先輸入BP神經(jīng)網(wǎng)絡，類似于先對數(shù)據(jù)進行去噪、維度變換的作用。通過實驗仿真驗證，本算法相對于傳統(tǒng)的LANDMARC算法定位精度提高了56.74％，相對于基于SVR的室內(nèi)定位算法定位精度提高了13.14％。同時，在不同的參考標簽情況下，本算