本文關(guān)鍵詞：農(nóng)產(chǎn)品供應(yīng)鏈中RFID數(shù)據(jù)壓縮方法研究與應(yīng)用

  更多相關(guān)文章： 農(nóng)產(chǎn)品 供應(yīng)鏈 RFID數(shù)據(jù)壓縮 海量數(shù)據(jù) 存儲(chǔ)模型

【摘要】：隨著RFID(Radio Frequency Identification)無(wú)線射頻識(shí)別技術(shù)的不斷完善,RFID技術(shù)已經(jīng)廣泛應(yīng)用于農(nóng)產(chǎn)品供應(yīng)鏈管理。RFID技術(shù)的應(yīng)用不可避免地會(huì)產(chǎn)生海量的RFID數(shù)據(jù),從而占用大量的存儲(chǔ)空間。如何有效地壓縮存儲(chǔ)與快速地查詢RFID數(shù)據(jù),已經(jīng)逐漸引起人們的重視。目前已提出一些存儲(chǔ)結(jié)構(gòu)與傳統(tǒng)的查詢過(guò)程,但很少專門針對(duì)農(nóng)產(chǎn)品供應(yīng)鏈進(jìn)行RFID數(shù)據(jù)的壓縮存儲(chǔ)研究。本文結(jié)合農(nóng)產(chǎn)品供應(yīng)鏈中RFID數(shù)據(jù)的相關(guān)特征,研究對(duì)RFID數(shù)據(jù)進(jìn)行壓縮處理,并且實(shí)現(xiàn)相應(yīng)的數(shù)據(jù)壓縮算法。主要工作如下:(1)數(shù)據(jù)預(yù)處理。由于農(nóng)產(chǎn)品供應(yīng)鏈中RFID數(shù)據(jù)會(huì)出現(xiàn)大量的時(shí)間冗余,將產(chǎn)生的大量RFID數(shù)據(jù)進(jìn)行時(shí)間冗余處理,本文針對(duì)相同地點(diǎn)不同時(shí)間的冗余數(shù)據(jù)進(jìn)行預(yù)處理。(2)建立數(shù)據(jù)模型。根據(jù)農(nóng)產(chǎn)品供應(yīng)鏈中RFID對(duì)象的完整信息,包括對(duì)象的標(biāo)識(shí)信息、位置信息、時(shí)間信息、從屬信息以及業(yè)務(wù)信息,本文在已有的研究基礎(chǔ)上進(jìn)行擴(kuò)展并建立數(shù)據(jù)壓縮存儲(chǔ)模型,主要分為靜態(tài)和動(dòng)態(tài)兩大類。(3)實(shí)現(xiàn)壓縮算法。根據(jù)RFID測(cè)試數(shù)據(jù),對(duì)RFID數(shù)據(jù)從時(shí)間間隔和地理位置信息進(jìn)行聚類分析,通過(guò)對(duì)RFID對(duì)象的數(shù)量、時(shí)間間隔和位置聚集層次來(lái)實(shí)現(xiàn)相應(yīng)的數(shù)據(jù)壓縮存儲(chǔ)算法。(4)實(shí)驗(yàn)分析。按照RFID對(duì)象在農(nóng)產(chǎn)品供應(yīng)鏈中的模型,經(jīng)模擬自動(dòng)生成測(cè)試數(shù)據(jù)。通過(guò)對(duì)象數(shù)量分組、時(shí)間間隔聚集層次和位置聚集層次來(lái)分析算法的數(shù)據(jù)壓縮效果以及查詢響應(yīng)時(shí)間。實(shí)驗(yàn)結(jié)果表明,本文所提出的數(shù)據(jù)存儲(chǔ)模型對(duì)農(nóng)產(chǎn)品供應(yīng)鏈中RFID數(shù)據(jù)具有很好的效果,可降低時(shí)間復(fù)雜度,提高準(zhǔn)確度。該算法對(duì)農(nóng)產(chǎn)品供應(yīng)鏈中RFID數(shù)據(jù)具有良好的壓縮效果,從而降低了數(shù)據(jù)存儲(chǔ)空間,切實(shí)有效地提高了RFID數(shù)據(jù)查詢效率,具有較強(qiáng)的實(shí)用性。
【關(guān)鍵詞】：農(nóng)產(chǎn)品 供應(yīng)鏈 RFID數(shù)據(jù)壓縮 海量數(shù)據(jù) 存儲(chǔ)模型
【學(xué)位授予單位】：湖南人文科技學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.44
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-15
• 1.1 引言8
• 1.2 研究背景8-9
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀分析9-11
• 1.3.1 非壓縮性數(shù)據(jù)存儲(chǔ)9
• 1.3.2 確定性數(shù)據(jù)壓縮9-10
• 1.3.3 非確定性數(shù)據(jù)壓縮10-11
• 1.4 研究的目的和意義11
• 1.5 論文研究?jī)?nèi)容11-12
• 1.6 本文研究技術(shù)路線12-13
• 1.7 論文的組織結(jié)構(gòu)13-15
• 第二章 農(nóng)產(chǎn)品供應(yīng)鏈中RFID數(shù)據(jù)15-23
• 2.1 RFID技術(shù)的介紹15
• 2.2 RFID技術(shù)在農(nóng)產(chǎn)品供鏈中的應(yīng)用15-17
• 2.3 RFID數(shù)據(jù)17-20
• 2.3.1 RFID數(shù)據(jù)的概念17-18
• 2.3.2 RFID數(shù)據(jù)的特點(diǎn)18-19
• 2.3.3 RFID數(shù)據(jù)的產(chǎn)生19-20
• 2.4 RFID數(shù)據(jù)預(yù)處理20-22
• 2.5 本章小結(jié)22-23
• 第三章 RFID數(shù)據(jù)壓縮23-38
• 3.1 RFID數(shù)據(jù)壓縮處理框架23-24
• 3.2 建立數(shù)據(jù)模型24-28
• 3.3 數(shù)據(jù)聚類壓縮分析28-35
• 3.3.1 時(shí)間聚類壓縮28-30
• 3.3.2 位置聚類壓縮30-34
• 3.3.3 聚類壓縮實(shí)例分析34-35
• 3.4 實(shí)現(xiàn)算法35-37
• 3.5 本章小結(jié)37-38
• 第四章 實(shí)驗(yàn)分析38-50
• 4.1 實(shí)驗(yàn)環(huán)境38
• 4.2 實(shí)驗(yàn)參數(shù)38-39
• 4.3 數(shù)據(jù)壓縮效果分析39-42
• 4.4 數(shù)據(jù)查詢分析42-49
• 4.5 本章小結(jié)49-50
• 第五章 工作總結(jié)與展望50-52
• 5.1 主要工作總結(jié)50
• 5.2 展望50-52
• 參考文獻(xiàn)52-56
• 致謝56-57
• 作者簡(jiǎn)介57-58
• 在讀期間科研成果目錄58

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 侯艷芳;謝東;;農(nóng)產(chǎn)品冷鏈物流的研究與應(yīng)用[J];科技和產(chǎn)業(yè);2015年06期

2 謝東;肖杰;郭廣軍;江彤;;可追蹤供應(yīng)鏈中非確定性RFID數(shù)據(jù)處理方法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年05期

3 徐強(qiáng);;淺析無(wú)線射頻識(shí)別技術(shù)(RFID)在食品安全追溯中的應(yīng)用[J];物流科技;2015年03期

4 陳擁軍;;淺談自動(dòng)收費(fèi)系統(tǒng)[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2014年17期

5 盧印舉;單國(guó)全;蘇玉;;一種有效的多閱讀器RFID冗余數(shù)據(jù)清洗算法[J];科學(xué)技術(shù)與工程;2013年22期

6 付文秀;李星;;基于MBF的RFID冗余數(shù)據(jù)清洗[J];鐵道學(xué)報(bào);2013年07期

7 屈嘯;王永利;;RFID數(shù)據(jù)倉(cāng)庫(kù)上的多時(shí)空粒度近似聚集查詢[J];計(jì)算機(jī)科學(xué);2012年06期

8 夏秀峰;趙龍;;基于三層存儲(chǔ)模型的RFID數(shù)據(jù)壓縮存儲(chǔ)方法[J];計(jì)算機(jī)應(yīng)用;2012年03期

9 吳理門;;基于RFID技術(shù)的農(nóng)產(chǎn)品冷鏈物流供應(yīng)鏈系統(tǒng)[J];物流工程與管理;2011年11期

10 熊聰聰;劉品超;;基于RFID數(shù)據(jù)集的供應(yīng)鏈數(shù)據(jù)挖掘[J];計(jì)算機(jī)工程與設(shè)計(jì);2011年05期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 高崇明;RFID技術(shù)在農(nóng)產(chǎn)品供應(yīng)鏈管理中的應(yīng)用研究[D];大連交通大學(xué);2014年

2 魏嬌嬌;基于車聯(lián)網(wǎng)的RFID路徑數(shù)據(jù)壓縮及頻繁模式挖掘[D];蘭州交通大學(xué);2014年

3 林國(guó)省;RFID路徑數(shù)據(jù)聚類分析與頻繁模式挖掘[D];華南理工大學(xué);2010年

，

本文編號(hào)：1016303