文献

J-GLOBAL ID：202002256432967047   整理番号：20A1211714

近傍ラフ集合とサポートベクトルマシン(SVM)に基づく無線周波数認識システムの認識率予測【JST・京大機械翻訳】

Tag identification rate prediction based on neighborhood rough set and support vector machine

著者 (5件)： Wang Honggang (西安郵電大学 通信与信息工程学院,陜西 西安,710121) ,  Wang Shanshan (西安郵電大学 通信与信息工程学院,陜西 西安,710121) ,  Yao Jia (西安郵電大学 通信与信息工程学院,陜西 西安,710121) ,  Pan Ruoyu (西安郵電大学 通信与信息工程学院,陜西 西安,710121) ,  Pang Shengli (西安郵電大学 通信与信息工程学院,陜西 西安,710121)
資料名： Jisuanji Jicheng Zhizao Xitong  (Jisuanji Jicheng Zhizao Xitong)
巻： 25  号： 12  ページ： 3170-3180  発行年： 2019年 
JST資料番号： C2700A  ISSN： 1006-5911  CODEN： JJZXFN  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 無線周波数識別システムのハードウェア配置を最適化して,配置効率を改善するために,近傍ラフ集合とサポートベクトルマシン(SVM)に基づくRFID認識システム同定モデルを提案した。第一に,近傍ラフ集合理論を使用して,最小相関と最大依存度を基準として,無線周波数認識システムの認識率に影響する初期因子を属性縮小し,そして,核因子集合を選別した。サポートベクトルマシン(SVM)の予測モデルを,このカーネル集合に基づいて確立し,そして,交差検証とグリッド検索の適応最適化モデルパラメータを用いて,動的RF同定システムの認識率予測モデルを構築し,そして,無線周波数識別実験プラットフォームをテストした。結果により、このモデルの予測分類精度は92.89%に達し、二乗平均平方根誤差値は0.36であり、K最近傍-ナイーブベイズなどのその他の分類予測モデルより、予測時間が短く、演算速度が速いことが分かった。最後に、知能図書管理プラットフォームの応用実例を通じて、提案モデルの有効性を検証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  システム同定 ,  演算 ,  図書管理 ,  ハードウェア ,  有効性 ,  *ラフ集合 ,  IDシステム ,  予測モデル ,  *サポートベクトルマシン ,  RFID
準シソーラス用語： *無線周波数 ,  モデルパラメータ ,  認識率 ,  Naive Bayes , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 近傍 ,  ラフ集合 ,  サポートベクトルマシン ,  SVM ,  無線周波数 ,  認識率 ,  予測