時間：2023-03-07 14:59:31
導語：在識別技術論文的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
基神經于網絡判別指標過濾方法的兩級識別策略，具有物理意義清晰，定量、定性的特點。應用于結構的損傷診斷，可以有效解決結構不適定性、非線性帶來的評估誤差及精度問題。
1.1自適應神經網絡(Auto2associateNeuralNetwork)
自適應神經網絡方法基于無損傷結構在正常服役條件下的實測響應數據（某個動力特性參數、或多個動力特性參數）作為訓練對象（人工神經網絡的輸入和輸出數據X、Y），依次構造一個自相關的神經網絡Net=T(XY)。訓練完成后，循環迭代輸入數據X進入已訓練的神經網絡Net，獲得輸出數據Yn。通過選取合適的殘差判斷函數，通過對比數據Y和網絡輸出數據Yn的差值向量,采用某種距離測度函數加以測量形成健康結構的判別指標Vi。當結構發生損傷，實測響應數據Xd被作為輸入數據通過已經訓練的神經網絡Net，由輸入數據Xd和輸出數據Yd可以計算得到的新的判別指標Vd，并與Vi相比較計算差值構建損傷指標Di來判定損傷。當Di大于既定殘差函數時，即判定結構已經發生損傷。
1.2概率神經網絡(ProbabilisticNeuralNetwork,PNN)
自適應神經網絡方法構建自相關網絡Net，將實測響應信息迭代計算Di，可以定性判定是否存在損傷，在損傷確定的條件下，可通過概率神經網絡PNN判定損傷的位置、類型。PNN是通過具有無參估計量的已知數據集的概率密度函數來實現貝葉斯決策，將其加在人工神經網絡框架中,接著進行判別未知數據最大可能屬于哪個已知數集，構建一個包含損傷類別θ1、θ2….θq…θn集合,基于p維試驗向量X的貝葉斯決策d(X)為d（X）∈θq(hqlqfq（X）)>hklkfk（X），k≠q
（1）hj———分類指標θj的先驗概率。lj———與錯誤分類d(X)埸θj的相關損失。fj(X)———采用多變量高斯(Gauss)分布函數的概率密度函數：fq（X）∈1nq(2π)p/2σpnqi=1Σexp-（X-Xai)T（X-Xai)2σ222
（2）將該貝葉斯決策映射為一個人工神經網絡構成一個概率神經網絡，如圖1所示。向量X{X1、X2、X3、X4…Xi}———輸入層的輸入參數。權重向量Wj和向量X的點積zj構成中間層的神經元，而相對與分類號q的決策層神經元輸出為:fq（X）=nqj=1ΣZqj=nqj=1Σexp[(X•Wqj-1)/σ2]
（3）σ—高斯核標準差。在應用中，構建的損傷位置或類型假定有多種。以結構的自振頻率變化率為例，輸入向量X為P個自振頻率變化率，將帶有某種類型損傷(或混合模式損傷)的實測模態數據輸入訓練好的PNN，得出決策層(輸出層)各個損傷形態在試驗向量點對應的概率密度函數PDF的估計值，其中，最大PDF估計值對應的預設損傷集合中則得出損傷的位置及類型。
2應用及展望
美國Purdu大學的Venkatsubrmania和Chan第一次運用BP網絡進行了工廠結構的損傷檢測與診斷，其后的研究中，Kudva將神經網絡兩級識別策略運用于平板結構損傷診斷，提出了大型結構損傷檢測的方法；楊英杰等開發了評估鋼筋混凝土梁的神經網絡系統；Worden等運用神經網絡識別了一個20根構件組成的結構的損傷；Pandey用兩級識別策略，基于三層神經網絡對大橋桁架結構進行損傷評估。近年來，結構損傷診斷的研究取得了長足進展。上述基于神經網絡的損傷診斷研究表明了在這個領域的研究成果，同時也揭示了尚未解決的問題。
（1）如何選取合適的網絡形式及網絡參數以及樣本集的組成是神經網絡兩級識別策略應用的關鍵，研究有效的網絡輸入參數是一個新的內容；
（2）人工神經網絡具備高度適應性，學習能力和容錯能力，但其黑箱系統的特性決定了其硬件實施的復雜性，如何提高算法的實現效率亟待研究；
一、版畫制圖邏輯
雖然在西方，機械代替了手工，照相機的誕生也漸漸消解了刻版的制圖方式，然而當時圖像的生產方式依然是以制版印刷為主。照相機是一個再現機制，而版畫圖像生產是具有詩性的，它是對再現機制修正后的一個呈現，修正了文字語言（文學）對于形象的圖像基底。也就是說，版畫的制作方式是跟人發生了關系了的。我們討論形象它分為三個層次：第一，我們看到的實物它本身是怎么樣的，它本身的存在。第二，通過我們去觀察它，在我們的意識觀念生成之后它變成了什么。第三，通過文字去描述這個形象，再轉換成圖專業提供論文寫作、寫作論文的服務，歡迎光臨dylw.net像。語言和文字跟這個實體它本身的差距是非常大的，在我們和這個實體之間，有所謂的識別中介，（比如一個人跟另一個人說石頭，他的腦子里會產生一個石頭的形象，或者是產生石頭這兩個字。這個字和石頭和形象已經被轉換掉了。轉換成了什么，轉換成了描述。這種描述要通過語言來產生，而語言產生的又是信息，這種信息又重新回到了文字和圖像。這個過程比我們去模仿一個事物，更復雜，所牽連的過程更多。模仿一個事物是一個行動的過程，而去傳播一個信息是一個制版的過程，這個信息必須具有目的的準確性才能起到作為信息的價值。所以作為制圖是通過這所有的體系建立起來的制圖邏輯。
這個制圖過程本身是一個創作過程，它本身并不是說如何去再現一個實體，而更多的是有目的的信息生產作為有形象的制圖。比如說，我們曾經制造的報紙，它是用制版的方式，有圖像也有文字，但它的圖像往往是被文字這種文學性所牽制的。然而，圖像學在研究到今天的時候，我們是不是要逃離出這種圖像對文字專業提供論文寫作、寫作論文的服務，歡迎光臨dylw.net的修正，讓這種制圖圖像脫離出來，形成一個真正的通過意識機制直接再現的語言識別過程。比如在新興木刻的時候，人們創作圖像，更多的是再現圖像本身的價值（圖像信息和立場），而不是通過文字和文學的方式成為文學的附庸，這個時候圖像更直接的識別價值大于這種文字被轉換過的語言修飾，這種轉換本身又具有語言性。就是說，為什么到了新興木刻之后，版畫被納入藝術創作的范疇，可以來傳達主體的意圖和信息，這個時候的版畫，它跟印刷的關系就出現了很大的分離，而人們的識別主體又已經在這個機制里面形成了本身的認知機制。這種本身的圖像生產不會具有障礙性，包括后來雖然說技術邏輯到了新興木刻之后停滯，它不再因為印刷而去生成版畫的這種媒介機制，而更多的是作為主體欲望去生成的圖像生產。由此，這種信息淪為了審美的一個體系當中去了。其中還有一個原因就是，在今天的圖像生產又有了更直接的工具和技術，新的制圖方式已經產生（比如，電視機，網絡，手機，以及其他信息媒體），讓這一門曾經在很長一段時間主導傳播與媒介的技術生產失去了它的媒介價值而被機械所代替了。今天我們在生產一個圖像的時候，也許就是動一動鼠標弄一弄照相機，這么一個問題。
二、識別心理
作為版畫的創作領域，已經停留在一個非時間線性的邏輯里面。而曾經的這種制版方式和識別方式，又在今天的共知系統當中完成了一套圖像識別邏輯，這套邏輯從本體在今天無法從形象上去再現它，而更多的它本身是一個抽象識別的精神概念。這個就跟人的生存觀念和精神觀念與形象的識別機制有關系。這種識別機制在信息與傳播，及文字語言時期已經形成，所以我們今天所談到的圖像與制圖方式，在我們的精神機制里面已經無法分離并且根深蒂固。就如精神分析在討論一個人的意識形成，是跟他的生存維度發生很大專業提供論文寫作、寫作論文的服務，歡迎光臨dylw.net的關系，一個人生存在某一個固定的地形維度里面，那么就會生成這種地形維度所產生的信息所形成的觀念和文化意識，也就形成了所謂信息和認知圖像的方式。所以在圖像維度討論今天我們的共知識別邏輯，作為精神觀念以及認知方式，也是有意義的。作為這種共識邏輯當中傳播意義，并不是在媒介機制上發展的，而是跟它的生態系統所產生的生存狀態有關的。版畫這種圖像和制圖機制，在傳播中也形成了它的生態系統，這個生態系統也形成了今天我們的識別方式。
三、結語
版畫圖像與它的制圖機制，在傳播中形成了自身的生態系統，而這個生態系統也影響著今天我們對于符號信息的識別方式。如今，在當下大眾文化中，不論是當代藝術，設計，還是泛文化的大眾領域，以及文化心理，都有作為傳統視覺藝術的版畫圖像的存在，版畫以它本身的圖像形態進入我們的日常。作為版畫的圖像已經通過其他媒介方式進行生產傳播，而這些媒介也成了新的版畫式圖像生產傳播機制。
本書共5章：1.射頻識別系統：包括超高頻RFID標簽的設計、超高頻RFID讀寫器的體系結構及無芯片RFID系統（標簽與讀寫器），最后對本書各章節內容進行概括；2.無芯片RFID標簽散射場的數學描述：首先是奇異擴展方法（SEM），具體包括在電路理論及瞬態散射的應用、基于SEM的散射體的等效電路，然后介紹了本征模展開法，最后特征模式理論的引入；3.無芯片RFID標簽：包括無芯片RFID標簽復雜的自然共振設計、基于特征模式理論的無芯片RFID標簽設計；4.無芯片RFID標簽在讀寫器的識別：包括通過散射信號、散射信號時間頻率分析、短時間矩陣束法等分析識別原理；5.無芯片RFID標簽的檢測、識別和定位：包括無芯片RFID標簽的空時頻防碰撞算法的原理與實驗、無芯片RFID標簽的定位算法等。
作者Reza Rezaiesarlak博士畢業于弗吉尼亞理工學院暨州立大學電氣與計算機工程系，現為摩托羅拉移動的高級射頻工程師。擁有微波、天線、射頻和通信系統7年以上工作經驗，微波與天線結構的電磁特性深厚的理論基礎和專業知識，在射頻和微波系統的設計、實施和調試方面經驗豐富。發表超過10篇會議論文/報告和14篇期刊論文。
本書內容涵蓋了無芯片RFID的優點、各部件設計、識別、檢測、防碰撞及定位等多個方面的內容，并包含一些應用程序，方便讀者深入理解所述內容。本書適合通信、無線傳感器網絡、物聯網等方面或專業的學生或從業人員參考閱讀。
關鍵詞：維吾爾文 手寫體 在線識別
中圖分類號：TP39 文獻標識碼：A 文章編號：1007-9416（2015）12-0000-00
Abstract：Uygur language is an agglutinative language with words as its basic unit. Because of the different positions in the word， the letters have different writing deformation. At present， the development of handwriting technology is still lagging behind the Chinese and English languages. On the basis of analysis of the structure of Uygur language， characteristics of word formation and input habits， etc. this paper Summarizes the impact of agglutinative language on handwriting recognition， Mainly discusses the process of implementation of the Uygur handwriting recognition system and related key technologies， Hope that through the analysis and verification of these technologies， implementation of the Uygur handwriting recognition system.
Key Words：Uygur Language， Handwritten text， On-line Recognition.
1 維吾爾語手寫體識別的特點
維吾爾語是以單詞為基本單位的黏連語，與阿拉伯語相似，書寫形式從右到左，字母粘連，字母因在單詞中位置的不同而具有不同的書寫變形。目前，對于維吾爾語的手寫識別通常有兩種解決思路，一種是直接對整個單詞進行整詞識別，這種方法可取的特征比較豐富，但需要建立大量的單詞數據庫；另一種思路是先進行單詞（或粘連字母序列）進行切分，再對切分后得到的單個字符進行識別[1][2]。
維吾爾文中有32個字母，如下：
?? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
? ? ? ? ? ? ? ?? ?? ?? ?? ? ?? ?? ?
同時，每一個字母有多種形式：
（1）有四種形式的總共有24個字母：
??? ??? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ???? ?? ?? ?? ??? ??? ??? ??? ?
如： ?， ?， ?， ? 都表示一個字母，共4×24=96個。
（2）有八種形式的總共2個字母：
?? ? ??
如：? ? ? ? ? ? ? ? 都表示一個字母，共2×8=16個。
（3）有兩種形式的字母總共有6個：
? ? ? ? ? ?
如：? ，? 都表示一個字母，共 6×2=12個。
（4）附字符形式有 ? ? ? ? 等四個。
總共有128個形式。
為方便聯機識別，本文把所有的維吾爾文字母筆畫符號根據它在維吾爾文字母筆畫符號中的作用分為幾類，在樣本訓練時分類封裝：
（1）簡單符號。最普通的維吾爾文字母符號，例如"?"、 "?"、"?"、"?"、"?"、"?"、"?"等都屬于這一類。
（2）復雜操作符。右邊、上邊和下邊都可能存在筆畫的維吾爾文字母符號，例如?、?、?、?、?、?、?、?、?、?等。
（3）兩個字母音節符號。一個輔音字母加元音字母組成的兩個字符音節。例如：??、??、??、??、???、???、???、??? 等。
（4）三個字母音節。如：???、???、???、???、???、??? 等數量較多。
2 維吾爾語手寫體在線識別的過程分析
2.1 預處理
預處理是手寫識別的基本階段之一，對于提高識別率來說至關重要。
（1）幾何處理。預處理階段的主要任務是減少噪音，消除硬件干擾和書寫晃動并規格化采集到的筆跡信息。目前普遍使用的是緩和、過濾、重取樣和規則化。①將一個點和它相鄰三個點進行平均分配并對點的連續序列之間的空間距離進行重新取樣，從而緩和在線信息的硬度。②調整手寫體筆跡的水平垂直維度，使得手寫體的大小標準化，接著將切比雪夫第二類型低通過濾器應用于規格化筆跡中，以消除由時間和空間取樣引起的噪音。③利用過濾器緩和減少冗余點，用統一方法對符號重新取樣，并用頂點刪除方法將書寫速度標準化。
（2）基線探測。基線探測是用來獲取文字方向和字符間連接點位置的重要信息，可用于處理傾斜、字符切分和特征提取。對于在線識別來說，主要用于探測延緩筆畫或消除延緩筆畫、字符切分和特征提取。
很多基線探測方法都是基于幾何方法提出的，從離線或印刷體應用中借鑒而來。這些邏輯方法分析了手寫體表面結構，以辨別所搜索基線的筆跡相關點，幾何方法中最著名的就是直方圖映射，是Eraqi和Abdelazeem在阿拉伯文字的識別中最先使用的方法，包括兩個階段：第一個是基礎階段，允許探測均衡相鄰的點集。第二個階段是通過第一個階段找出的最密集的點集空間來測量驗證整體結構。首先，從原始輸入筆畫中切分出第二筆畫。其次，用水平映射從陰影中提取主要基線。最后，根據對特征和主要基線的估計來計算每個連體段的局部基線。[3][4]
（3）處理延緩筆畫。在維吾爾語手寫體中，延緩筆畫多出現在字符的上面或下面，可以用一種特殊連接筆畫將延緩筆畫與字符本身聯系起來，通過分支界定法中的雙圖形方法來處理連接變化，以區分不同的字符。借鑒阿拉伯文手寫體識別的方法，以產生直接串法來調整次序，在這些詞序中，延緩筆畫是用不同順序書寫出來的，通過對字符的模糊掩蓋包含在特征載體中，在合適的字符體中用延緩筆畫映射算法來合并延緩筆畫，此映射算法包含兩個步驟，即探測延緩筆畫和在合適的經處理的點序列字符體中合并延緩筆畫。
2.2 特征提取
特征提取的目的在于，通過提取和計算輸入信息最相關的特征或參數來得到字符分類，粘連體文字使用的代表性的輸入信息很多，包括視覺描述符，比如遮蔽區域、凹陷處和環等。幾何描述符也有廣泛應用，比如切線、連接角、相對速率、筆畫長度和方向，以及連續點之間的距離等。除此之外，輸入信息的坐標也被用來提取時序性特征，比如曲線運動速度和角速度。在阿拉伯文手寫體識別中，甚至有研究人員提取到字符特征的神經生理學和生理力學的方程式參數，描述的是手寫體的曲線運動速度。此外，Freeman鏈碼是最簡單的特征之一，也是普遍使用的特征，主要使用的freeman鏈碼的三種類型為：長筆畫、短筆畫和抬筆。特征矢量包含方向碼，描述的是被切分的筆畫、每一筆畫的長度、斜率以及坐標系等。[5]
2.3 切分
切分指的是獲取識別算法必須處理的既完整又有意義的單元。在維吾爾文手寫體識別中，包括兩個方面，一是處理的是單個字符，關注的是線條探測。第二個方面，集中在識別單詞或連體段，將輸入體切分為多個單元，這是一項具有挑戰性的工作，目前可查的高效算法不多。
（1）整體法。這一方法所提取的信息代表的是在空間或時間上切分出的一個完整的字符或字符串，待識別的字符或字符串是識別中不可切分的統一體。這一統一體必須包含在特征庫中，因此，具體應用上來說，整體法在詞匯量較少的情況下適用，對大詞匯量應用來說較難實現。
（2）分析法。在分析方法中，對一個字符有效識別的基礎是識別單元是正確有效的，錯誤的切分使識別沒有意義。最早采用外在切分分析方法的是Njeh 等人基于阿拉伯語手寫體識別開發的，手寫體由一系列基本知覺特征編碼和整體知覺特征編碼相對應組成。基于在線手寫體的beta橢圓理論，使用模糊集理論來檢測基本特征，使用遺傳算法來檢測整體特征，該切分算法的主要思想在于將一個曲線分解為歐氏空間的凹凸性概念，為了避免出現長度非常短的分段，在分段曲線長度中應用了臨界值，而分段曲線長度代表著構造曲線的分段線性段的長度總和。經過四個階段將筆畫切分成字母，這四個階段是：任意切分、增強切分、連接連續接頭和定位切分點。
遺傳算法用于找出字符的最佳組合以重建序列。基本思路為將每一筆畫分為一組稱為標志的小分段，這些標志代表了線、弧或環。計算兩組連續矢量之間角度變化的平均值，若所計算的值超過某一界限值，則這一個點能作為弧形末尾的候選點，然后此過程從下一個點重新開始。使用環檢測方法找出環并刪去位于環上的額外的候選切分點，以此來終止切分。分析方法的優點是將字符的識別問題分為詞素、字符或筆畫識別的互補子問題。這讓分析方法適應了大詞匯語境中的字符識別問題。[6][7]
2.4 識別
識別模塊實際上是分類算法的具體應用，使用訓練數據分類基本單元，包括了測試模式與每個類別的基準模式的對比。模式相似度用于判定哪個模式對未知模式最匹配，目前可用的識別方法很多，如決策樹、動態規劃、模板匹配、HMM、神經網絡、k最近鄰算法以及相關技術的串聯或并聯。
（1）決策樹。決策樹也稱為判定樹，是一種有指導的學習方法。決策樹代表著決策及的樹形結構，可以根據訓練集數據構造出決策樹。如果該樹不能對所有對象給出正確的分類，就選擇一些例外加入到訓練集數據中。重復該過程，知道形成正確的決策樹。決策樹方法首先對數據進行處理，利用歸納算法生成可讀的規則和決策樹，然后使用決策樹對新數據進行分析，本質上是通過一系列規則對數據進行分類的過程。將每個字符集根據筆畫數分為若干個子集，并用幾個簡單的整體特征加以分類，這些特征包括寬度和高度之間的比例或其倒數、主要筆畫的x和/或y方向的極小值和/或極大值的數目和序列。將每個筆畫的斜率分類到四個方向中的其中一個，在此階段中，預處理的數據進入到決策樹中。
（2）動態規劃。動態規劃是解決多階段決策過程最優化的一種常用方法，對于在線手寫體維吾爾文的切分預識別，它可以看作將手寫筆畫序列分解為單個字符的最小代價決策過程，因此，只要定義合適的代價函數，應用動態規劃算法將可以有效地確定手寫體的最佳切分路徑。
將切分過程分為預切分和基于識別的切分兩個階段，在預切分階段，根據維吾爾文手寫體筆畫的結構特征定義候選且分段的代價函數，并利用動態規劃算法尋找具有最小代價的切分路徑，預切分結果通常具有一定的冗余度，即過切分，在基于識別的切分階段，預切分結果輸入神經網絡分類器進行識別，并根據分類器給出的類概率和切分塊的位置等結構信息確定代價函數，應用動態規劃算法尋找最佳切分路徑。[8][9]
（3）模糊法。在線阿拉伯文手寫識別系統曾成功應用了這一方法。使用遺傳算法來選擇由模糊神經網絡識別出的最佳組合字符，使用模糊學習向量量化（FLVQ）算法對筆畫的結尾標志進行分類，而其他標志以使用描述簡單典型特征的模糊語意詞為特征，模糊規則用于預處理和后處理來規格化輸入和輸出，HMM應用于模糊規則中，來識別基本形狀。[10]
（4）統計分類器。一般來說，統計分類器更可靠，但也更復雜，其要求大量數據來做訓練。識別系統的訓練過程根據的是自組織映射（SOM）和模糊k最近鄰算法（FKNNA）。基于統計的方法，主要利用字符的整體形狀信息，把觀察對象表達為一個隨機向量（即特征向量），將模式類表達為有窮或無窮個具有相似數值特性的模式組成的集合。識別是從模式中提取一組特性的度量，構成特征向量來表示模式，然后通過劃分特征空間的方式進行分類。
3 結語
維吾爾語作為新疆維吾爾自治區的官方語言之一，目前手寫技術的發展仍然滯后，本文在中英文、阿拉伯文等手寫識別技術研究的基礎上，從維吾爾語言文字的結構、構詞特點和輸入習慣等特征出發，總結分析了黏著性語言對手寫輸入識別的影響，探討了實現維吾爾文手寫識別系統的過程和相關關鍵技術，以期通過對這些技術的分析、驗證，實現具有實際應用水平的維吾爾文手寫識別系統，為改善新疆地區人民使用電子設備的便利性作出一些貢獻。
參考文獻
[1] 萬芳.聯機手寫維吾爾文字識別技術的研究與實現.新疆大學碩士學位論文，2007.
[2] 阿力木江.亞森，哈力木拉提.買買提.維吾爾文聯機手寫識別的預處理和特征提取.新疆大學學報，2011.
[3] 瑪依熱.依布拉音.聯機手寫維吾爾文字母與單詞識別研究.武漢大學博士學位論文，2013.5.
[4] 袁保社，吾守爾.斯拉木.一種手寫維吾爾文字母識別算法.計算機工程，2010.
[5] Mahmoud， Sabri A.； Ahmad， Irfan； Al-Khati， Wasfi G. KHATT： An open Arabic offline handwritten text database. Pattern Recognition .2014.
[6] 譚福秀.基于移動平臺的聯機手寫維吾爾文識別.西安電子科技大學碩士學位論文，2011.
[7] 戴笑來.基于移動平臺的聯機手寫維吾爾文單字符及單詞識別.西安電子科技大學碩士學位論文，2012.
[8] 姜文.維吾爾文單字符Gabor特征提取與識別.西安電子科技大學碩士學位論文，2012.
中圖分類號：G642
0 引 言
模式識別是信息與通信工程、計算機技術、控制科學與技術等學科的一門專業基礎課程，理論性和實踐性都非常強[1]。該課程能夠提高學生智能信息處理水平和工程實踐能力，為日后從事智能識別、工業檢測、醫學診斷等工作打下必要的知識基礎，受到眾多具有相關專業高校和研究所的重視[2-4]。
1 傳統授課過程中存在的問題
1.1 教學方法單一
在前期教學中，全部內容均采用傳統的精講形式授課，即由教師講解，學生聽課，課后完成作業的形式。這種教學方式使學生嚴重依賴于教師對課程內容的安排，造成學生僅僅是被動接受知識，缺乏思考的積極性和主動性。
1.2 授課內容缺少對最新研究成果的介紹
近年來，模式識別課程所涉及的知識和方法發展得非常迅速，尤其是深度學習技術的迅速發展，使各類新型的識別系統大量出現并成功應用于日常生活的很多方面。教材內容在反映這些新興技術方面難免有一些滯后，這類新技術、新方法在前期的授課內容中并沒有涉及和體現，使學生不能及時了解和掌握最新研究成果的進展。
1.3 對創新能力的培養缺乏有效方法
模式識別是一門具有鮮明創新性的課程，內容涉及大量的經典算法和解決問題的巧妙思路，是體現人類創新性思維的絕佳案例。學生在學完這門課后，應當在創新思維方面具有很大的啟發，并能在以后的科研活動中有所體現。如何通過這門課程對學生的創新性進行培養，在前期的教學中未能很好地實現這一目的。
1.4 對學生的評價不夠全面
盡管這門課理論性和實踐性都非常強，但在前期教學中，對學生的考核僅僅是在課程結束后進行閉卷答題，試卷內容主要是對一些基本概念和基本方法的考核，對其中所涉及的需要編程實現的內容無法呈現，同時也缺少對學生獨立思考能力方面的檢測，導致評價不夠全面。
2 基于研究前沿牽引的創新能力培養教學模式改革思路
基于研究前沿牽引的創新能力培養教學模式是根據課程特點，結合模式識別領域中的最新研究熱點問題，專注于學員創新能力的培養，為學員獨立開展學位論文的研究工作打下良好基礎。
該模式采取如下思路：①仔細確定課程教學內容，全面打牢基本理論功底；②積極引入研究領域的前沿知識；③精選教材中的經典算法，在實現基本算法的基礎上提出改進創新思路。
通過這一教學改革模式，使學生在具備扎實理論功底的基礎上，以研究領域的前沿問題為牽引，引導學生實現基本算法的改進，最終實現創新能力的提升。
3 教學模式改革的具體措施
3.1 全面打牢基本理論功底
堅實的理論功底是進行創新的前提，是進一步學習研究的基礎。仔細確定課程教學內容，選擇好的教材和參考書是打牢理論功底的重要途徑。在模式識別課程教學中，清華大學張學工教授編寫的《模式識別》第三版國家精品課程教材[5]，全面系統地講解了模式識別領域的基本概念和方法，并引入近年來較新的理論，內容深入淺出，是一本很好的教材；配合這本教材的學習，為學生提供3本重要的參考書，分別是Bishop[6]編著的《Pattern Recognition and Machine Learning》，Duda[7]等編著的《Pattern Classification》（第2版）以及2016年南京大學周志華教授編著的《機器學習》[8]等書，這些參考書與教材內容能夠很好地相互補充，既發掘了課程內容的深度，又拓展了課程學習的廣度。
3.2 積極引入研究領域前沿
在教學過程中，如果能將所學習的基本理論與當前學術界正在研究的前沿問題結合起來進行講解，將會使學生在學會基本理論的基礎上，了解和掌握這些理論在實際研究中是如何應用的，從而為學生在后續工作中提供良好的研究思路，這是在實施“基于研究前沿牽引的創新能力培養教學模式”中的一項重要措施。筆者在所研究領域中抽取了6類目前研究的熱點問題，將其中所使用的重要方法與課程內容結合起來，通過課前提供參考資料、課中研討和課后總結的方式，有意識地培養學生的創新能力，取得了不錯的效果。這也為改進傳統教學中對學生創新能力培養缺乏有效方法的不足提供了一種思路。
抽取的6類研究熱點問題分別是：①背景重構技術；②圖像檢索技術；③魯棒特征選擇技術；④人臉識別技術；⑤車輛牌照識別；⑥生物特征識別等。其中，在完成參數和非參數概率密度估計的教學之后，學生對這兩類概率密度估計方法的理解有一定難度，尤其是對這兩類方法的應用感覺很抽象，而經典的背景重構技術中，恰好有這兩類方法應用的生動實例。這兩類方法在背景重構技術中還在繼續發展，非常適合用于研討，背景重構技術的引入一方面使?W生掌握了參數和非參數概率密度估計的方法，另一方面使學生明白如何將所學理論與需要解決的實際問題很好地聯系起來，從而為學生提供一個提升創新能力的例子。特征的選擇和提取是模式識別中的難點問題，大量的模式識別難題都是因為特征難以表述而引起的，因此，我們為學生提供了更多的研討內容，如圖像檢索技術向學生展示怎樣利用目標的原始信息去構造特征；魯棒特征選擇技術向學生展示怎樣采用一定的處理方法去發現更好的特征表達；在學習PCA 方法后，我們對基于這一基礎方法的人臉識別算法進行研討；而對模式識別系統的進一步認識則是通過車輛牌照識別和生物特征識別的研討加深理解。在教學過程中，我們還積極介紹諸如遺傳算法、神經網絡、深度學習等模式識別領域中方法的最新研究進展情況。
3.3 精選經典算法改進創新
模式識別課程的實踐性非常強，而實踐能更好地推動創新。我們從教材中選取3種基本算法，以大作業（Project）的形式布置給學生在課后進行編程實現，并要求在最后一次報告課中進行算法的現場展示。選取的3種基本算法分別是：①基本Parzen窗法的設計與實現；②Otsu方法（大津法）的設計與實現；③基本C-均值算法的設計與實現。對這3種算法要求首先實現基本算法，其次，為了更好地引導學生發揮主動性和創造性，要求在實現基本算法的基礎上，對Parzen窗法需要選取不同的核函數，并嘗試參數的自適應處理；對Otsu方法需要考慮如何利用Fisher思想對原始算法進行改進；對基本C-均值算法需要考慮如何更好地進行初始化等。
也就是說，要求學生不僅實現基本算法，還需要考慮對基本算法的改進。更進一步要求學生在實現基本算法并改進的基礎上撰寫課程論文，從而通過具體的手段實現對創新能力的初步引導和培養。采用這種方法有不少學生在課程結束后將所撰寫的在了核心期刊上。
3.4 采用多種方式實施教學
與傳統的教師在課堂上從頭到尾唱獨角戲不同，我們對課程教學采取了3種授課方式：精講、研討和報告課。本門課一共設置40學時，課時分配是精講課26學時，研討課12學時，報告課2學時。精講課是采用傳統方式對基本理論和基本方法進行詳細講解；研討課是將研究前沿和研究熱點與所講解的基本理論與方法結合起來，由學生組織研討，教師在課堂上起維持秩序和引導作用；報告課雖然只有2個學時，但是“功夫在詩外”――平時的大量工作要在短短的時間內展示匯報完，所布置的3個大作業的結果展示和撰寫的論文都需要在報告課上逐人進行演示報告，這次課在教學過程中學生表現最為積極踴躍。
多種授課方式有效地改變了以往教師講、學生被動聽的局面，學生學習的積極性和主動性明顯增強。同時，為了適應教學方式的改變，在考核方式上也采取多種形式，學生的評價由大作業成績、小論文成績、平時研討成績和閉卷考試成績綜合評定，從而能更全面地反映學生對知識的掌握和理解的程度。
3.5 撰寫指導材料輔助學生
為了有效地指導學生開展研討以及順利完成大作業，我們還編寫了模式識別研討與實驗指導手冊。該手冊內容分為兩個部分，第一部分是研討課指導，第二部分是編程作業。第一部分內容包括6次研討課，在對相關理論基礎和研討內容進行介紹之后，列出討論要點，學生圍繞討論要點進行重點思考，同時我??還提供10篇左右的參考文獻指導學生進行閱讀和準備；第二部分內容包括3次編程作業，給出的算法編程任務需要學生在掌握基本理論的基礎上獨立完成。
4 結 語
關鍵詞：車牌識別，聯合編程，多特征，灰度二值化，傾斜矯正
0 前言
車牌是機動車唯一的管理標識符號，車牌識別是智能化交通系統中的核心技術[1]。目前，小轎車數量大大增加，如何設計一種適合校園使用的車牌識別系統成為研究的熱點。
1 校園車牌識別系統中的困難
一般的車牌識別系統，往往需要高速攝相機、采集卡、高性能計算機和設計比較復雜的軟件，造價較高。能不能通過常規的攝像頭等低廉的硬件，配合簡化識別流程的快速識別系統實現校園車牌識別系統呢？筆者對此進行了研究。
2 校園車牌快速識別系統的思路
實際上，校園中的車牌識別是有一定特點的。首先，校園中的車輛主要為小轎車傾斜矯正，也就是具有藍底白字的特征[2]。其次，這些車牌的長寬比是固定的，沒有邊框的為4.5，有邊框的為2.7。再次，車牌中含有類字符區，即橫向區域灰度有明顯波峰波谷變化[3]。另外，與高速公路上的汽車不同，校園中的小轎車行駛的速度較慢，普通攝像頭完全能滿足應用需求。綜合這些特點，可以設計出步驟簡化、成本低廉的識別系統。
3 校園車牌識別系統的設計流程
基于多特征的校園車牌快速識別系統的硬件部分為普通的攝像頭和計算機，而軟件部分采用在圖像處理上具有獨特優勢的Matlab和擅長界面的C#聯合編程實現。一般來說，車牌識別包括車牌定位、車牌字符分割和車牌字符識別等步驟，但實際上，攝像頭獲取到的車牌的角度并不標準，因此，還需要進行矯正。因此，其設計流程如如1所示。
圖1 系統的設計流程
4 校園車牌識別系統的實現
4.1 車牌快速定位
首先，通過對藍底白字車牌的特征傾斜矯正，可以實現快速定位。根據經驗，采用如下公式能非常快速的找到車牌：
Blue>80&Blue>Green*1.9&Green>Red
輸入圖片和定位后的效果如圖2所示。
圖2 輸入照片和定位后的圖片
4.2圖像灰度二值化
彩色圖像信息量較大，極大影響計算的速度[4]。因此，應把圖像轉換為灰度圖像。在Matlab中，采用rgb2gray命令[5]，即可將彩色圖像快速轉換為灰度圖像，效果如圖3所示。
圖3 圖像灰度二值化
4.3車牌傾斜矯正
由于拍攝條件的多樣性和實際情況的差異性,攝像頭采集到的圖像質量不一樣,車牌圖像難免存在傾斜,給后面的字符分割帶來困難,進而影響到字符識別的準確率。因此需要進行車牌傾斜矯正。
一般來說，可以采用radon變換或Hough變換[6]。例如，采用sobel邊緣檢測算子對圖3進行radon變換，即可實現快速矯正：
[R,P]=radon(I,theta);
[K,J]=find(R>=max(max(R)));
I=imrotate(I, 90-J);
效果如圖4所示。
圖4矯正后圖像
4.4字符分割和字符提取
完成定位、矯正后，可以采用垂直投影法、連通區域法和靜態邊界法等方法實現字符分割和字符提取[7]。最后，利用神經網絡、PSO算法等技術，將提取到的字符和字庫中存放的模板進行比較分析，即可獲得最終的結果[8]。
4.5聯合編程
雖然Matlab在圖像處理方面具有無可比擬的優點，但是其GUI設計、網絡通信、數據庫交互等方面的能力不足，因此本系統采用了微軟的旗艦語言C#進行設計架構、調用Matlab子函數的思路。
首先，在Matlab中設計好各個圖像處理的子函數。然后，用deploytool對子函數創建NET類型的工程傾斜矯正，編譯好相應的動態鏈接庫文件(dll)。最后，在Visual Studio 2010中引用MWArray.dll后，即可正確調用Matlab圖像處理的功能了。其核心程序如下：
using bao;
usingMathWorks.MATLAB.NET.Utility;
usingMathWorks.MATLAB.NET.Arrays;
bao.LPR carPic = newbao.LPR );
carPic.identify(image);
該系統對某大學校園中抓拍的一百多張小車圖片進行了識別，效果良好。
5 結束語
根據校園車牌的多種特征，利用Matlab和C#聯合編程，通過快速定位、灰度二值化、傾斜矯正、字符分割和字符提取步驟，實現校園車牌識別系統，大大簡化識別流程，減低成本，提高了識別的速度和準確率。
參考文獻
[1]陳銀燕.車牌識別算法的研究與實現[D].優秀碩士論文,哈爾濱理工大學,2008:1-5.
[2]魏先民.藍底白字汽車牌照的定位方法[J].福建電腦,2006,(04):160-161.
[3]馮偉興.汽車牌照定位及車號識別技術研究[D].哈爾濱工程大學,2005:12-13.
[4]龐茂群,鄧開發.一種基于灰度圖像的車牌定位方法[J].計算機工程與科學,2009,31(10):39-41.
[5]王嘉梅,蘇紅,陸高等.基于圖像分割的靜止圖像車牌識別系統研究[J].云南民族大學學報(自然科學版),2005,14(1):75-77.
[6]林俊,楊峰,林凱.一種利用Hough變換和先驗知識的車牌識別新方法[J]. 信息化縱橫,2009,(17):23-25.
[7]Sang U k Lee,Seok YookChung.A Comparative Performance Study of Several Global Thresholding Techniquesfor Segmentation[J].Computer Vision,
Graphics,and ImageUnderstanding.1990,50(2):17-19.
關鍵詞：識別和跟蹤，Netfilter防火墻框架，深度包檢測技術，協議分析
1.引言
非法語音業務的出現，不僅擠占了正常帶寬，導致語音業務收入大幅度降低，同時通信質量也得不到有效保證，影響了用戶的利益。基于上述原因，語音系統的信息過濾與分析就具有十分重要的意義，迫切需要一種能有效識別應用和跟蹤的方案。本系統是根據網絡正常行為而進行設計的，可有效監測到語音信號的通信，在保障網絡安全上起到了重要的作用。論文參考網。
2. 系統開發平臺
此系統是在Linux操作系統下進行開發，主要用到Linux2.6內核版本[1]操作系統本身所帶的Netfilter防火墻框架[2]。由于Linux操作系統具有穩定、靈活的特點以及其提供的優秀防火墻框架，用戶可以根據自己的實際需要，將防火墻設計的一般理論和方法與自己系統的具體情況相結合，設計出新的可實用的安全防護系統。
3. 采用方法
在眾多的網絡安全技術中，防火墻使用最為廣泛，其中最為關鍵的技術包括數據包的捕獲、數據包的過濾、歷史記錄的存儲。隨著技術的發展和要求的提高，防火墻在被大眾接受的同時也顯露出不足。近幾年來，深度包檢測技術和協議分析技術的出現使得網絡分析更加準確、有效。
3.1深度包檢測技術
深度包檢測技術[3]是包過濾技術的深入，所謂深度是和普通的報文解析技術比較而言的，普通報文檢測僅能分析出數據包中簡單的信息，而它除了對前面的層次進行分析外，還增加了應用層分析，能夠識別各種應用及其內容，具有漏檢率低、防御能力強的特點。
3.2協議分析技術
協議分析技術[4]需要對每一種協議(主要是應用層協議)編寫一段協議檢測的代碼，例如HTTP協議分析模塊主要對HTTP進行解碼分析，并檢測對WEB服務器的攻擊。雖然不同的協議有不同的分析代碼，但它們都遵照相同的檢測思路——將報文分解成域，然后對每一個域進行檢查，與預期的值進行比較，若有異常則發出警報。
下面通過一個具體的例子闡述基于協議分析的系統是如何進行入侵檢測的，假設系統要檢測一個HTTP協議包中是否包含/hidden/admin/，如果存在則認為是一次入侵攻擊，檢測過程如下：
（1）解碼IP包頭文件，確定IP包有效負載所包含的協議；
（2）如果是TCP包，則解碼TCP頭文件，尋找TCP的目的端口；
（3）如果端口為80，即這是一個HTTP協議包，則根據HTTP協議規則分析HTTP包中所有的成分，從中提取出URL路徑；
（4）對URL路徑進行處理，避免路徑欺騙；
（5）查找是否存在與 “/hidden/admin/”一致的路徑，如果存在則向系統發出警報。
從上面可以看出，運用字符串特征識別，就能很準確地判斷出數據包是否滿足我們所設定的條件，如果是，則按照預先設定的規則進行處理。
4. 系統研究及設計
識別和跟蹤系統的設計主要分成三部分，首先是對語音類應用的協議進行分析，歸納出協議中的特征字，編寫出能識別該協議的正則表達式[5]，使用Netfilter中的L7-filter模塊，運用正則表達式對協議進行識別，并通過數據包過濾情況進行驗證；使用iptables的ULOG日志記錄、MySql數據庫，通過監測數據流的狀態，對應用行為的過程進行跟蹤；通過分析數據庫中的日志記錄，可以對應用行為進行統計和控制。論文參考網。
4.1語音聊天識別模塊設計
語音聊天時會在數據包中表現出一些特定的規則，這些規則可以由正則表達式進行描述。安裝L7-filter并編譯內核[6]，使用iptables工具進行添加、刪除、編輯過濾規則，利用規則操作數據包并將過濾包的詳細信息記錄到系統日志文件中，日志記錄在/var/log/messenges中。由于該框架運行在服務器網關，服務器需要對流經系統的所有數據包進行檢測，這樣將規則定義在PREROUTING鏈上最為合適，識別模塊的流程如圖1所示：
圖1 語音聊天識別模塊設計流程
我們以語音聊天工具qq為例，具體的實現命令如下：
iptables–F //清空所有鏈表
iptables –tmangle –I PREROUTING –m layer7 –l7proto qqtalk -j LOG --log–prefix“qqtalk” //允許符合正則表達式qqtalk的數據包進入系統并在日志文件中以“qqtalk” 標識
iptables –tmangle –L –v //查看數據包匹配情況
日志文件messages中記錄了iptables匹配數據包的結果，通過查看日志文件，可以清楚的看到所匹配數據包的記錄情況。
4.2語音聊天跟蹤模塊設計
協議跟蹤就是跟蹤應用中關鍵事件動作的發生，通過數據庫顯示出來，Netfilter本身自帶了五個鏈用于存儲規則，但我們可以創建新的單獨鏈對各種協議進行處理，這樣做可以更具有針對性，而且也不復雜。我們以語音聊天工具qq為例，新建一條qqtalk規則鏈的命令為：
iptables –Nqqtalkchain
將匹配qqtalk正則表達式的數據包轉發到新建的qqtalkchain規則鏈：
iptables –IFORWARD –m layer7 –l7proto qqtalk –j qqtalkchain
研究應用通信過程可以看到，在關鍵事件發生時，一般都伴隨著某些特征字的出現，例如qq發起語音聊天時出現的“INVITE”，取消時出現的“CANCEL”等，這就需要用到iptables中的string模塊，使用字符串匹配的命令為：
iptables –tmangle –m string -algo kmp --string “CANCEL” -j ULOG --ulog –prefix “cancel”
5. 實驗環境搭建及測試
5.1實驗環境搭建
本實驗將語音類應用識別與跟蹤系統部署在雙網卡服務器上，該主機用eth0作為外部網絡接口，與學校網絡相連；用eth1作為本地局域網的網關地址。客戶機運行語音聊天軟件和抓包軟件Wireshark。服務器和客戶機的環境配置見表1：
表1 測試環境配置
關鍵詞：自然語言處理 語言翻譯 人工智能
一、引言
近年來隨著計算機技術和人工智能的快速發展，自然語言信息處理技術已取得了長足的發展。于此同時人們在快速信息檢索、語言翻譯、語音控制等方面的需求越來越迫切。如何將自然語言處理中取得的研究成果應用于文本、語音等方面已成為目前應用研究的一個關鍵。論文將從自然語言信息處理的基礎出發，系統的論述它在語音和文本方面的廣泛應用。
二、自然語言信息處理技術簡介
自然語言信息處理技術產生于上個世紀40年代末期，它是通過采用計算機技術來對自然語言進行加工處理的一項技術。該技術主要是為了方便人與計算機之間的交流而產生的。由于計算機嚴密規范的邏輯特性與自然語言的靈活多變使得自然語言處理技術較復雜。通過多年的發展，該項技術已取得了巨大的進步。其處理過程可歸納為：語言形式化描述、處理算法設計、處理算法實現和評估。其中，語言形式化描述就是通過對自然語言自身規律進行研究，進而采用數學的方法將其描述出來，以便于計算機處理，也可認為是對自然語言進行數學建模。處理的算法設計就是將數學形式化描述的語言變換為計算機可操作、控制的對象。處理算法實現和評估就是通過程序設計語言（如C語言）將算法實現出來，并對其性能和功能進行評估。它主要涉及到計算機技術、數學（主要是建模）、統計學、語言學等多個方面。
三、智能應用
通過多年的研究，自然語言信息處理技術已經取得了巨大的進步，特別是在應用方面。它主要被應用于文本和語音兩個方面。
（一）自然語言信息處理在文本方面的智能應用
在文本方面，自然語言處理技術主要應用在語言翻譯、字符識別、文本信息過濾、信息檢索與重組等方面。其中，語言自動翻譯是一個十分重要并具有極大現實意義的項目。它涉及到計算機技術、數學建模技術、心理學以及語言學等多個方面的學科。通過近些年的努力已得到了一定的發展。自然語言處理技術已在多個方面提升了翻譯的效率和準確性。如自然語言處理中的語言形態分析與歧義分析對翻譯技術來說十分重要，可以很好的處理翻譯中的多意現象和歧義問題，從而提高翻譯的準確性。字符識別具有廣泛的商業應用前景，它是模式識別的一個分支。字符識別的主要過程可分為預處理、識別以及后期處理。目前，字符識別已得到了廣泛的應用，并且效果良好，但還存在識別不準確的問題，其主要問題就出在合理性上，其中后期處理就涉及到采用詞義或語料庫等對識別結果進行合理性驗證，通過該技術就能很好的解決識別不準確的問題，當出現識別不準確、出現多個識別結果時可以通過合理性驗證技術高效的過濾掉異常選項，從而實現快速、準確的識別。目前自然語言信息處理技術在文本方面應用最廣的就是文本檢索。通過采用自然語言信息處理技術，一方面能快速分析用戶輸入信息并進行準確理解為檢索提供更加準確的關鍵詞，并且可以擴展檢索輸入的范圍，讓其不僅僅局限在文本輸入方面，如采用語音輸入或基于圖像的輸入；另一方面，通過采用自然語言信息處理技術可以對搜索到的信息進行處理讓用戶獲取的是更加有效、準確的信息而不是海量的信息源（如許多網頁）。因為將自然語言處理技術與文本重組技術相結合就可以極大的提高檢索的效果，縮小答案的范圍，提高準確性。當然，還可以提高檢索的效率。目前，在中文全文檢索中已得到了廣泛的應用，并且效果良好。
如果能進一步的研究自然語言信息處理技術，將能實現信息的自動獲取與重組，這樣將能實現自動摘要生成、智能文本生成、文件自動分類與自動整理。若能進一步結合人工智能技術，將能實現文學規律探索、自動程序設計、智能決策等諸多方面的應用。這樣可以減輕人類的工作強度，讓我們從繁瑣的基礎工作中走出來，擁有更多思考的時間，從而能更加有效的推動技術的進步。
本論文研究的是利用射頻識別技術將電子施封鎖應用于電動車防盜系統。該電子標簽外殼與RFID芯片融為一體，在不影響現有施封鎖功能的前提下，通過巧妙的設計使標簽外殼附著在施封鎖的一側。
【關鍵詞】射頻識別讀卡器RFID
1、引言
隨著科學技術的發展，電子標簽―RFID在國內外已被廣泛的使用，如為減少行李遺失事故的發生，國際航空運輸協會積極鼓勵全球航空公司和機場，采用先進的RFID技術處理乘客的行李。它能通過射頻信號自動識別目標對象并獲取相關數據，識別過程無須人工干預，能夠工作于各種惡劣環境之中，可用于高速運動目標的識別及多個目標的同時識別，操作快捷方便。由于具有高速移動物體識別、多目標識別和非接觸識別等特點，RFID技術顯示出巨大的發展潛力與應用空間，被認為是21世紀的最有發展前途的信息技術之一，曾被美《商業周刊》評為將掀起新產業浪潮的未來四大高技術之一。
RFID技術的應用已趨成熟。在北美、歐洲、大洋洲、亞太地區及非洲南部都得到了相當廣泛的應用。目前國內RFID的應用已經涉及到鐵路紅外軸溫探測系統的熱軸定位、軌道衡、超偏載檢測系統等。正在計劃推廣的應用領域還有電子身份證、電子車牌、鐵路行包自動追蹤管理等。
2、射頻技術
從信息傳遞的基本原理來說，射頻識別技術在低中高頻段基于變壓器藕合模型（初級與次級之間的能量傳遞及信號傳遞），在超高頻及微波頻段基于雷達探測目標的空間藕合模型（雷達發射的電磁波信號碰到目標后攜帶目標信息返回雷達接收機）。射頻標簽與讀卡器之間的電磁藕合包含兩種情況：一是電感耦合方式，是低、中、高頻段近距離非接觸射頻識別系統的基礎。在電感耦合方式中，讀卡器的天線相當于變壓器的初級線圈，射頻標簽的天線相當于變壓器的次級，因而電感藕合方式也稱為變壓器方式。電感耦合方式通過空間磁場實現耦合，耦合磁場在讀卡器線圈（初級）與射頻標簽線圈（次級）之間構成閉合回路。二是電磁藕合方式，在電磁耦合方式中，讀卡器的天線將讀卡器產生的射頻信號以電磁波的方式定向發送到空間范圍內，形成讀卡器的有效閱讀區域，位于讀卡器有效閱讀區域中的射頻標簽從讀卡器天線發出的電磁場中提取工作電源，并通過射頻標簽的內部電路及標簽天線將標簽內存的數據信息回傳到讀卡器。電磁耦合與電感藕合的差別在于電磁耦合方式中讀卡器將射頻信號以電磁波的形式發送出去；在電感藕合方式中，讀卡器將射頻信號束縛在讀卡器電感線圈的周圍，通過交變閉合的線圈磁場，形成讀卡器天線與射頻標簽天線之間的射頻通道，而沒有向空間輻射電磁能量。電感耦合的RFID系統中，電子標簽卡在天線上形成的接收信號的調制方式常采用副載波負載調制技術；電磁耦合的RFID系統中，電子標簽卡在天線上形成的接收信號的調制方式常采用電磁波反向散射調制技術。
按照讀寫距離來劃分，RFID系統可分為接觸式和非接觸式，而非接觸式又分為近距離（密耦合）、中距離（遙耦合）和遠距離。本論文中主要探討的是遙耦合，讀寫距離從1米到10多米甚至更遠的RFID系統稱為遠距離RFID系統。它是依靠電磁波在空間輻射形成空間電磁場，電子標簽卡與讀寫器之間的通信方式類似雷達探測過程。工作時，射頻標簽位于閱讀器天線輻射場的遠場區內，標簽與閱讀器之間的耦合方式為電磁耦合方式。閱讀器天線一般為極化（線極化或圓極化）天線，并在空間形成一個輻射場為無源標簽提供射頻能量。遠距離RFID系統的工作頻段為860―960MHz、2.4GHz和5.8GHz等，目前大量應用在車輛管理、碼頭集裝箱等大物件的流通領域。
3、RFID技術的應用
本論文中的RFID技術是一種無線通信技術，可通過無線電訊號識別特定目標并讀寫相關數據，而無需識別系統與特定目標之間建立機械或光學接觸。它的工作原理是：無線電信號通過調成無線電頻率的電磁場，把數據從附在物品上的標簽上傳送出去，以達到自動辨識與追蹤該物品的目的。
目前大部分電動車的防盜系統的防盜原理是：當盜竊者觸碰電動車時，車子自動發出警報鳴笛。這種防盜系統根本發揮不了防盜的作用：一、車子經常被非盜竊人員觸碰，導致大家弄不清楚警報聲到底是否是因為盜竊所產生的。二、即便是盜竊所產生的警報，戶主也不能及時知道是有人在盜竊自己的車子。而本論文的構想是：把RFID技術應用在電動車防盜系統中。基本構思是：在電動車的電瓶安裝處加裝施封鎖自動識別裝置并在施封鎖的一側加上電子標簽外殼與RFID芯片，只要是電瓶處或者機動車開鎖處被解鎖，通過RFID的讀卡器，就會發出無線射頻信號，戶主手中的應答器就會接收到報警系統的提示。
整個系統的組成是基于主動射頻激活后的動態識別系統，系統由電子施封鎖，125KHZ低頻激活系統，如圖1所示。
讀出裝置的電路由單片機控制模塊、射頻收發模塊、接口控制及125KHZ無線喚醒發射模塊、其中接口用于控制系統中射頻信號發射和接收。電子施封鎖的電路由單片機控制模塊、射頻收發模塊、125KHZ無線喚醒發射模塊、電源管理幾部分組成。
電子施封鎖的電路由單片機控制模塊、射頻收發模塊及無線喚醒電路、電源等四個部分組成。單片機用于控制射頻收發模塊和保存與電子施封鎖相關的信息；無線喚醒電路則在收到讀寫器發送的特定信號后產生一個中斷信號喚醒休眠的單片機和射頻收發模塊；射頻收發模塊則負責接收和發射讀寫器發送來的信號；電源電路控制電源的功耗，根據無線喚醒電路的指令及無線射頻的信號強度控制電源的消耗，及計算電源的容量及壽命管理，確保電源能長時間可靠的工作。
系統單片機控制模塊采用了NORDIC最新的無線和超低功耗技術，選擇用NRF24LE1控制芯片，在一個極小封裝中集成了包括2.4G無線傳輸，增強型51 FLASH高速單片機，豐富外設及接口等的單片FLASH芯片，是一個綜合了性能及成本的完美結合，很適合應用于各種2.4G的產品設計。
讀寫器和電子施封鎖都有工作及休眠二種工作模式。由安裝在電動車上的震動傳感器感應到電動車震動時，接口控制模塊發出讀寫指令，啟動讀出裝置的射頻收發模塊工作，同時啟動125KHZ無線喚醒發射模塊工作；電子施封鎖受到讀出裝置喚醒信號后啟動工作，實現與讀出裝置的數據交換，完成一次完整的數據交換后，讀出裝置將讀取到的信息存在于單片機控制模塊中，并迅速將車載信息發送到車主手中的報警器。讀出裝置和電子施封鎖重新進入低功耗休眠狀態，等待下一次的喚醒。
本論文中的電子施封鎖采用電池供電，而電池是一種消耗性的電源，工作時間短，為了延長車載卡的工作時間，需要進行電源管理，以降低功耗。當前大多數的電源管理方法采用一種周密設計的喚醒、休眠方法。但大多數情況下，喚醒周期的大部分時間是徒勞無用的， 消耗能量。本系統中采用一種無線觸發喚醒的電源管理方法，在這種方法中，車載卡進入休眠模式后就會一直保持睡眠狀態，在讀寫器沒有發送出特定頻率的無線信號時，它是不會被喚醒的。當然，這個特定頻率的無線信號會立即地喚醒休眠的電子施封鎖這樣，就節省了在喚醒前和監測期間的電源消耗。
高安全性，芯片內固化Gazell協議具有AES 128bit 高強度加密，確保數據傳輸的安全可靠；低功喚醒、高頻數據交換，避免了同頻干擾。喚醒脈沖通過特定頻率是125KHZ低頻發送，而數據通信采用另外的2.4G無線頻率傳送。一旦讀寫器與標簽建立通信連接后，雙方便跳到由讀寫器指定的固定頻率上工作。這樣，即使電動車或是整個停車場中其它電子施封鎖在無線通信范圍內也不會被喚醒，避免了同頻干擾起到了抗干擾的作用。