| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 缩略词 | 第11-12页 |
| 注释表 | 第12-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 光电传感在物联网动态检测中的研究现状 | 第14-18页 |
| 1.2.1 图像检测 | 第14-15页 |
| 1.2.2 激光测距 | 第15-16页 |
| 1.2.3 精确制导 | 第16-17页 |
| 1.2.4 射频识别 | 第17-18页 |
| 1.3 神经网络在多目标优化方面的研究现状 | 第18-20页 |
| 1.4 本文主要研究内容 | 第20-21页 |
| 第二章 基于光电传感器的RFID多标签分布检测与验证系统设计与实现 | 第21-35页 |
| 2.1 托盘级RFID应用检测系统设计 | 第21-26页 |
| 2.1.1 系统硬件结构设计 | 第21-24页 |
| 2.1.2 系统软件系统设计 | 第24-26页 |
| 2.2 二维平面分布的多标签检测系统设计 | 第26-28页 |
| 2.3 三维空间分布的多标签检测系统 | 第28-34页 |
| 2.3.1 硬件结构 | 第29-31页 |
| 2.3.2 系统测试流程设计 | 第31-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 应用于多标签定位的图像处理算法研究 | 第35-48页 |
| 3.1 图像处理算法概述 | 第35-37页 |
| 3.2 二维平面分布的标签定位 | 第37-40页 |
| 3.2.1 基于阈值的图像分割 | 第37-38页 |
| 3.2.2 二维平面RFID标签定位研究 | 第38-40页 |
| 3.3 三维空间分布的标签定位 | 第40-46页 |
| 3.3.1 模板匹配 | 第40-41页 |
| 3.3.2 基于LOG算法的边缘检测 | 第41-42页 |
| 3.3.3 三维空间RFID标签定位研究 | 第42-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 基于神经网络的RFID多标签优化分布方法研究 | 第48-70页 |
| 4.1 基于BP神经网络的RFID多标签分布寻优 | 第48-54页 |
| 4.1.1 BP神经网络基本概念 | 第48-50页 |
| 4.1.2 BP网络的学习算法 | 第50-52页 |
| 4.1.3 BP神经网络训练及结果分析 | 第52-54页 |
| 4.2 基于GA-BP神经网络的RFID多标签分布优化 | 第54-62页 |
| 4.2.1 GA-BP神经网络的基本概念 | 第54-57页 |
| 4.2.2 GA-BP算法 | 第57-60页 |
| 4.2.3 GA-BP神经网络训练及结果分析 | 第60-62页 |
| 4.3 基于PSO神经网络的RFID多标签分布寻优 | 第62-66页 |
| 4.3.1 PSO神经网络的基本概念 | 第62-63页 |
| 4.3.2 PSO算法 | 第63-65页 |
| 4.3.3 PSO神经网络训练及结果分析 | 第65-66页 |
| 4.4 三种神经网络优化方法的比较分析 | 第66-68页 |
| 4.5 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 总结 | 第70-71页 |
| 5.2 研究展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 在学期间的研究成果及发表的学术论文 | 第78页 |
