基于大型物联网技术电商仓库检测.docVIP

基于大型物联网技术电商仓库检测 　　摘 要： 针对当前检测电商仓库容量或流量精度不高的问题，在大型物联网环境下设计基于决策树主成分分析的电商仓库检测方法。首先基于电子标签技术构建电商仓库存储系统的物联网构架模型，采用超高频射频识别技术追踪电商仓库系统的物流流量，并提取信息特征；在C4.5决策树模型下，分析仓库物流信息特征主成分，实现对电商仓库吞吐量和容量的准确检测和预估；最后通过实验进行性能测试。实验结果表明，采用该方法对仓库的吞吐量预测和物资收发数据实时检测的精度较高，提高了电商仓库的物资收发效率 关键词： 物联网； 电子标签； 决策树； 电商仓库 中图分类号： TN911?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）05?0171?03 Abstract： Since the detection accuracy of the current e?commerce warehouse capacity and flow is low， a new e?commerce warehouse detection method based on decision tree principal component analysis was designed under the large Internet of Things environment. The Internet of Things framework model of the e?commerce warehouse storage system was constructed based on the RFID technology. The ultrahigh frequency RFID technology is used to trace the logistics flow of the e?commerce warehouse system and extract the information feature. The principal component of the warehouse logistics information characteristics is analyzed in C4.5 decision tree model to detect and estimate the throughput and capacity of the e?commerce warehouse accurately. The performance of the method was tested with experiments. The experimental results show that the method has high real?time detection accuracy of the warehouse throughput prediction and materials transceiving data， and can improve the materials transceiving efficiency of the e?commerce warehouse. Keywords： Internet of Things； electronic tag； decision tree； e?commerce warehouse 0 引 言 电商仓库是电子商务整个网络系统进行物资收发和物资存储的终端，电商仓库中库存量的准确检测和预测是保障物资收发安全，提高电商物资收发效率的关键。研究电商仓库的准确检测方法，对促进电子商务和电子物流行业的发展具有重要意义。物联网技术的进步更为有力地推进了优化电商仓库检测技术。物联网技术通过电子标签识别技术、物联网的网络层、感知层和应用层进行电商仓库物资的信息标识和识别，采用无线射频感知与检测技术进行信息读取和信息处理，提高仓库的物资管理效率[1] 以信息采集和数据加工的大型物联网技术为基础，对电商仓库进行物资检测和信息处理。采用无线射频（RFID）识别技术实现对电商仓库物资的在线追踪和信息采集，RFID识别过程中受到不确定进出库信息数据的干扰，同时也会产生大量数据冗余，导致对电商仓库的准确检测性能不好，对物流输出的信息估计精度不高[2?3]。针对这一问题，本文在大型物联网技术的基础上，进行电商仓库检测方法优化设计，基于电子标签技术构建电商仓库存储系统的物联网构架模型，采用超高频射频识别技术进行电商仓库系统的物流流量追踪和信息特征提取，然后对提取的仓库物流信息特征在C4.5决策树模型下进行主成分分析，实现对电