第一篇：模式识别技术及其应用
模式识别技术原理概述及其在刑事科学技
术中的应用
李同
中国人民公安大学 北京 102623
摘要 随着现代科学技术的不断发展，模式识别技术成为以数学及计算机信息技术为基础的新生现代科技，现已被应用到医疗、军事等多方面领域，特别是在公安系统刑事科学技术领域得到了广泛应用。总结模式识别技术处理问题的基本原理和常见识别方式，探讨模式识别技术在刑事科学技术中的应用。 关键词 模式识别技术;刑事科学技术;生物识别
存在于时间和空间中可观察的事物，如果可以区别它们是否相同或相似，都可以称之为模式(pattern)。而针对现代信息科技的狭义领域内，模式可以说是为了能让计算机执行和完成分类识别任务，通过对具体的个别事物进行观测所得到的具有时间和空间分布的信息。从这些大量的信息及数据出发，模式识别(Pattern Recognition)便是用计算机实现人对各种事物或现象的分析,描述,判断,识别的过程。模式识别技术的发展是从1929年G. Tauschek发明数字阅读机开始的，直到20世纪70年代，一些发达国家开始将模式识别应用到刑事侦查部门[1]。随着科技的不断进步，模式识别在刑事科学技术方面的应用越来越广泛，发挥的作用也越来越大，从某种意义上说模式识别促进了侦查和刑事技术手段的发展。
一、模式识别系统
模式识别是解决如何利用计算机对样本进行模式识别，并对这些样本进行分类。执行模式识别的计算机系统被称为模式识别系统。一个完整的模式识别系统，由数据获取、预处理、特征提取、分类决策和分类器设计5部分组成。可以分为上下两部分：上半部分完成未知类别模式的分类;下半部分完成分类器的设计训练过程。
(一)数据获取及预处理
数据获取是通过传感器，将光或声音等信息转化为计算机能够识别的电信息
的过程。为了更准确有效的读取信息，对由于信息获取装置或其他因素所造成的信息退化现象进行复原、去噪，从而加强信息的利用率，这个过程就是预处理。
(二)特征提取
由于数据获取部分所获得的原始信息数据量相当庞大，为了将这种维数较高的模式空间转换为维数较低的特征空间，从而实现分类识别，得到最能反映分类本质特征的向量，这个对特征进行抽取和选择的过程即为特征提取。
(三)分类器设计和分类决策
分类器设计的主要功能是通过训练来确定判决规则，它属于训练过程的一部分，其主要目的就是针对训练样本来按其判决的规则进行分类，以建立错误率最低的标准库。分类决策便是以分类器设计所建立的标准库为标准对特征空间的待识别对象进行分类，这样不仅能够使错误识别率降到最低，还能极大的提高数据利用率，最大程度的减少客观的信息损失。
二、模式识别在刑事科学技术中的应用
近几年，作为新生现代科技手段，模式识别技术被广泛应用于生活中的各个领域，如：字符识别、医疗诊断、遥感控图、环境监测、语音识别和产品检测等。模式识别技术极大的提高了人们的工作和生活质量，不断推动着社会的发展。在刑事科学技术方面，模式识别已经处于举足轻重的地位，特别是在指纹识别、人脸识别、虹膜识别等生物识别技术方面极大的提高了刑事侦查水平，为寻找犯罪证据和破获案件提供了强有力的技术手段支持，促进了刑事科学技术现代化建设。
(一)指纹识别
由于指纹具有唯一性、方便性和终身不变性，我国早在两千年前就曾使用指纹来破案。替代了传统的人工识别指纹的方法，指纹识别技术[2]已成为目前刑事侦查部门进行认定识别工作的主流技术，同时也是证据鉴定和侦查破案的有力保障。
如在20年前漳州商业大厦电梯杀人一案中，现场的线索少之又少，唯一有价值的线索是民警通过仔细勘查所提取到的一枚残缺指纹。在当时指纹识别技术还未完全成熟的年代，仅仅通过这枚残缺指纹找到凶手是相当困难的。然而，随着指纹识别技术的成熟，这件在当时看来无法破解的谜案，却在2011年全国公
安系统的“清网行动”中发现08年嫌疑人于上海斗殴的指纹与95年杀人案的残缺指纹认定同一。20年前的谜案被轻松告破，嫌疑人蔡某伟终被缉拿归案。
指纹识别系统是一个典型的模式识别系统，其主要分为指纹数据获取、指纹区域分割、指纹图像预处理、特征提取和匹配五个过程。凭借着可靠性强、速度快、操作简便等优点，指纹识别技术将继续作为刑事科学技术里进行生物识别的主要技术手段不断成熟发展。但是，小几率的错误识别和模糊难成像等问题仍是指纹识别技术进行改进需要考虑的首要问题。
(二)人脸识别
人脸识别是目前模式识别领域中被广泛研究的热门课题，相比传统的身份识别方式，人脸识别凭借着其身具有的安全性、保密性和方便性等优势，在近几年来得到了飞速发展并广泛应用于社会中的安全和经济领域[3]。目前，人脸识别技术已经成为刑事科学技术工作中较为成熟的鉴定技术之一，在刑事侦查实际工作中，人脸识别技术落实到身份认证、视频监控、视频资料分析等具体工作上，使得在进行布控排查、人像识别、犯罪嫌疑人认定以及门禁等方面都得到了良好的应用效果。
如在09年的郑州市特大抢劫杀人案中，人脸识别技术就发挥了高效的作用：2009年3月17日下午，郑州市金水区紫荆山路繁华路段发生一起特大入室抢劫杀人案，由于现场线索较少，案件的侦破一度陷入僵局。唯一的一段有价值的监控录像，是嫌疑人闪过的一个侧面照，而且很模糊。通过清大维森人脸识别比对系统小图像重建功能，对模糊的犯罪嫌疑人影像，进行了还原重建，最终锁定了大同籍男子次全为重点嫌疑对象。2012年12月29日，专案组民警在大同市将次全抓获，案件成功告破。此外，在近几年的南京“2.8” 贩毒团伙案、武汉“4.15”特大入室盗窃案等重要案件中，人脸识别相关技术都实现了快速认定犯罪嫌疑人身份的工作，是案件迅速告破。
人脸识别的原理实际就是首先采集人脸图像，经过预处理和特征选取单元处理后，再与子空间的训练和测试图像相比对，进而选择距离函数进行识别的模式识别过程，目前主要由基于整体计算的识别和基于局部特征的识别两种方法以及Ada boost和PCA等计算方法。但是，由于人脸识别率受多方面影响、采集图像一般较为模糊等诸多问题还没有得到良好的解决，人脸识别至今仍是在刑事科学技术领域内的一个具有挑战性的研究方向。
(三)虹膜识别
在一些科幻电影和电视节目剧情中，我们时常看到通过扫描眼球进行身份识别的画面，这就是虹膜识别技术。如今，虹膜识别技术已不再是幻想，从1993年第一个高性能的自动虹膜识别原型系统诞生开始，虹膜识别技术开始逐渐走进人们的生活。
虹膜是位于瞳孔和巩膜之间的圆环状组织，它具有斑点、细丝、条纹等丰富而各不相同的细节纹理图案。并且，一个人的虹膜在胎儿时期发育成熟后将终生不变，其本身具有高度的唯一性和稳定性，使它成为一种安全性极高的人体生物特征。因此，利用虹膜进行人身鉴的虹膜识别技术应运而生。
虹膜识别技术的基本操作流程同模式识别的基本流程大致相同，首先使用特殊的取像设备对人的整个眼部进行扫描拍摄并储存，然后对所记录的图像信息进行预处理，此过程通常包括虹膜定位、虹膜图像归一化、图像增强三个部分，也是难度较大的一个环节。得到质量较高的图像信息后，计算机将对处理过的图像进行特征分析，并将特征点进行编码，进而实现最后的编码匹配，实现人身的认定工作。
在模式识别领域内，虹膜识别被认为是二十一世纪最具有发展前景的生物鉴定技术，这不仅仅归结于虹膜简单的唯一性的特点。比如，与指纹识别相比，虹膜识别还有非侵犯性、活体验证等特性;和语音、人脸等非接触式身份鉴别的方法相比，虹膜具有更高的准确性[4]。只是，由于虹膜识别设备复杂，扫描距离短，图像处理设备的处理效果不佳，以及广大民众心理上还未能认识其安全保障，目前，虹膜识别技术还处于开发和研究阶段。相信在不久的将来，虹膜识别这种技术会为我们带来侦查破案极大帮助，也会开辟一个生物识别领域的革命新时代。
三、模式识别在刑事科学技术的未来发展和展望
随着信息科学技术的不断发展和大力推进，模式识别技术已经渗透进了人们日常生活, 如教育、通信、医疗等等[5]。我们已经亲眼目睹和切身体会到了以模式识别为基础的人工智能技术给日常生活带来的深刻变化,它使得我们周围无处不在的计算机系统具有灵活而友好的多种智能用户界面,使计算机和人的交流更为容易和自然。这就标示着在未来的刑事科学技术领域里，更加准确、智能、快速、便捷的刑事侦查和鉴定识别的技术手段将会不断创新和完善，这将成为实现未来社会更高的破案率和更低的犯罪率的基础，同时也是使人们的生活也会变得
更加安全、和谐的保障。
未来的时代，将会是信息科技的时代，是人工智能的时代，是计算机的模式识别活动替代人类活动来高效完成工作的时代。模式识别技术的不断发展将会给刑事科学技术带来更多的应用前景，也标志着刑事科学技术的现代化建设，将会随着模式识别发展的步伐登上一个全新的高度，为未来的打击犯罪和维护正义增添新的利剑!
参考文献
[1]贾铁军，李锦.人工智能在刑事技术中的应用[J].刑事技术,2002，(6)56-60. [2]杨宏林，吴陈.指纹识别方法综述[J].华东船舶工业学院学报，2003,17(3) [3]周激流.人脸识别理论研究进展[J].计算机辅助设计与图形学学报，1999，11 [4] 王川, 汪超, 司玉林, 等. 基于TMS320DM6446和TVP5158的虹膜识别系统[J]. 数据采集与处理, 2012(6).[维普] [5] 赵志宇.模式识别系统的工作原理及发展趋势[J]. 科技风, 2010
作者简介:李同(1994-)，男，山东临沂人，中国人民公安大学2013级刑事科学技术专业本科生。
邮寄地址：北京市大兴区黄亦路中国人民公安大学(团河校区) 邮编：102623 收件人：李同
联系电话：13120231178
第二篇：关于学习了解模式识别技术报告
关于了解学习模式识别技术报告
谈起模式识别，我们首先想到的是人工智能。模式识别是人工智能的一个分支，是计算机应用内容的一部分。要想了解学习模式识别，首先要懂得人工智能。
第一篇 人工智能
什么是人工智能呢?人工智能主要用人工的方法和技术，模仿，延伸和扩展人的智能，实现机器智能。人工智能的长期目标是实现达到人类智力水平的人工智能。(摘自《人工智能》史忠植编著，第一章 绪论)
简单来说就是使机器拥有类人行为方法，类人思维方法和理性行为方法。让机器像人一样拥有自主思维的能力，拥有人的生存技能，甚至在某方面超过人类，用所拥有的技能，更好的为人类服务，解放人类的双手。
简单了解了人工智能的概念，接下来将介绍人工智能的起源与发展历史。说到历史，很多人可能有点不大相信。人类对智能机器的梦想和追求可以追溯到三千多年前。也许你会有疑问，三千多年前，人类文明发展都不算成熟，怎么可能会有人对机器有概念。当然，那时候的机器并非现在的机器概念。在我国，早在西周时代(公元前1066~公元前771年)，就流传有关巧匠偃师献给周穆王艺伎的故事。东汉(公元25~公元220年)张衡发明的指南车是世界上最早的机器人雏形。(摘自《人工智能》史忠植编著，第一章 绪论)现在你也许已经笑掉大牙了。那样一个简易工具竟然说是机器人雏形。但是事实就是这样，现在对机器人的概念依旧模糊，有些人觉得机器人必须先有像人一样的外形。其次是有人一样的思维。这个描述是没有错的，但是有点片面了，只顾及到字面意思了。机器人的概念是自动执行工作的机器装置。所以机器可以自动执行工作都叫机器人。在国外也有案例：古希腊斯吉塔拉人亚里士多德(公元前384年~公元前322年)的《工具论》，为形式逻辑奠定了基础。布尔创立的逻辑代数系统，用符号语言描述了思维活动中推理的基本法则，被后世称为“布尔代数”。这些理论基础对人工智能的创立发挥了重要作用。(摘自《人工智能》史忠植编著，第一章 绪论)人工智能的发展历史，可大致分为孕育期，形成期，基于知识的系统，神经网络的复兴和智能体的兴起。具体时期的主要内容在此不必赘述。
人工智能究竟是研究什么的呢?知道了概念，起源，我想更想知道的应该是它对我们自己究竟有什么用。
人工智能是一门新兴的边缘科学，是自然科学和社会科学的交叉学科，它吸取了自然科学和社会科学的最新成果，以只能为核心，形成了具有自身研究特点的新的体系。人工智能的研究涉及广泛的领域，包括知识表示，搜索技术，机器学习，求解数据和知识不确定问题的各种方法等。人工智能的应用领域包括专家系统，博弈，定理证明，自然语言理解，图像理解和机器人等。人工智能也是一门综合性的学科，它是在控制论，信息论和系统论的基础上诞生的，涉及哲学，心理学，认知科学，计算机科学，数学以及各种工程学方法，这些学科为人工智能的研究提供了丰富的知识和研究方法。(摘自《人工智能》史忠植编著，第一章 绪论)具体内容为： 1.认知建模，人类的认知过程是非常复杂的，建立认知模型和技术常称为认知建模，目的是为了从某些方面探索和研究人的思维机制，特别是人的信息处理机制，同时也为设计相应的人工智能系统提供新的体系结构和技术方法;
2.知识表示，人类的智能活动过程主要是一个获得并运用知识的过程，知识是智能的基础。人们通过实践，认识到客观世界的规律性，经过加工整理，解释，挑选和改造而形成知识。为了使计算机具有智能功能，使它能模拟人类的智能行为，就必须使他具有适当形式表示的知识。知识表示是人工智能中一个十分重要的研究领域。
3.自动推理，从一个或几个已知的判断(前提)逻辑地推论出一个新的判断(结论)的思维形式称为推理，这是事物的客观联系在意识中的反映。自动推理是知识的使用过程，人解决问题就是利用以往的知识，通过推理得出结论。自动推理是人工智能研究的核心问题之一。
4.机器学习，机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。只有让计算机系统具有类似人的学习能力，才有可能实现人类水平的人工智能。机器学习是人工智能研究的核心问题之一，是当前人工智能理论研究和实际应用非常活跃的研究领域。
在人工智能研究方面，不仅仅有众多的类别，同时有不同的研究学派。其中有:符号主义学派，连接主义学派，行为主义学派。
符号主义学派，亦称为功能模拟学派。主要观点认为智能活动的基础是物理符号系统，思维过程是符号模式的处理过程。该学派指出：展现一般智能行为的物理系统其充要条件是它是一个物理符号系统。充分性表明智能可以通过任意合理组织的物理符号系统来得到。必要性表明一个由一般智能的主体必须是一个物理符号系统的一个实例。物理符号系统假设的必要性要求一个智能体，不管它是人，外星人还是计算机，都必须通过在符号结构上操作的物理实现来获得智能。
连接主义学派，亦称为结构模拟学派，基于神经元和神经网络的连接机制和学习算法。这种研究方法能够进行非程序的，可适应环境变化的，类似人类大脑风格的信息处理方法的本质和能力，这种学派的主要观点认为，大脑是一切智能活动的基础，因而从大脑神经元及其连接机制出发进行研究，搞清楚大脑的结构以及它进行信息处理的过程和机理，渴望揭示人类智能的奥秘，从而真正实现人类智能在机器上的模拟。
行为主义学派，亦称为模拟学派，认为智能行为的基础是“感知-行动”的反应机制。基于智能控制系统的理论，方法和技术，研究拟人的智能控制行为。
上述三种研究方法从不同的侧面研究了人的自然智能，与人脑的思维模型有着对应的关系。粗略额的划分，可以认为符号主义研究抽象思维，连接主义研究形象思维，而行为主义研究感知思维。研究人工智能的三大学派，三条途径各有所长，要取长补短，综合集成。
最为重要的莫过于人工智能的应用，当前，几乎所有的科学与技术的分支都在共享着人工智能领域所提供的理论和技术。在这里将列举一些人工智能经典的，有代表性和有重要影响的应用领域。
1.专家系统
专家系统是一类具有专门知识和经验的计算机智能程序系统通过对人类专家的问题求解能力的建模，采用人工智能中的知识表示和知识推理技术来模拟通常有专家才能解决的复杂问题，达到具有与专家同等解决问题能力的水平。(摘自《人工智能》史忠植编著，第一章 绪论)
2.数据挖掘
数据挖掘是人工智能领域中一个令人激动的成功应用它能够满足人们从大量数据中挖掘出隐含的，未知的，有潜在价值的信息和知识的要求。对数据而言，在他的特定工作或生活环境里，自动发现隐藏在数据内部的，可被利用的信息和知识。要实现这些目标，需要有大量的原始数据，明确的挖掘目标，相应的领域知识，友善的人-机界面，以及寻找合适的开发方式。挖掘结果共数据拥有者决策使用，必须得到拥有者的支持，认可和参与。(摘自《人工智能》史忠植编著，第一章
绪论)
3.自然语言处理
自然语言处理研究计算机通过人类熟悉的自然语言与用户进行听，说，读，写，等交流技术，是一门与语言学，计算机科学，数学，心理学和声学等学科相联系的交叉性学科。自然语言处理研究内容主要包括：语言计算(语音与音位，词法，句法，语义和语用等各个层面上的计算)，语言资源建设(计算机词汇学，术语学，电子词典，语料库和知识本体等)，机器翻译或机器辅助翻译，汉语和少数民族语言文字输入输出及其只能处理，中文手写和印刷体识别，中文语音识别及文语转换，信息检索，信息抽取与过滤，文本分类，中文搜索引擎和以自然语言为枢纽的多媒体检索等。
4.智能机器人
智能机器人是一种自动化时代的机器，具有相当大的“大脑”，具备一些人或生物相似的智能能力，如感知能力，规划能力，动作能力和协同能力，是一种具有高度灵活性的自动化机器。随着人们对机器人技术智能化本质的认识的加深，机器人技术开始向人类活动的各个领域渗透。结合这些领域的应用特点，人们发展了各式各样的具有感知，决策，行动和交互能力的特种机器人和各种智能机器。(摘自《人工智能》史忠植编著，第一章 绪论)
5.模式识别
模式识别是指对表征事物或现象的各种形式的信息进行处理和分析，以便对事物或现象进行描述，辨认，分类和解释过程。模式是信息赖以存在和传递形式，诸如波普信号，图形，文字，物体的形状，行为的方式和过程的状态等都属于模式的范畴。人们通过模式感知外部世界的各种事物或现象，这是获取知识，形成概念和作出反应的基础。(摘自《人工智能》史忠植编著，第一章 绪论)
6.分布式人工智能
分布式人工智能研究一组分布的，松散耦合的智能体如何运用他们的知识，技能和信息，为实现各自的或全局的目标协同工作。20世纪90年代以来，互联网的迅速发展为新的信息系统，决策系统和知识系统的发展提供了极好的条件，它们在规模，范围和复杂程度上增加极快，分布式人工智能技术的开发与应用越来越成为这些系统成功的关键。(摘自《人工智能》史忠植编著，第一章 绪论)
7.互联网智能
如果说计算机的出现为人工智能的实现提供了物质基础，那么互联网的产生和发展则成为人工智能提供了更加广阔的空间，成为当今人类社会信息化的标志。互联网已经成为越来越多的“数字图书馆”，人们普遍使用Google，百度等搜索引擎，为自己的日常工作和生活服务。(摘自《人工智能》史忠植编著，第一章 绪论)
8.博弈
博弈是人类社会和自然界中普遍存在的一种现象，如下棋，打牌，战争等。博弈的双方可以是个人，群体，也可以是生物群或智能机器，各方都力图用自己的智慧获取成功或击败对方。博弈过程可能产生惊人庞大的搜索空间。要搜索这些庞大而且复杂的空间需要使用强大的技术来判断备择状态，探索问题空间，这些技术被称为启发式搜索。博弈为人工智能提供了一个很好的实验场所，可以对人工智能的技术进行检验，以促进这些技术的发展。(摘自《人工智能》史忠植编著，第一章 绪论)
人工智能大的方面介绍暂且到此为止。接下来重点介绍模式识别技术。
第二篇 模式识别
模式识别已经成为当代高科技研究的重要领域之一，它已发展成为一门独立的新科学。模式识别技术迅速扩展，已经应用在人工智能，机器人，系统控制，遥感数据分析，生物医学工程，军事目标识别等领域，几乎遍及各个学科领域，在国民经济，国防建设，社会发展的各个方面得到广泛应用，产生了深远的影响。像前一篇一样我们先来介绍模式识别的概念。
模式识别就是机器识别，计算机识别或机器自动识别，目的在于让机器自动识别事物。(摘自《模式识别与智能计算——MATLAB著 第1章 模式识别概述 )
技术实现》杨淑莹识别是对各种事物或现象的分析，描述，判断。模式识别是指在某些一定量度或观测基础上，把待识别模式划分到各自的模式中去，即根据模式的特性，将其判断为某一类。(摘自《模式识别技术及其应用》杨帮华著 第1章 模式识别简介 )
例如手写数字的识别，结果就是将手写的数字分到具体的数字类别中;智能交通管理系统的识别，就是判断是否有汽车闯红灯，闯红灯的汽车车牌号码;还有文字识别，语音识别，图像中物体识别，等等。该学科研究的内容是使机器能做以前只能由人类才能做的事，具备人所具有对各种事物与现象进行分析，描述与判断的部分能力。模式识别是直观的，无所不在的，实际上人类在日常生活的每个环节，都从事着模式识别的活动。人和动物较用意做到的模式识别，但对计算机来说确实非常困难的。让机器能识别，分类，就需要研究识别的方法，这就是这门科学的任务。
模式识别的基本组成： (1)数据获取;
用计算机可以运算的符号来表示所研究的对象，这些可表示的符号包括：二维图像，如文字，指纹，地图，照片等;一维波形，如脑电图，心电图，机械振动波形等;物理参量和逻辑值，如体温，化验数据，参量正常与否的描述。
(2)预处理;
去除信号中噪声，提取有用信息，使信息纯化，或者是对输入测量仪器或其他因素所造成的退化现象进行复原。预处理这个环节内容很广泛，与要解决的具体问题有关，例如，从图像中汽车车牌的号码识别出来，就需要先将车牌从图像中找出来，再对车牌进行划分，将每个数字分别划分开。
(3)特征提取和选择;
要对预处理信号进行交换，得到最能反映分类本质的特征。同时，对特征进行必要的降维处理，将维数较高的测量空间转换到维数较低的特征空间，对所获取的信息实现从测量空间到特征空间的转换。
(4)分类器设计和决策。
分类器设计是指依据特定空间分布，设计及决定分类器的具体参数。主要是指对输入的训练样本，进行预处理，特征提取及选择，在样本训练基础上，确定某判决规划规则或判决函数，使得按这种规则对被识别对象进行分类，所造成的错误识别率最小或引起的损失最小，在设计阶段判决函数需要多次反复进行，直到误差达到一定条件。分类决策是指依据分类器设计阶段建立的预处理，特征提取与选择及判决函数模型，对获取的未知样本数据进行分类识别，把被识别对象归为某一类，输出分类结果
模式识别的特点：
(1)模式识别是用机器模仿大脑的识别过程，设计很大的数据集合，并自动地以高速度做出决策。
(2)模式识别不像纯数学，而是抽象加上实验的一个领域。他的这个性质常常导致不平凡的和比较成效的应用，而应用又促进进一步的研究和发展。由于它和应用的关系密切，因此它又被认为是一门工程学科。
(3)学习(自适应性)是模式识别的一个重要的过程和标志。但是，编制学习程序比较困难，而有效地消除这种程度中的错误更难，因为这种程序是有智能的。
(4)同人的能力相比，现有的模式识别能力仍然是相当薄弱的(对图案和颜色的识别除外)，机器通常不能应付大多数困难问题。采用交互式别法可以在较大程度上克服这一困难，当机器不能做出一个可靠的决策时，它可以求助于操作人。(摘自《模式识别技术及其应用》杨帮华著 第1章 模式识别简介 )
模式识别的主要方法： 1.统计决策法
(1)参数方法。主要以贝叶斯决策准则为指导。其中最小错误率和最小风险贝叶斯决策是最常用的两种方法。
(2)非参数方法。沿参数方法这条路走就要设法获取样本统计分布的资料，要知道先验概率，类分布概率密度函数等。然而在样本数目不足条件下要获取准确的统计也是困难的。这样一来人们考虑走另一条道路，即根据训练样本集提供的信息，直接进行分类器设计。这种方法绕过统计分布状况的分析和参数估计，而企图对特征空间实行划分，称为非参数判别分类法，即不依赖统计参数的分类法。这是当前模式识别中主要使用的方法，并且涉及人工神经元网络与统计学习理论等多方面。 2.结构模式识别
结构模式识别是利用模式的结构描述与句法描述之间的相似性对模式进行分类。每个模式由它的各个子部分(称为子模式或模式基元)的组合来表示。对模式的识别常以句法分析的方式进行，即依据给定的一组句法规则来剖析模式的结构。当模式中每一个基元被辨认后，识别过程就可通过执行语法分析来实现。选择合适的基元是结构模式识别的关键。 3.模糊模式识别
所谓的模糊模式识别就是解决模式识别问题时引入模糊逻辑的方法或思想。同一般的模式识别方法相比较，模糊模式识别具有客体信息表达更加合理，信息利用充分，各种算法简单灵巧，识别稳定性好，推理能力强的特点。 4.人工神经网络模式识别
模拟动物神经系统的某些功能，采用软件或硬件的办法，建立了许多以大量处理单元为结点，处理单元间实现(加权值的)互联的拓扑网络，进行模拟，称之为人工神经网络。这种方法可以看作是对原始特征空间进行非线性变换，产生一个新的样本空间，使得变换后的特征线性可分。同传统统计方法相比，其分类器是与概率分布无关的。人工神经网络的主要特点在于其具有信息处理的并行性，自组织和自适应性，具有很强的学习能力和联想功能以及容错性能等，在解决一些复杂的模式识别问题中显示出其独特的优势。 模式识别的典型应用和发展： 1.文字识别
目前，汉字输入主要分为人工键盘输入和机器自动识别输入两种。其中人工键入速度慢而且劳动强度大;自动输入又分为汉字识别输入及语音识别输入。从识别技术的难度来说，手写识别的难度高于印刷体识别，而在手写识别中，脱机手写体的难度又远远超过了联机手写识别。到目前为止，除了脱机手写体数字的识别已有实际应用外，汉字等文字的脱机手写体识别还处在实验室阶段。 2.语音识别
语音识别技术所涉及的领域包括信号处理，模式识别，概率论和信息论，发声机理和听觉机理，人工智能等。 3.指纹识别
指纹识别的方法有很多，大致可以分为四类：基于神经网路地方法，基于奇异点的方法，语法分析地方法和其他方法。 4.细胞识别
基于图像区域特征，利用计算机技术对显微细胞图像进行自动识别越来越受到大家的关注，并且现在也获得了不错的效果。 5.医学诊断
在癌细胞检测，X射线照片分析，血液化验，血液分析，染色体分析，心电图诊断和脑电图诊断等方面，模式识别已取得了成效。 6.军用目的的自动识别 如雷达探测目标的自动识别，自动跟踪，卫星照片的自动识别等。 7.生物认证技术
生物认证技术是21世纪最受关注的安全认证技术之一，它的发展是大势所趋。人们愿意忘掉所有的密码，扔掉所有的磁卡， 凭借自身的唯一性标识身份与保密。 8.数字水印技术
IDC预测，数字水印技术在未来的5年内全球市场规模超过80亿美元.
模式识别的发展，模式识别是一个交叉，综合的科学技术领域，不仅与其他信息学科而且还包括数理科学，生命科学，地球科学，工程与材料科学，管理科学，环境科学的相互作用和渗透越来越高，其科学界限很可能随着发展而逐渐模糊。其发展离不开应用和工程，离不开国家目标。因此，其科学技术内涵与外延应该与时俱进，更新和扩展，研究的方向与内容应该更具有综合性，交叉性，更强调国家目标的实现，解决国家急需的重大问题，重大关键技术攻关和社会发展中的科学技术难题和基础理论问题。
模式识别从20世纪20年代发展至今，人们的一种普遍看法是不存在对所有模式识别问题都适用的单一模型和解决问题的单一技术，我们现在拥有的只是一个工具袋，所要做的是结合具体问题把统计的和句法的识别结合起来，把统计模式识别或句法模式识别与人工智能中的启发式搜索结合起来，把人工神经网络与各种已有技术以及人工智能中的专家系统，不确定推理方法结合起来，深入掌握各种工具的效能和应有的可能性，互相取长补短，开创模式识别应用的新局面。
模式识别是一项全新的高科技的技术，我们实践团队虽然在了解这个技术做了很多努力，但是毕竟了解到的也只是皮毛而已。在这个科技突飞猛进的时代，每天都更新着不同的技术，只有不断地去学习，才能适应这个社会，适应这个时代。模式识别的了解学习报告暂时告一段落，接下来我们将进入中科院，采访专业人士，来解决我们的困惑。
第三篇：生物识别技术在社保领域的应用
摘 要近几年来，伴随着经济体制改革，劳动力跨地区就业、退休人员异地籍养老、医保异地报销等问题越来越严重，给我国人力资源社会保障事业的顺利开展增加了一定的难度。生物识别技术作为一种新型的身份识别技术，能够准确的对参保人的真实信息进行核对，进一步推动了人力资源社会保障事业的健康发展。本文将针对生物识别技术在社保领域中的应用进行研究。
【关键词】生物识别技术 社保领域 应用研究
随着时代的不断进步，人力资源社会保障事业在社会中地位逐渐提升，为现代人的生活、工作提供了一定的保障，广大群众对人力资源社会保障服务的要求也在不断提高。生物识别技术在社保领域中的应用能够有效进行申报人的真实身份识别，打破了传统身份认证手段技术落后的困境，为人力资源社会保障业务的开展提供了更加安全、可靠的技术支持。
1 生物识别技术的相关概述
1.1 生物识别技术的介绍
生物识别技术是一种先进的身份识别技术，能够通过人脸、静脉、指纹、声音等生物信息来确定个人的真实身份。不同自然人的生物特征作为重要的信息储存在生物识别系统中进行统一管理，能够高效的为各个险种及网上业务办理提供身份认证服务。社保卡系统的稳定运行就是建立在生物识别技术基础之上的，合理的使用生物识别技术建立社保系统平台，在发放社保卡的过程中对参保人的生物特征信息进行收集，并且将其生物特征信息保存在生物识别系统中相对应的位置，建立生物特征信息库，为自然人的养老、医疗、工伤、生育各个险种以及网上业务办理提供真实可靠的数据参考。
1.2 生物识别技术的建设
1.2.1 构建生物识别身份认证平台
参保人在办理社保的同时，工作人员会对能够证实其身份的生物特征信息进行采集、抽取和审核，确保参保人身份信息准确无误之后，将其生物特征信息进行集中储存，为日后利用生物识别技术进行参保人身份识别提供数据支持。社保部门构建生物识别身份认证平台，并且定期将各基层社保机构采集到的参保人生物特征上传到生物识别身份认证平台中进行集中储存，确保对参保人生物特征信息的有效管理，通过社保卡实现生物识别身份认证平台中信息数据的共享，最大限度的发挥出生物识别技术在社保领域中的作用。
1.2.2 设计养老保险身份认证子系统
养老保险身份认证子系统是社保系统中的重要组成部分，主要利用生物识别技术为养老保险身份认证子系统提供人脸识别和指纹识别双重身份认证服务，利用储存的参保人的生物特征信息，为参保人身份信息的安全性提供基本保障，这样社保机构就能够随时随地进行参保人身份信息的查阅，为社保机构的日常工作提供了很大的便利，方便职能部门对参保相关数据进行统计分析。
1.2.3 硬件设施的合理配置
生物识别技术在社保领域的使用需要多种配套硬件设备的支持，社保部门利用购置先进的人脸识别仪和指纹识别仪，通过对参保人生物特征的准确采集与识别来进行其真实身份的认证。
1.3 生物识别技术的实现
生物识别技术的实现要对参保人的生物特征信息进行采集，主要分为人脸模板数据信息采集、指纹模板数据信息采集和其他生物特征模板数据信息采集。社保部门会将采集到的人脸数据信息与公安数据进行对比，将信息一致的数据直接传送到生物识别特征数据库中，将信息不一致的数据下发到相对应的社保机构，再一次进行参保人身份信息的核对。指纹数据信息的采集主要是在办理社保业务或者进行身份认证的时候，通过多种方式进行参保人指纹信息的采集。目前比较常见的其他生物特征数据信息的采集是指利用二代身份证照片作为社保卡照片，通过高质量的二代身份证照片进行参保人身份信息的核对。
2 生物识别技术在社保领域的应用
2.1 社保领取资格认证
人力资源社会保障中包含的业务种类非常丰富，并且不同类型的险种每年所需要办理的业务也不尽相同。像是养老保险、新农保等业务要求每年进行资格认证的领取，传统的认证模式比较繁琐，需要参保人到社保经办机构现场进行认证，或者提交参保人的生存证明来确定其身份信息。这种认证方式不仅会浪费参保人的时间，还在一定程度上降低了人力资源社会保障部门的工作效率。生物识别技术的应用能够有效改善这种传统认证方式存在的弊端，通过对参保人生物特征的识别来确定其身份信息，参保人可以在社保经办机构、家里、网吧等多种场所随时随地进行身份认证，为社保部门和参保人都提供了很大的方便。
2.2 网上自助业务申报
随着科学技术的飞速发展，互联网在现代人日常生活、工作中的应用越来越广泛，逐渐成为现代社会发展过程中不可或缺的重要组成部分，社保领域网上自助业务申报的实现也成为信息时代的必然发展趋势。参保人员可以使用电脑或手机等移动客户端进行相关社保业务的申报和办理，在填写完申报人相关信息之后，会采用生物识别技术对申报人的相关信息进行审核与认证，进一步对申报人的真实信息进行识别，?_保相关信息的准确无误之后，才能够完成申报材料的报批。
2.3 社保自助业务终端身份认证
参保者在使用自助业务终端查询信息的时候，自助业务终端会利用生物识别技术对参保者的身份进行认证，确保参保者身份信息准确无误之后，才会为参保者提供信息查询、业务申报等服务，为人力资源社会保障事业中的信息安全和社保基金安全提供基本保障。
2.4 医保智能就医监控
医保管理部门构建医保智能就医监控系统，当参保人使用社保卡在医保定点医疗就够就医购药时，利用生物识别技术对参保人的真实身份进行认证，确认参保人身份信息无误后，方可允许参保人享受医保待遇，可以有效地防范虚假冒名住院、骗取医保基金等行为。
3 结论
综上分析可知，人力资源社会保障事业是现代社会发展中的重要组成部分，尤其是在信息时代的背景下，加强社保领域与生物识别技术的结合是非常必要的。社保部门可以利用生物识别技术进行参保人身份的认证与识别，为参保人提供更加优质、便利的服务。同时利用生物识别技术构建生物特征信息数据库，对参保人的生物特征信息进行统一管理，有利于实现信息共享和设备通用，进一步推动了人力资源社会保障事业的可持续发展。
参考文献
[1]陈虹.基于指静脉识别技术的社保系统的研究与实现[D].北京工业大学，2012.
[2]樊山水.生物识别在社保领域的应用――以河南超锐贸易有限公司为例[J].人才资源开发，2015(07)：45-46.
作者单位
锦州市人力资源和社会保障信息中心 辽宁省锦州市 121000
第四篇：自动识别技术在智能物流中的应用
资 料 调 研
姓名：朱x 班级：13电信3班 学号：2013xx 指导老师：张x
目录
1 自动识别技术的发展
1.1概况
1.2一维条码技术 1.3 二维条码技术 1.4射频识别技术
1.4.1 标签识读器技术 1.4.1 标签识读器技术 1.4.2 中间件技术 1.4.3NFC、UWB等技术 1.4.4 RFID国际标准化工作 1.4.5 我国RFID技术的发展
2 在物流系统中的应用
2.1条码技术在物流系统的应用 2.2 二维条码技术在物流领域的应用 2.3 射频识别技术在物流领域的应用 3 发展展望
3.1 条码技术发展 3.2 RFID技术发展
自动识别技术(Automatic Identification Teehniques)，是指以标识技术为基础，通过获取标识载体承载的标识信息，实现标识对象信息获取的技术。它是信息数据自动识读、自动输入计算机的重要方法和手段，也是物流信息技术中的核心技术。自动识别技术作为信息技术的重要分支，已经成为推动我国国民经济信息化发展的重要支撑技术，
1 自动识别技术的发展
1.1 概况
自动识别技术主要包括一维条码技术、二维条码技术以及射频识别技术等。近年来，我国自动识别技术呈现出快速发展、注重创新的发展势头，各项技术都有较大突破，在市场应用上的拓展力度不断加大，新的技术、产品与服务层出不穷。自动识别技术已经成为引领物流信息化发展的强力引擎。
自动识别技术近几十年在全球范围内得到了迅猛发展，初步形成了一个包括条码技术、磁条磁卡技术、IC卡技术、光学字符识别、射频技术、声音识别及视觉识别等集计算机、光、磁、物理、机电、通信技术为一体的高新技术学科。而中国物联网校企联盟认为自动识别技术可以分为：光符号识别技术、语音识别技术、生物计量识别技术、IC卡技术、条形码技术、射频识别技术(RFID)。
目前自动识别技术广泛应用于物联网的智能交通、智能安防、智能家居、智能仓储、智能物流及零售领域。
1.2 一维条码技术
条码技术是最传统的一种自动识别技术。从20世纪70年代产生后经过30多年的发展，条码技术作为一种关键的信息标识和信息采集技术，在全球范围内得到了迅猛发展。国际上，随着应用的不断深入，条码技术正处于一个强劲的集成创新发展期，是商业贸易、物流、产品追溯、电子商务等领域的主导信息技术。
国际上，从20世纪70年代至今，条码技术及应用都取得了长足的发展：条码技术介质由纸质发展到特殊介质甚至到手机载体;条码的应用已从商业领域拓展到物流、金融等经济领域，并向纵深发展，面向企业信息化管理的深层次的集成;条码技术产品逐渐向高、精、尖和集成化方向发展。
根据美国的专业研究机构VDC(Venture Development Corp.)的统计，全球条码市场规模一直在持续稳步增长。到2008年，全球条码技术装备的市场规模将增长到155亿美元，其中美洲地区年平均增长率将超过6%，欧洲、中东和非洲地区年平均增长率接近7%，亚太地区年平均增长率将达到12%。国际条码技术产业的前景方兴未艾。 随着应用的深入，条码技术装备也朝着多功能、远距离、小型化、软件硬件并举、安全可靠、经济适用方向发展，出现了许多新型技术装备。具体表现为：条码识读设备向小型化，与常规通用设备的集成化、复合化发展;条码数据采集终端设备向多功能、便携式、集成多种现代通讯技术和网络技术的设备一体化发展，从而得到更加广泛和深入的应用。条码生成设备向专用和小批量印制方向发展。例如，基于GPRS、CDMA的条码通讯终端，使条码手段更为简便。技术在现场服务、物流配送、生产制造等诸多领域应用，又如，由于现阶段手机广泛普及，通信网络更加完整，于是，能够识读条码的手机可以成为一种集数据采集、处理、交互、显示、认证等多种功能为一体的移动式数据终端，实现手机价值的最大化。
我国条码产业经过多年的发展，从小到大，从无到有，目前已具雏形。目前，我国从事条码识别技术的企业和科研院所已超过1000多家，部分企业还开发出了具有自主知识产权的条码识别技术设备，并在利用国外先进技术和产品进行二次开发和集成应用等方面也取得重大突破。虽然，我国在低端条码设备上获得了一些技术突破和竞争优势，但是，拥有自主知识产权的条码技术和产品非常有限，大部分产品的核心技术还被国外企业所掌握。目前，国内市场上的产品主要来自国外自动识别产品制造商，并已经形成了较为完整的系列，应用到国内各个行业，在市场占有率、技术方面占有绝对优势。在知识产权方面，属国外企业所有的条码识读设备专利在全球范围内形成了一个庞大的技术壁垒。随着国内市场需求的增长，国外品牌产品在中国制造的趋势逐步显现。相比之下，我国能够研发、制造具有核心自主知识产权的条码采集器的厂商还为数不多，产品品种不全，标准化程度不高，尚不能稳定形成一定的市场份额。
条码打印机的关键技术——打印头生产技术掌握在全球少数几家公司手里。目前，已有不少国产打印机系列产品，可为大量推广应用提供配套，年市场销量增长迅速，在技术指标、性能、质量上有了明显提高。总体上，我国条码打印设备生产企业品牌影响力不够大，国际市场竞争能力有待进一步提高。
总体来说，目前我国条码技术产业还处于初级阶段，产业规模偏小，在国际市场上所占份额偏低，并且也与我国巨大的条码技术应用市场不相匹配。
1.3 二维条码技术
二维条码技术是在一维条码技术基础上发展而来的一种自动识别技术。一般来说，与一维条码相比，二维条码具有信息密度更高、容量更大、能够表示中文、英文等字符，具有纠错功能等特性，是一种具有独特技术特点与优势的自动识别技术。
二维条码技术最早诞生于20世纪80年代，其发展经历了层排式一矩阵式的发展历程，众多国际自动识别巨头，如Symbol、Denso等公司都非常重视二维条码技术，研发完成了PDF
417、QR、Data Matrix等二维条码码制并制定了相应的国际标准。与一维条码研制情况类似，二维条码的识读器市场也主要由国外企业如Symbol、Denso、HHP、霍尼韦尔、卡西欧等企业垄断。截至“十五”前期，我国在二维条码技术研发方面实力比较薄弱。
为改变这一现状，中国物品编码中心在“十五”期间提出并组织进行了“二维条码新码制开发与关键技术标准研究”项目的研发工作，通过中心牵头组织企业进行研发，研发我国自主知识产权的二维条码新码制，突破我国二维条码核心技术受制于人的瓶颈，打造我国自主知识产权二维条码标准体系，构建我国企业两维条码自主创新的平台。2005年，该项目的核心成果——汉信码新码制研发完成，受到了包括两位院士在内的专家组的高度评价，他们认为“......(该项目)研制的汉信码具有抗畸变、抗污损能力强，信息容量高等特点，达到了国际先进水平。其中在汉字表示方面，支持GB 18030大字符集，汉字表示信息效率高，达到了国际领先水平”。汉信码诞生后，由于其具有的先进性能与专利的开放性，吸引了国内外众多自动识别技术企业的广泛关注，HHP、Opficon、意锐新创、维深、新大陆等众多企业陆续研发了十多款汉信码的识读设备，汉信码成为我国企业自主创新的排头兵。
几乎于此同时，我国的龙贝信息有限公司、深圳矽感、点众科技等公司也研发了龙贝码、CM、GM码、点众码、E码等自主知识产权二维条码，并自主研发了相应的识读设备与应用系统，取得了一定的应用成效。
此外，随着移动通信与移动计算技术的发展，基于手机的二维条码技术在我国发展很快，清华紫光、深圳矽感等公司分别研发了用于手机识读二维条码上网业务的紫光码、GM优码等新型二维条码。
1.4 射频识别技术
RFID是一种识读器采用电磁耦合方式或微波方式与标签进行通信，获取标签承载信息的一种自动识别技术。射频识别技术与诞生于20世纪40年代的雷达技术相近，并被称为20世纪10大重要技术项目之一。RFID技术由于是采用无线电波作为信息传输的技术手段，使得射频识别技术具有识读速度陕、可穿透包装识读等特性。
传统RFID技术基本由射频标签、射频识读器以及计算机应用系统3部分构成。随着RFID技术自身以及互联网技术的飞速发展，RFID技术开始与网络技术结合，并于2002年诞生了具有革命性的物联网(Internet of Things)概念。按照该概念的构想，加贴了射频标签(在EPC系统中称为EPC标签)的物品在整个物流供应链中进行流转过程中，通过识读EPC标签，能够随时随地记录与通过网络获取与物品物流过程有关的信息，从而提供跨系统的供应链透明度。这一概念带来了RFID技术研发与应用的热潮，RFID技术也被人们视为是下一代最具有发展前途的自动识别技术。
近年来，国际上对国际RFID技术发展投入巨大，新的技术、产品与应用模式层出不穷，总体来说，国际RFID技术发展呈现出技术研发驱动的模式。
1.4.1 标签识读器技术
2008年，超高频射频识读标签与金属液体不相容问题得到解决。硅谷新成立公司Omni-ID发布的“通用标签”在有无金属或液体的环境下都能正常发挥性能;两家领先的超高频技术供应商Alien科技和Impinj，则介绍了利用此技术的新芯片;除此之外，Avery Dennison和富士通公司分别宣布推出高内存的芯片。
2008年读写器方面最关键的发展就是读取的延长：Mojix推出了一套系统，可以把网络接收器连接到多个节点上，从而增加读取面积;Convergence Systems发布的手持读写器，读距长达25英尺。
1.4.2 中间件技术
2008年微软推出新的Biz Talk RFID移动平台，以简化移动RFID应用程序的研发过程。配合使用Biz Talk Server 2006 R2软件，该平台可将研发流程扩展至Windows CE与Windows Mobile 5.0的应用程序。微软表示，客户及合作伙伴可以注册参加微软Biz Talk RFID移动技术采纳项目。2008年SAVI推出RFID平台和应用套件的升级版——Smart Chmn 5.0。该系统充分利用了SOA架构，可以提供整合之后的实时数据，这些数据主要来自各种无线技术及企业软件系统。
1.4.3 NFC、UWB等技术
在NFC方面，由国际信用卡公司和大银行组成的智能卡联盟组成了一个120名成员的理事会，用以促进NFC技术的采用及非接触式支付的应用;而另一个行业组织——NFC论坛一直都致力于标准的发展和规范的制定;同时UWB(超宽带技术)在2008年期间成为了一种主流技术，无线平台技术供应商思科系统公司、摩托罗拉公司和Aero Scout各自在其系统中增加了对UWB技术的支持。拥有条码、超高频、高频和有源RFID技术的Zebra技术公司，收购了UWB技术开发商Muhispectral Solutions，以丰富其产品线。
1.4.4 RFID国际标准化工作
年进展非常迅速。随着ISO与EPC在标签唯一编码方面协议的达成，一直困绕RFID应用的物品唯一编码问题得到了很好地解决。按照相关的规划，ISO JTCl SC31 2008年启动了RFID国际标准新一轮制修订工作，18000空中接口系列标准、ISO 15961/15962/15963系列数据接口标准以及24791系列标准开始修订或启动，并开始重新评估国际标准中的知识产权问题。
1.4.5 我国RFID技术的发展
在我国，RFID技术的创新层出不穷。近年来，上海坤锐、深圳远望谷、同方微电子、恒睿科技等多家企业研发了具有部分或全部自主知识产权的RFID商用化产品或样机，产品涵盖了标签芯片、数据采集器、识别卡、耐高温高压与防伪易碎标签、识读器模组等领域，频率上涵盖了低频、高频、超高频几个常用频段，我国RFID技术产业从无到有飞速发展起来。特别要提到的是在北京市重大科技项目的支持下，我国最小尺寸的RFID(无线射频电子标签)芯片由清华大学、同方微电子公司共同研制成功，芯片最小面积可达到0.3mm2，厚度最小达到50μm，可嵌人到纸张内，最远识别距离在5m左右。该芯片的相关技术已用于2008年奥运会门票。
我国RFID技术企业虽然在自主研发方面取得了一定的成果，但在技术方案与核心技术方面鲜有创新。因此，我国RFID技术标准的制定由于缺乏我国自主知识产权核心技术的支持，进展比较缓慢。
2 在物流系统中的应用
2.1 条码技术在物流系统的应用
条码技术无疑是应用最简洁方便，可提高物流效率的自动识别技术。国际上，条码技术已经广泛应用于物流的各个领域。在我国，条码技术已作为一种成熟的识别技术被广泛、普及应用到商品流通领域，而且在物流及生产控制过程等方面的应用也在不断发展。2003年起，中国物品编码中心提出并启动了“中国条码推进工程”项目，以分中心为依托，截至2008年底，中国物品编码中心共设立了9批共71个推进工程项目，内容涵盖物流领域仓储、供应链管理、食品安全、建材物流、特种设备管理等多个领域，建立了多个条码物流供应链应用示范系统，使条码在食品安全追溯、医疗卫生、服装、化工、建材、机械与电子、军工、现代物流、电子商务等领域得到了广泛应用，推动了国民经济和社会发展。
2.2 二维条码技术在物流领域的应用
二维条码由于具有信息容量大、抗污损、能够表示字符等复杂信息等特性，诞生之初就吸引了各国的关注，并在军事、邮政、电子、医药物流等领域取得了较广泛的应用。特别是在电子等行业的物流过程中，采用直接部件标印技术标识的二维条码符号(目前采用Data Matrix码制)出现在全球CPU、电路板、存储芯片等各类电子部件上，已经成为电子行业事实上的标准。
在我国，二维条码物流应用多年来局限于单点(单个企业内部)、封闭的应用，没有出现规模化跨系统的应用。进入新世纪以来，随着我国自主知识产权二维条码技术的产生与飞速发展，我国自主知识产权二维条码技术，如汉信码、龙贝码、点众码、矽感CMGM码等二维条码在我国建立了多个企业级应用示范系统，并积极推进在物流行业乃至国家规模的广泛应用。
2.3 射频识别技术在物流领域的应用 当前RFID应用最为热门的领域就是物流供应链管理。信息在供应链当中传递的流畅性和准确性以及信息传递对供应链运作的影响一直是供应链管理研究中的热点，而RFID具有的非可视识读、同时识读多个标签、识读速度快等特性非常适于解决供应链过程中快速准确获取信息的问题，同时，物联网的上层架构解决了供应链各个环节之间的信息传递问题，使供应链的透明化有了从概念到真正实现的可能性，因此，RFID在供应链管理当中引起热烈的关注不足为奇。
2008年，射频识别技术在我国物流行业的应用取得了较多进展，国家863计划已经将RFID技术在供应链管理和物流方面的应用作为重要的项目来关注。2008年，国家860计划又以促进RFID技术的应用为核心，设立了一批新的RFID应用项目，RFID技术在各种供应链服务中已经彰显优势并代表未来供应链管理发展方向，国际巨头也都纷纷将目光投注在最具潜力的RFID供应链应用上。其中在全国范围内产生示范效应的典型行业领域包括：奥运食品安全追溯、奥运电子门票、首都国际机场行李追踪管理、解放军总医院器械包管理、国家大剧院资料检索管理以及地井、宠物等城市管理应用。
特别值得提到的是射频识别技术在奥运食品安全追溯中的应用。通过奥运食品RFID电子标签，全程监控了奥运食品的种植、运输、分类、验收和贮存过程，完善防范了食源性疾患，动物源性食品中违禁物质的滥用，高毒高残留农药和食品添加剂等食品安全问题。
2008年，RFID技术不仅在传统的交通物流行业依然蓬勃发展，而且在医疗设备追踪、食品安全追溯、资产管理等领域也取得了应用上的扩展。中国的应用仍然保留自己的特色，根据非正式统计资料显示，中国约有过万家物流及运输公司，目前并购活动在这个领域时有发生，一些大型的第三方物流企业将陆续出现。为了取得更高的运营效益，它们将会与遍布各地的运输商伙伴合作，要令其伙伴网络取得合作无间的效果，采用RFID系统将是可行的途径。IDC相关数据显示，2008年第三方物流企业RFID的应用规模可达到5534万元，到2011年这一规模将超过10亿元。此外，RFID技术在服装、图书馆管理等方面应用形成了新的热点。
3 发展展望
3.1 条码技术发展
条码技术作为一种最传统、最经济的自动识别技术，具有强大的生命力，其低成本、使用便捷的特点决定了其能够适用于我国物流行业信息化的基本要求，具有最广泛的市场空间。
3.2 RFID技术发展 根据ABI研究最新预测，2008年全球RFID销售额将超过53亿美元，年收入增长将加速超过中期的高增长，高容量的应用，如供应链管理，身份证件，票务和非接触式支付。传统RFID的应用，如存取控制，自动车辆识别，汽车制动，以及身份证件仍将主导当前和近期的RFID市场，预计5年复合年均增长率将低于两位数。不包括汽车制动在内，预计在未来4年复合增长率为15%。在2013年RFID市场总容量将达到98亿美元，或者不包括汽车制动在内是82亿美元。ABI认为目前预测出全球经济的变化如何影响RFID市场还为时过早。持续增加的投资保证了RFID发展并且增加了订单。
从RFID技术与应用发展前景来看，RFID技术正在从先前的技术、资金投入拉动型以及政府支持的发展模式，进展到关注于ROI(投入产出比)以及Bottom Line(企业净利润)的发展模式，通过RFID技术的不断仓Ⅱ新，以及在高附加值物品以及服装等非传统物流供应链行业内的应用，解决RFID成本高、投入RFID应用项目盈利模式不清等问题，从而带动RFID技术与产业的良性发展。
摘自：
百度百科，http://baike.baidu.com/，2012.8 物联网在线，http:///，2012.5
第五篇：射频识别技术在医疗护理系统中的应用
射频识别在医疗护理中的技术研究
报
告
2012年1月至2013年8月，苗馆镇卫生院开展了“射频识别在医疗护理中的技术研究”课题，经充分调查和认证，射频识别可以有效改善医疗体系效率低下、医疗服务质量欠佳的就医现状，无疑是推进中国医疗改革事业发展的一把利器。其主要技术要点如下：
(一)调查论证
射频识别(RFID)在医疗、护理领域的潜力巨大，能够帮助医院医疗、药品、人员及管理信息的数字化采集、处理、传输和共享等。特别是在医疗卫生领域的条码化患者身份管理、移动医嘱、诊疗体征录入、移动药物管理、移动检验标本管理、移动病案管理数据保存及调用、婴儿防盗、护理流程、临床路径等管理中，均能发挥重要作用，从而解决医疗平台支撑薄弱、医疗服务水平整体较低、医疗安全生产隐患等问题，实现加速推进医疗信息系统的建设。
(二) 射频识别主要功能
RFID移动护理系统，是物联网技术在医疗护理系统中的应用之一。在加强医院的现代化信息管理和提高工作效率的同时，它能给患者带来很多好处，使得隐私得到保护，医疗更加安全。由于采用嵌入式RFID腕带，使得相关医疗信息得到了保密，只有医护人员可以按权限查询患者的信息，保护了患者隐私。并且，采用RFID技术实现对患者诊疗过程中的每个环节得到跟踪确认，协助和指导护士完成医嘱，由于有了医嘱执行项目的电子化确认过程，使护理质量监控和护理工作量的量化成为可能，实现患者诊疗过程的可视化管理。
图一 移动护理系统
移动护理系统是以无线网络技术(如WiFi、3G或LTE)和RFID无线射频识别技术为核心，通过医院管理信息系统和智能型手持移动终端(如PDA等)为移动中的一线医护人员提供随身数据应用的信息服务系统，如图1所示。医护人员查房或者移动的状态下，可通过智能型移动终端的护理人员端软件，通过无线网络实时联机，与医院管理信息系统的数据交互，使医护人员随时随地在手持终端上获取全面医疗数据，而患者可借助佩戴在手上的装有RFID的腕带，在与PC机(或PDA终端)连接的RFID读卡器查询显示该患者目前的检查进度，并可获取全面医疗数据。根据历史记录和临床检查结果，对比患者病情的变化情况，及时会诊和制定治疗方案。
(三)技术规程
1.1 无线实时信息传送
通过无线技术实现数据传递，可快速、正确地将数据信息传送至后端服务器。在数据收集时，以数字化形式储存，并透过无线网络回传至服务器，单张表格实时回传所需时间将缩短为2分钟。无线传输不受地域限制，即使在移动中或是没有Cable线的地方，都能随时将数字数据上传或下载。
1.2 RFID腕带管理
RFID腕带发行管理主要是在后台系统建立起RFID腕带与患者信息的对应关系，患者从挂号开始随身佩戴电子腕带，其中记录了患者的姓名、性别、血型、以往病史、入院生命体征情况等信息，在门诊系统的各个环节，患者均佩戴唯一的电子腕带作为身份识别方式，并可据此在医院提供的自助查询平台进行自助病历查询甚至打印化验单据，在各个关键诊疗环节核对患者身份，保障医疗安全。
1.3 移动护理利用医院管理信息系统生成医嘱执行条目，护士使用移动到患者的床旁，读取患者佩戴的RFID腕带信息，通过无线网络自动将需要执行的医嘱调用，护士通过移动终端记录医嘱具体执行的信息，记录患者生命体征及相关项目，用药、治疗信息确认，实现动态实时的床边护理服务。由于采用移动护理系统，医护人员能更简便的获取、录入患者各种医疗数据的信息，使得护士减少了因查询、核对而产生的打印、抄写工作以及来往护士站与病房之间所化费的时间，大大优化了护士工作流程
1.4 患者跟踪
通过RFID患者定位跟踪系统，使得通过护士站的电子显示屏或医院的监控电脑或医生的随身移动终端，即可掌握患者的物理位置。从而实现了对手术患者、精神患者和智障患者等的24小时实时状态监护，保障住院患者安全。这样也可以限制患者到某些非安全地带，以及避免某些智障患者或老人离开医院而走失。
(四)技术安全性探讨
任何新技术的应用都很可能是一把双刃剑。虽然智能化、行动化的医疗系统能大大提高了医疗服务的质量，优化管理流程，但是在实施过程中也有发现一些问题并需要进一步研究改进，使移动医疗更加完善。
1 个人隐私的泄露
移动护理系统面临信息安全与隐私泄露等带来的更多的威胁，若不能同步的解决，物联网技术在移动医疗护理系统中就得不到真正快速的发展。
2 对护理行为执行时间的正确性和真实性反映有所欠缺。计算机系统若不能正确的记录每一条医嘱，以及遗漏执行某项医嘱等，一定程度上存在医疗安全隐患。
3 对护理查对制度执行的支持欠缺
移动护理系统存在患者身份识别差错的危险，也无法识别治疗单抄错等情况。特别是对于昏迷、有精神障碍或者新生儿等的查对存在一定隐患。
4 尚无统一标准，存在安全隐患
除了RFID设备的高成本外，标准不健全也是限制物联网技术在医疗领域大展拳脚障碍。RFID对一些人体植入式设备，例如心脏起搏器会否产生安全隐患，RFID低频信号所产生的一些反应，包括不适当的起搏频率，改变起搏率，高电压冲击和设备重新编程等，也是制约RFID在该领域大规模应用的主要原因之一。
(五)技术研究结论
利用射频识别构建电子医疗体系，可以给医疗服务领域带来更多的便利。要提高医疗服务现代化水平，不仅要提高对患者的高精尖的医疗人才的服务，同时还要通过相应的手段来提高医护人员自身的服务能力。通过射频识别可以大幅度降低成本，使医疗监护设备无线化，目的是使患者能够得到更加方便快捷的低成本高质量的服务，最终的目标是使有限的卫生资源得到充分的利用，使医疗资源最大化，使大家能够共享优质医疗资源。
射频识别技术在医疗护理系统中的应用课题组
2013年12月1日