時間：2022-12-08 00:53:27
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇識別技術，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
摘要：本文簡要介紹了語音識別技術理論基礎及分類方式，所采用的關鍵技術以及所面臨的困難與挑戰，最后討論了語音識別技術的發展前景和應用。
關鍵詞：語音識別；特征提取；模式匹配；模型訓練
Abstract:This text briefly introduces the theoretical basis of the speech-identification technology，its mode of classification，the adopted key technique and the difficulties and challenges it have to face.Then，the developing prospect ion and application of the speech-identification technology are discussed in the last part.
Keywords:Speech identification;Character Pick-up;Mode matching;Model training
一、語音識別技術的理論基礎
語音識別技術：是讓機器通過識別和理解過程把語音信號轉變為相應的文本或命令的高級技術。語音識別以語音為研究對象，它是語音信號處理的一個重要研究方向，是模式識別的一個分支，涉及到生理學、心理學、語言學、計算機科學以及信號處理等諸多領域，甚至還涉及到人的體態語言（如人在說話時的表情、手勢等行為動作可幫助對方理解），其最終目標是實現人與機器進行自然語言通信。
不同的語音識別系統，雖然具體實現細節有所不同，但所采用的基本技術相似，一個典型語音識別系統主要包括特征提取技術、模式匹配準則及模型訓練技術三個方面。此外，還涉及到語音識別單元的選取。
（一） 語音識別單元的選取
選擇識別單元是語音識別研究的第一步。語音識別單元有單詞（句）、音節和音素三種，具體選擇哪一種，由具體的研究任務決定。
單詞（句）單元廣泛應用于中小詞匯語音識別系統，但不適合大詞匯系統，原因在于模型庫太龐大，訓練模型任務繁重，模型匹配算法復雜，難以滿足實時性要求。
音節單元多見于漢語語音識別，主要因為漢語是單音節結構的語言，而英語是多音節，并且漢語雖然有大約1300個音節，但若不考慮聲調，約有408個無調音節，數量相對較少。因此，對于中、大詞匯量漢語語音識別系統來說，以音節為識別單元基本是可行的。
音素單元以前多見于英語語音識別的研究中，但目前中、大詞匯量漢語語音識別系統也在越來越多地采用。原因在于漢語音節僅由聲母（包括零聲母有22個）和韻母（共有28個）構成，且聲韻母聲學特性相差很大。實際應用中常把聲母依后續韻母的不同而構成細化聲母，這樣雖然增加了模型數目，但提高了易混淆音節的區分能力。由于協同發音的影響，音素單元不穩定，所以如何獲得穩定的音素單元，還有待研究。
（二） 特征參數提取技術
語音信號中含有豐富的信息，但如何從中提取出對語音識別有用的信息呢？特征提取就是完成這項工作，它對語音信號進行分析處理，去除對語音識別無關緊要的冗余信息，獲得影響語音識別的重要信息。對于非特定人語音識別來講，希望特征參數盡可能多的反映語義信息，盡量減少說話人的個人信息（對特定人語音識別來講，則相反）。從信息論角度講，這是信息壓縮的過程。
線性預測（LP）分析技術是目前應用廣泛的特征參數提取技術，許多成功的應用系統都采用基于LP技術提取的倒譜參數。但線性預測模型是純數學模型，沒有考慮人類聽覺系統對語音的處理特點。
Mel參數和基于感知線性預測（PLP）分析提取的感知線性預測倒譜，在一定程度上模擬了人耳對語音的處理特點，應用了人耳聽覺感知方面的一些研究成果。實驗證明，采用這種技術，語音識別系統的性能有一定提高。
也有研究者嘗試把小波分析技術應用于特征提取，但目前性能難以與上述技術相比，有待進一步研究。
（三）模式匹配及模型訓練技術
模型訓練是指按照一定的準則，從大量已知模式中獲取表征該模式本質特征的模型參數，而模式匹配則是根據一定準則，使未知模式與模型庫中的某一個模型獲得最佳匹配。
語音識別所應用的模式匹配和模型訓練技術主要有動態時間歸正技術（DTW）、隱馬爾可夫模型（HMM）和人工神經元網絡（ANN）。
DTW是較早的一種模式匹配和模型訓練技術，它應用動態規劃方法成功解決了語音信號特征參數序列比較時時長不等的難題，在孤立詞語音識別中獲得了良好性能。但因其不適合連續語音大詞匯量語音識別系統，目前已被HMM模型和ANN替代。
HMM模型是語音信號時變特征的有參表示法。它由相互關聯的兩個隨機過程共同描述信號的統計特性，其中一個是隱蔽的（不可觀測的）具有有限狀態的Markor鏈，另一個是與Markor鏈的每一狀態相關聯的觀察矢量的隨機過程（可觀測的）。隱蔽Markor鏈的特征要靠可觀測到的信號特征揭示。這樣，語音等時變信號某一段的特征就由對應狀態觀察符號的隨機過程描述，而信號隨時間的變化由隱蔽Markor鏈的轉移概率描述。模型參數包括HMM拓撲結構、狀態轉移概率及描述觀察符號統計特性的一組隨機函數。按照隨機函數的特點，HMM模型可分為離散隱馬爾可夫模型（采用離散概率密度函數，簡稱DHMM）和連續隱馬爾可夫模型（采用連續概率密度函數，簡稱CHMM）以及半連續隱馬爾可夫模型（SCHMM，集DHMM和CHMM特點）。一般來講，在訓練數據足夠的，CHMM優于DHMM和SCHMM。HMM模型的訓練和識別都已研究出有效的算法，并不斷被完善，以增強HMM模型的魯棒性。
人工神經元網絡在語音識別中的應用是現在研究的又一熱點。ANN本質上是一個自適應非線性動力學系統，模擬了人類神經元活動的原理，具有自學、聯想、對比、推理和概括能力。這些能力是HMM模型不具備的，但ANN又不個有HMM模型的動態時間歸正性能。因此，現在已有人研究如何把二者的優點有機結合起來，從而提高整個模型的魯棒性。 二、語音識別的困難與對策
目前，語音識別方面的困難主要表現在：
（一）語音識別系統的適應性差，主要體現在對環境依賴性強，即在某種環境下采集到的語音訓練系統只能在這種環境下應用，否則系統性能將急劇下降；另外一個問題是對用戶的錯誤輸入不能正確響應，使用不方便。
（二）高噪聲環境下語音識別進展困難，因為此時人的發音變化很大，像聲音變高，語速變慢，音調及共振峰變化等等，這就是所謂Lombard效應，必須尋找新的信號分析處理方法。
（三）語言學、生理學、心理學方面的研究成果已有不少，但如何把這些知識量化、建模并用于語音識別，還需研究。而語言模型、語法及詞法模型在中、大詞匯量連續語音識別中是非常重要的。
（四）我們對人類的聽覺理解、知識積累和學習機制以及大腦神經系統的控制機理等分面的認識還很不清楚；其次，把這方面的現有成果用于語音識別，還有一個艱難的過程。
（五）語音識別系統從實驗室演示系統到商品的轉化過程中還有許多具體問題需要解決，識別速度、拒識問題以及關鍵詞（句）檢測技術等等技術細節要解決。
三、語音識別技術的前景和應用
語音識別技術發展到今天，特別是中小詞匯量非特定人語音識別系統識別精度已經大于98%，對特定人語音識別系統的識別精度就更高。這些技術已經能夠滿足通常應用的要求。由于大規模集成電路技術的發展，這些復雜的語音識別系統也已經完全可以制成專用芯片，大量生產。在西方經濟發達國家，大量的語音識別產品已經進入市場和服務領域。一些用戶交機、電話機、手機已經包含了語音識別撥號功能，還有語音記事本、語音智能玩具等產品也包括語音識別與語音合成功能。人們可以通過電話網絡用語音識別口語對話系統查詢有關的機票、旅游、銀行信息，并且取得很好的結果。
語音識別是一門交叉學科，語音識別正逐步成為信息技術中人機接口的關鍵技術，語音識別技術與語音合成技術結合使人們能夠甩掉鍵盤，通過語音命令進行操作。語音技術的應用已經成為一個具有競爭性的新興高技術產業。
參考文獻
[1]科大訊飛語音識別技術專欄. 語音識別產業的新發展.企業專欄.通訊世界，2007.2:(總l12期)
[2]任天平，門茂深.語音識別技術應用的進展.科技廣場.河南科技，2005.2:19-20
[3]俞鐵城.科大訊飛語音識別技術專欄.語音識別的發展現狀.企業專欄.通訊世界，2006.2 (總122期)
[4]陳尚勤等.近代語音識別.西安:電子科技大學出版社，1991
關鍵詞：身份認證；數據保護；訪問控制
隨著虹膜指紋掃描儀器的精度和識別度不斷提高，生物識別技術將可以應用于更廣泛的領域，并迎合不同的生物學特征，實現更強大的安全保護能力。
據Unisys亞太區國家安全開發部門的經理John Kendall表示，雖然虹膜掃描技術還沒有被廣泛應用，成為主流的身份識別技術，但已經有不少國家將其應用于身份證項目中。
最近在接受記者采訪時，Kendall介紹說：“印度和墨西哥已經將虹膜(掃描)和指紋作為了后備(身份識別技術)，這與兩三年(前)相比是一個巨大的進步。”
Kendall還介紹說，美國銀行也采用了一種面部識別系統，可以同時掃描人體面部和虹膜特征，實現訪問控制。與指紋讀取不同，這種面部識別系統在掃描用戶生物特征時不需要用戶靜止不動，相反，在用戶進入特定區域的大門時，該系統就已經自動將用戶的面部特征和虹膜特征記錄下來了。如果該用戶具有通行權限，則大門會自動打開。
他還表示，面部識別技術已經在日本和韓國的高檔社區中被成功應用，并且未來將慢慢融入廣大普通老百姓的日常生活中。
皮下指紋讀取器
Kendall解釋說，傳統的指紋掃描設備可以很輕易地被復制指紋薄膜欺騙，甚至簡單地對掃描器的玻璃面哈氣，也能擾亂掃描器。而新型的皮下指紋掃描器是通過掃描用戶指紋下的血管和組織結構的方式進行判斷的。
他說：“一些新型的掃描儀會利用不同波長的光波對人體皮膚下不同深度的組織進行掃描，另一些設備則是利用無線電波進行掃描。因此就算你的手指表面被弄臟甚至磨破了，也不會影響掃描結果。”這種設備適用于那種雇員需要手工勞動或者手指會時常出現損傷的行業。
有了這些新型的生物識別技術，要想黑掉生物識別系統，比以前難度大大提高了。Kendall認為，如果黑客要通過這種識別系統，必須投入大量精力和時間，以及非常詳細的生物學數據，才能制作出一個手指的三維模型。
此外，還有一些已經成功應用于生物識別系統的技術，可以讀取人體手部的其他生物學特征。比如Halifax港口的生物學識別系統，就是掃描用戶手部的血管結構，而不是指紋。
Kendall還說：“同樣的技術進步也發生在面部識別系統上。傳統的面部識別系統需要管理人員手里拿著一張被許可人員的正面照片，比對監視器中的來訪者五官。而加入了虹膜識別技術后，識別系統的復雜性大大提高，簡單的硅膠面膜已經難以突破這種面部識別系統了。”
隨著越來越多的企業開發或采用生物識別技術，國家也需要在數據安全領域趕上技術的步伐。
目前，大多數國家還沒有對生物學數據進行規范化管理和保護的相關法規政策出臺。
用戶接受度增加
和密碼一樣，生物識別數據被看作是“個人”信息，有些人仍然不愿意對政府或企業提供指紋，因為他們將指紋看作是個人隱私的一種。
Kendall說：“盡管如此，我們仍然看到情況在逐漸好轉。在過去幾年，我們發現如果人們已經享受到或認識到生物識別技術帶來的好處，不論是增加他們自身的安全性還是增加業務方面的安全性，他們都會更容易接受生物識別技術，并提供相應的生物識別數據。”
他還說，對于金融行業，可以通過聲音指紋技術，在電話銀行系統中增加一道安全屏障。
隨著生物識別設備的價格不斷下滑，客戶未來可以采用更好的設備，提高識別能力。
【關鍵詞】語音識別 語言模型 聲學模型 人工智能
使用智能手機的朋友們都會對語音助手產生極大的興趣，不管是微軟的Cortana，還是蘋果的Siri，都是將語音識別融入現代技術的典范。Z音識別是解決機器“聽懂”人類語言的一項技術，也是人工智能重要部分。
語音識別技術（speech recognition），也被稱為自動語音識別 （ASR），其目標是將人類的語音中的詞匯內容轉換為計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列。與說話人識別及說話人確認不同，后者嘗試識別或確認發出語音的說話人而前者的目標是語音中所包含的詞匯內容。
探究語音識別技術的框架、應用與發展有利于全面了解語音識別。本文將從語音識別簡介、主流語言識別框架以及語言識別近年來的發展三個方面探究語音識別。
1 語音識別簡介
1.1 傳統語言識別技術發展
對語音識別技術的研究可以追述到上世紀五十年代，1952年貝爾研究所Davis等人研究成功了世界上第一個能識別10個英文數字發音的實驗系統，開創了語音識別的先河。上世紀六十年代，人工神經網絡被引入了語音識別。上世紀七十年代以后，大規模的語音識別在小詞匯量、孤立詞的識別方面取得了實質性的進展。傳統語音識別技術最大突破是隱式馬爾可夫模型的應用，這一模型極大提高了語音識別的準確率[1]。
1.2 語言識別的應用
作為智能計算機研究的主導方向和人機語音通信的關鍵技術，語音識別一直受到各國科學界的廣泛關注。如今，隨著語音識別技術的研究的突破，其對計算機發展和社會生活的重要性日益凸現出來。在現實生活中，語音識別技術的應用相當廣泛，它改變了人與計算機交互的方式，使計算機更加智能。和鍵盤輸入相比，語音識別更符合人的日常習慣；使用語言控制系統，相比手動控制，語音識別更加方便快捷，可以用在工業控制、智能家電等設備；通過智能對話查詢系統，企業可以根據用戶的語音進行操作，為用戶提供自然、友好的數據檢索服務。
2 語音識別框架
目前主流的語音識別框架可以分為以下幾個模塊：信號處理，特征提取，聲學模型，語言模型，解碼器。
2.1 信號處理
信號處理模塊是對語音文件進行預處理。聲音是一種縱波，在識別語音時，輸入為WMV，MP3等格式的文件會被轉換成非壓縮的純波文件wav格式。然后在進行語音識別前，需要檢測該文件中的語音信號，該技術被稱之為語音活性檢測[2]。使用語言活性檢測技術可以有效降低噪音，去除非語音片段，提高語音識別的準確率。經典的語音活性檢測算法由如下步驟組成：
（1）使用spectral subtraction等方法對語言序列進行降噪。（2）將輸入信號的分成區塊并提取特征。（3）設計分類器判斷該區塊是否為語音信號。
2.2 特征提取
特征提取目的是提取出語音文件的特征，以一定的數學方式表達，從而可以參與到后續模塊處理中。在這一模塊，首先要將連續的聲音分成離散的幀。每一幀的時間既要足夠長，使得我們能夠判斷它屬于哪個聲韻母的信息，若過短則包含信息過少；每一幀時間也要盡量短，語音信號需要足夠平穩，能夠通過短時傅里葉分析進行特征提取，過長則會使信號不夠平穩。分幀時使用如下改進技術可以有效提高識別準確率：相鄰的兩幀有所重疊減少分割誤差，將與臨近幀之間的差分作為額外特征，將多個語音幀堆疊起來。通過分幀處理，連續的語音被分為離散的小段，但還缺乏數學上的描述能力，因此需要對波形作特征提取。常見的方法是根據人耳的生理特征，把每一幀波形變換成一個多維向量。因此，這些向量包含了這些語音的內容信息。該過程被稱為聲學特征提取，常見的聲學特征有MFCC、CPE、LPC等。
MFCC是目前最常用、最基本的聲學特征，提取MFCC特征可以分為如下四個步驟：首先對每一幀進行傅里葉變換，取得每一幀的頻譜。再把頻譜與圖1中每個三角形相乘并積分，求出頻譜在每一個三角形下的能量，這樣處理可以減少數據量，并模仿人耳在低頻處分辨率高的特性。然后取上一步得到結果的對數，這可以放大低能量處的能量差異。最后對得到的對數進行離散余弦變換，并保留前12～20個點進一步壓縮數據。通過特征提取，聲音序列就被轉換為有特征向量組成的矩陣。
2.3 聲學模型
聲學模型是語音識別中最重要的組成部分之一，其用于語音到音節概率的計算。目前主流的方法多數采用隱馬爾科夫模型，隱馬爾可夫模型的概念是一個離散時域有限狀態自動機。
隱馬爾可夫模型HMM如圖2所示，是指這一馬爾可夫模型的內部狀態x1，x2，x3外界不可見，外界只能看到各個時刻的輸出值y1，y2，y3。對語音識別系統，輸出值通常就是從各個幀計算而得的聲學特征，輸入是由特征提取模塊提取的特征。用HMM刻畫語音信號需作出兩個假設，一是內部狀態的轉移只與上一狀態有關，另一是輸出值Y只與當前狀態X（或當前的狀態轉移）有關，這兩個假設大大降低了模型的復雜度。HMM的打分、解碼和訓練相應的算法是前向算法、維特比算法和前向后向算法。
早期的聲學模型使用矢量量化（Vector Quantification）的方法，使其性能受到VQ算法的極大影響。對于連續取值的特征應當采用連續的概率分布如高斯混合模型或混合拉普拉斯模型等。為了解決模型參數過多的問題，可以使用某些聚類方法來減小模型中的參數數量，提高模型的可訓練性。聚類可以在模型層次，狀態層次乃至混合高斯模型中每個混合的層次進行。
2.4 語言模型
語言模型音節到字概率的計算。 語言模型主要分為規則模型和統計模型兩種。相比于統計模型，規則模型魯棒性較差，對非本質錯誤過于嚴苛，泛化能力較差，研究強度更大。因此主流語音識別技術多采用統計模型。統計模型采用概率統計的方法來揭示語言單位內在的統計規律，其中N-Gram簡單有效，被廣泛使用。
N-Gram基于如下假設：第N個詞的出現只與前面N-1個詞相關，而與其它任何詞都不相關，整句的概率即為各個詞出現概率的乘積。詞與詞之間的概率可以直接從語料中統計N個詞同時出現的次數得到。考慮計算量和效果之間的平衡，N取值一般較小，常用的是二元的Bi-Gram和三元的Tri-Gram。
2.5 解碼器
解碼器是語音識別系統的核心之一，其任務是對輸入信號，根據聲學、語言模型及詞典，尋找能夠以最大概率輸出該信號的詞串。在實踐中較多采用維特比算法[3]搜索根據聲學、語言模型得出的最優詞串。
基于動態規劃的維特比算法在每個時間點上的各個狀態，計算解碼狀態序列對觀察序列的后驗概率，保留概率最大的路徑，并在每個節點記錄下相應的狀態信息以便最后反向獲取詞解碼序列。維特比算法在不喪失最優解的條件下，同時解決了連續語音識別中HMM模型狀態序列與聲學觀察序列的非線性時間對準、詞邊界檢測和詞的識別，從而使這一算法成為語音識別搜索的基本策略。
維特比（Viterbi）算法的時齊特性使得同一時刻的各條路徑對應于同樣的觀察序列，因而具有可比性，Beam搜索在每一時刻只保留概率最大的前若干條路徑，大幅度的剪枝提高了搜索的效率。Viterbi-Beam算法是當前語音識別搜索中最有效的算法。
3 語音識別技術的發展
近幾年來，特別是2009年以來，借助機器學習領域深度學習研究的發展，以及大數據語料的積累，語音識別技術得到突飛猛進的發展。
在模型方面，傳統語音識別模型逐步被神經網絡替代，使用神經網絡可以更好地提取特征，擬合曲線。使用人工神經網絡來提高語音識別性能的概念最早在80年代就提出了，但當時高斯混合模型在大詞匯語音識別上表現得更好，因此人工神經網絡并沒有進行商業應用。隨著相關技術的進一步發展，微軟研究院利用深度神經網絡建立了數千個音素的模型，比傳統方法減少了16%的相對誤差。其在建立起有超過660萬神經聯系的網絡后，將總的語音識別錯誤率降低了30%，實現了語音識別巨大的突破[4]。
同時目前多數主流語言識別解碼器采用了基于有限狀態機的解碼網絡，該網絡將語音模型、詞典、聲學共享音字集統一為大的解碼網絡，大幅度提高了解碼速度。
在數據量上，由于移動互聯網的急速發展，從多個渠道獲取的海量語言原料為聲學模型和語言模型的訓練提供了豐富的資源，不斷提升語音識別的準確率。
4 結語
語音是人們工作生活中最自然的交流媒介，所以語音識別技術在人機交互中成為非常重要的方式，語音識別技術具有非常廣泛的應用領域和非常廣闊的市場前景。而隨著深度神經網絡發展，硬件計算能力的提高，以及海量數據積累，語音識別系統的準確率和實用性將得到持續提高。
參考文獻：
[1]S基百科編者.語音識別[G/OL].維基百科，2016（20160829）[2016-08-29].
[2]維基百科編者.語音活性檢測[G/OL].維基百科，2016（20160629）[2016-06-29].
[3]維基百科編者.維特比算法[G/OL].維基百科，2016（20160920）[2016-09-20].
[4] Dahl G E， Yu D， Deng L， et al. Context-dependent pre-trained deep neural networks for large-vocabulary speech recognition[J]. IEEE Transactions on Audio， Speech， and Language Processing， 2012， 20（1）：30-42.
關鍵詞：油氣層識別技術；勘探開發；進展
中圖分類號：P641.4+62文獻標識碼：A 文章編號：
我國油田大多數處于開發中后期，油井產液中的含水量越來越高，而且人工解釋油氣層主要是依賴測井解釋工程師豐富的實際經驗，所以存在著很大的偶然性和誤差。另外現有的解釋軟件又未加入人工解釋經驗，計算機解釋符合率與人工解釋相差很大，并且隨著油田注入水含量和含水飽和度的增加，油層電阻率也不再是完全單調下
降，這使得傳統方式受到挑戰。為此，尋找新的油氣層識別與評價技術是測井技術學科的重要課題。
1油氣層識別技術進展概述
油氣層識別是個綜合過程，具有許多直接或間接反映油、氣、水層的測井信息，儲層參數信息和巖性信息，錄井信息。如果要對這種具有復雜儲層進行油氣評價，則常規測井技術所表現的能力尤為不足。同時基于模式識別理論提出的判別分析法，Bayesian判別法，模糊聚類法，以及綜合評價法，灰色系統評價法，專家系統法都存在一定的缺陷。而神經網絡的自學習，自聯想，無堅固模型特征，更適合于從龐雜的各種信息中對復雜系統作出(無模型)綜合模式評判，并且遺傳算法能夠通過對參數空間編碼并用隨機選擇搜索工具來引導搜索過程朝著更高效的方向發展，因此本文將神經網絡和遺傳算法結合起來應用到油氣水層的識別問題中，以提高識別的精確度。開展本課題的研究對于油田油藏的勘探與開發，對于油田穩油控水及高產穩產都具有重要的意義。
2油氣層識別技術研究與發展現狀
油氣層識別與評價技術一直是國內外關注的研究課題，同時也是測井解釋的一項主要任務，主要是以油藏物理學為理論基礎，與測井學和流體力學相結合進行的一項課題。
由于測井曲線的形態特征反映著儲層的巖性、物性和含油氣性，因此可以根據測井信息與儲層油氣的對應關系，建立一套公式或關系來識別其它未知儲層的含油氣特性，比如利用平均粒徑和自然伽馬GR的相對值GR的統計關系劃分儲層的巖性；利用粘土含量(％)、孔隙度、粒度中值(MD)、滲透率(K)來評價儲層的物性(即儲滲特性)；利用反映油、水層侵入特征的測井曲線重疊、交會的差異作為油水層判別信息(深側向電阻率尼與淺側向電阻率R。之差)；利用儲層含水飽和度(&)與束縛水的飽和度間的差別來判別和區分油氣層、水層、干層以及油水同層的變化及其控制因素；此外還有采用波爾遜方程估算油水相對滲透率和地下狀態的油水粘度求含水率來識別油水層等方法。
在油氣層識別的具體應用中必須綜合利用上述公式或經驗進行，然而這些公式的建模均基于統計學理論。對于不同油田不同地區和不同油井的儲層，其統計得到的經驗公式也是不一樣的，特別是對于環境變化復雜的油井識別準確率不理想。
國外大的測井公司和科研院所憑借其測井技術和測井儀器的優勢，注重采用新的方法識別油氣層，象DovetonJ等人利用了電纜測井技術，采用動態編程法做測井對比，可從各種各樣的可能性中選擇最佳匹配，以正確識別出油氣層。另外還有人采用常規數理統計模式識別技術根據測井曲線識別油氣層都取得了一定的效果。
目前我國大部分油田的油層含水很高，在這種情況下開展油氣層識別與評價的研究很重要。因此，我國大部分油田及有關院校、研究所相繼開展了高含水儲層測井評價方面的工作。理論和實驗研究發現，傳統的利用測井資料識別油氣層需要建立巖石體積模型、測井響應方程、統計經驗公式以及大量的專家經驗。隨著油田注入水含量和含水飽和度的增加，油層電阻率并不是完全單調下降的，解釋結果與實際測試結果的吻合率很不理想。為此，中國測井分析家在阿爾奇公式的基礎上提出多種解釋方法，尤其是利用數理統計方法綜合各種測井信息對油氣儲層進行綜合評價，使得油氣儲層測井曲線識別符合率大大提高。
遼河油田測并公司針對地層電阻率，油氣層成因的多樣性、復雜性，利用模糊聚類和逐步判別分析方法，先對樣本進行預分類，并根據隸屬度函數自身迭代，不斷分類，直到相對穩定，當分類數一旦確定再進行合并。模糊聚類和逐步判別分析方法是根據一組已經確知歸屬類型的樣品，建立樣品的歸屬與地質變量間的定量關系，即建立判別方程。對于一個新樣品，把其各變量值代入判別方程，求出分屬于各歸屬類型的概率，比較概率大小確定其歸屬。利用模糊聚類和逐步判別分析方法識別油氣層的關鍵是儲層樣本的提取和反映儲層性質特征參數的提取。如果參數提取不當，將影響油氣層的識別結果。
近年來，基于模式識別技術的各類方法技術在測井資料儲層識別領域內都得到了廣泛的應用，也取得了較好的效果。其中有灰色系統方法、模糊判別技術、神經網絡技術等。
西南石油學院利用模糊識別技術進行儲層識別，取得了良好的效果。所謂模糊識別即模糊模式識別，它是指對具“模糊性"的事物經過分析、判斷、歸類，識別出事物與供模仿的樣本間的相同或相似性。模糊識別有直接法和間接法兩種。直接法是根據最大隸屬度原則判別被識別對象的歸類：間接法則按就近原則對被識別對象進行歸類。根據儲層樣本類型在論域上劃分模型空間，然后確定隸屬度函數。每個樣本都由若干個測井響應值組成n維向量以便根據隸屬度函數計算每個樣本隸屬度值，然后進行判斷。
3 深層系低孔低滲油氣藏的特征
3.1 深層系低孔低滲油氣藏的特征
深層系低孔低滲油氣藏由于其滲透率孔隙度低，且大部分為低壓且具有非自噴的特點，導致滲流阻力大，油層流向井底的沿程阻力增加，地層壓力損失多。油層的自然產能較低這些構成了低滲透層的固有特性:(1)低滲透層彈性能量小;(2)低滲透層導壓性能差;(3)低滲透層產能低這些低滲透層用原測試技術和方法很難達到試油測試目的。
4 深層系低孔低滲油氣層射孔測試聯作技術
隨著對深層系低孔低滲油氣藏認識的不斷深入，試油主要采用射孔加地層測試聯作技術。射孔測試聯作技術是測試技術和射孔技術進行結合的一種套管井試油新技術，它具備地層測試和油管傳輸射孔兩項技術的優點，并進行三開抽汲，成功地解決了其它射孔方式易造成井噴和污染地層的問題，并能一次性取全取準各項地層參數和流體樣品是目前應用比較普遍的一種完井試油測試技術。
4.1 射孔 測試聯作技術的工藝特點
(1)射孔后立即測試能在不受污染的情況下獲得地層的真實產能。(2)采取負壓射孔方式，對地層污染較小。(3)具有一次性進行多儲層長井段射孔和能夠使用大直徑深穿透射孔彈的優點。(4)射孔后井口能夠得到有效地控制，利于井控。(5)能有效地在稠油井，定向井中作業。(6)能夠縮短試油周期 降低作業成本 提高效率。
4.2 深層系低孔低滲油氣層油管傳輸射孔 ——地層測試聯作測試工作制度的選擇
盡管地層測試技術在河南油田應用了十多年，但對于地層的多樣性和復雜性不可能制定出一套適合任何地層條件下的開關井時間分配模式，對于深層系低孔低滲層用原地層測試工作制度測試后無法對資料進行解釋原因是：
(1)若開井時間太短地層產液量少測試流動所影響的范圍尚未穿透鉆井泥漿的侵入帶和射孔污染帶。
關鍵詞：射頻識別 RFID 專利技術 綜述
一、RFID簡介
最基本的RFID系統由天線、標簽、閱讀器組成，而完整可應用的RFID系統還包括計算機系統。當帶有RFID電子標簽的物體經過讀寫器附近時，電子標簽會被讀寫器天線發送的一定頻率的信號激活，標簽在磁場中產生感應電流從而獲得能量并通過無線電波向讀寫器發送自身編碼等標簽中存儲的信息，讀寫器在接收到信息后對信息進行解碼，然后將信息發送至計算機系統，信息完成自動采集，自動采集的信息按需由計算機應用系統進行處理、控制。
二、RFID專利文獻分析
筆者以“射頻識別”、“RFID”等關鍵字檢索（均做相應的相關衍生詞匯擴展），并使用分類號排除明顯噪聲，進行數據統計分析，匯總如下。
2.1 申請量分析
圖1展示了1992-2016年射頻識別技術全球和中國專利申請趨勢圖，全球趨勢中，1992年申請了第一份有關射頻識別技術的專利，到了2002年，有關射頻識別技術的申請量依然不足200篇，申請量在2006年基本達到頂峰，之后由于受金融危機的影響，在2008年前后有一個下降勢，但是之后又逐步回升；中國的申請量從2002年內開始一直在大幅提升，在金融危機2008年前后，中國的申請量沒有大幅增長，比較平穩，但是2010年之后，又繼續呈現大幅增長的趨勢，這也說明該領域的國內應用范圍不斷提升，鉆研RFID技術的企業和科研院所越來越多。
2.2 熱點技術主題分析
該領域國內和全球的專利申請分類號分布情況，每一個分類號即是一個大的技術主題，無論是國內還是全球申請，分布最多的四個分類號都是G06K17/00、G06K19/07、G06K19/077、G06K7/00，其分別對應數據閱讀和數據識別，連同機器一起使用的集成電路芯片信息記錄載體，載體在電路中的裝配，讀出載體的方法或裝置。說明在該領域，較為熱門的研究方向大多集中在上述幾個主題，這為專利申請人在進行專利布局時提供了參考。也可以看出該領域的專利分布較為廣泛，在檢索該領域的專利時，應針對申請專利的技術方案特點，采用合適的關鍵字和分類號相結合的檢索策略，以防止遺漏相關現有技術文獻。
2.3 申請國別分析
對全球射頻識別領域相關專利申請的申請號進行統計分析，得到該領域專利的主要申請國統計圖，圖2中可以看出，中國作為后起之秀，目前已穩居第一，射頻識別技術主要集中在中美日韓四個國家，集中度較高，這也有利于該技術的穩步發展。歐洲各國中，德國和英國的申請量在歐洲各國中較為靠前，但是相比而言，總量不多。雖然我國在這個領域起步較晚，但是申請數量增長勢頭比較明顯，已經完全超越美國的申請數量，在申請量上面成為該領域的第一申請大國，且可以肯定的是，今后我國在該領域將繼續發展壯大，朝著RFID技術主導國的方向穩步邁進。
2.4主要申請人分析
對RFID全球申請進行統計分析，申請量較多的企業有，富士通，艾利丹尼森，SYMBOL TECHNOLOGIES INC，KOREA ELECTRONICS TELECOMM，IBM，以及SENSORMATIC ELECTRONICS CORP。從國別來看，上述企業多屬于日本和美國，也有韓國企業，但是韓國企業的申請量還是遠不如美日企業，這也給檢索指明了一個方向，即不能遺漏日文庫，更應當重點檢索英文庫，及時了解這些企業的相關申請，有助于專利布局。
國內申請中，則以中興通訊股份有限公司及其下屬子公司、國家電網公司、華南理工大學這些企業/高效申請為主導，另外，在國際申請量中排名比較靠前的艾利丹尼森公司、富士通株式會社，在中國申請量同樣也比較靠前。另外，中國申請人中，還有較多科研院所，比如北京物資學院、電子科技大學、中國科學院自動化研究所、中山大學。總的來說，國內申請的RFID相關的專利還是國企和科研院所占主導，這也符合我國的基本國情。
3 結語
總體而言，目前全球在該領域的申請量基本趨于平穩，而中國的申請量在近十年則呈現一個爆發式增長的狀態，也體現了中國在科技方面的與日俱增的實力，中國的總的申請量已經超越美國，成為該領域專利文獻保有量的第一大國。本文通過對申請文獻的分類號進行分析，得出了目前該領域的幾大研究熱點，及時對主要申請人在該領域的最新專利布局進行分析，有助于技術人員更好地洞悉該領域的最新發展狀態。RFID技術下還有許多細分領域，在充分了解該領域專利的大致發展方向之后，對涉及該領域的技術企業而言，在細分領域進行深入挖掘，提前進行專利布局，顯得尤為重要。
參考文獻：
[1]吳永祥.射頻識別（RFID）技術研究現狀及發展展望[J].微計算機信息，2006，22（11-2）.
【關鍵詞】生物識別技術 客戶身份識別 作用與風險
所謂生物識別技術，就是通過計算機與各種傳感器和生物統計學原理等高科技手段密切結合，利用人體固有的生理特性和行為特征，來進行個人身份的鑒定。與傳統的身份鑒定手段相比，生物特征是唯一的、穩定的、可以驗證的，基于生物特征識別的身份鑒定技術更具有防偽性能好、不易偽造或被盜等優點。由此，其在互聯網金融領域的應用也是大勢所趨。
一、生物識別技術的研發應用情況
（一）生物識別技術主要種類
近年來，生物識別技術發展迅速，并在不同行業范圍內得以應用。當前在互聯網金融領域中，有所介入、涉及的生物識別技術主要有指紋識別、虹膜識別、面部識別、掌形識別、簽名識別等。
（二）生物識別技術在互聯網金融發展背景下的應用情況
目前，對于對安全防范控制有著極高要求的金融業，在金庫的安全設施、保險柜、自動柜員機等方面已使用到了生物特征識別這種直觀、準確、可靠的識別系統，并且，今后隨著互聯網技術的逐漸發展，對借助生物識別技術來解決金融業務方面的身份識別、確認或者支付的呼聲越來越高，運用關注度將更多，銀行也在積極探索和嘗試這方面的運用。但是目前想要進行大規模推廣和運用的并不多，更多的做為輔助手段。
二、以生物技術開展客戶身份識別的優勢與不足
指紋、虹膜、面部識別等生物特征識別技術與傳統的身份鑒別技術相比，基于人體生物特征識別技術的安全性顯然要高得多。但在實際應用中，生物識別技術也并非完美無缺，還不是很成熟，難以避免存在著一些漏洞。
（一）優勢方面
一是生物識別技術認定的是人本身，由于每個人的生物特征具有與其他人不同的唯一性和在一定時期內不變的穩定性，不易偽造和假冒，所以利用生物識別技術進行身份認定，方便、安全、可靠；二是生物識別技術產品均借助于現代計算機技術實現，很容易配合電腦和安全、監控、管理系統整合，實現自動化管理；三是生物識別技術可有效避免傳統短信驗證手段潛在風險。隨著手機木馬，偽基站等黑客活動日漸增多，短信驗證碼被攔截的可能性大幅增加，而生物識別技術的身份認證具有不可替代性，能有效規范被網絡攻擊的風險；四是由于生物識別技術具有高服務附加值和高安全性的潛在優勢，符合商業銀行需要高效益、高性能的應用程序來助力其運行環境的目的，已成為非常吸引商業銀行的一項新型應用技術，為風險防范又增加了一道堅固的壁壘。
（二）不足之處
任何技術都可能存在一定的針對性和局限性。同樣，相對傳統的身份識別，生物識別技術是有較大的優勢，但其也存在著一定的缺陷。一是準確性方面的局限。比如說人手指受傷時，指紋這個生物特征在被識別過程中的準確性就可能受到影響。另外，非法用戶制造有著相同指紋的橡膠手指冒認合法用戶在技術上也是可能實現的；二是同傳統身份識別認證方法一樣，生物特征信息在傳輸過程中也有可能被截獲或篡改，存儲在數據庫中的信息也可能會被修改，這些都會使得合法用戶的身份認證受到影響，這也是今后生物識別技術所面臨的主要問題之一；三是要求用戶配合的程度高，如從指紋鎖的實際應用情況來看要求用戶配合的程度高，用戶在指紋采集過程中需要直接接觸指紋采集儀，容易產生被侵犯的感覺，導致用戶對指紋識別技術的接受度降低，用戶指紋難以采集；四是存在使用專用設備、價格昂貴等缺點，用較高的代價來保障安全。
三、應用中存在的困難與潛在的風險
就目前來看，雖然關注度高，但由于生物識別技術的尚不成熟，其在金融領域的運用暫時還難以大規模的推廣使用，還面臨著政策和宣傳不到位等諸多因素的困擾，如何理性、務實的直面存在的問題困難，加強對該項技術的投入和監督，是金融業在未來一個時期內應重點解決的問題。
（一）困難
一是使用成本高。如通過掌靜脈識別身份進行支付的方式比較安全可靠，但問題是這個設備的成本是比較高的，這就導致它更多的是在一定范圍內使用，很難大規模推廣使用，同樣，指紋、虹膜等技術都面臨類似的問題；二是使用范圍受限。相對來說，人臉識別方面，利用攝像頭掃描就相對容易，只需要配備一個手機就可以解決，可以大面積推廣使用，但目前也不能保證這個技術就絕對安全，未來的使用可能更多的還是規定這種技術支持一定的業務范圍。
（二）風險
生物識別技術具有使用便捷的優點，同時風險與之并存：生物特征的生物身份識別技術存在著一旦被盜用將無法吊銷的風險，這也是目前導致僅依賴生物識別技術進行身份認證的措施還不適用于大范圍的金融業務的原因所在。同時，互聯網銀行業務發展的技術障礙也未解決，無論人臉識別、指紋等多重生物識別技術有多成熟，只要是網絡遠程傳輸方式都能夠被黑客截取復制，金融業務潛在風險。
四、相關建議
（一）加強互聯網金融業務的監管
近年互聯網金融業務如火如荼，但監管嚴重薄弱，傳統金融監管部門并不十分了解信息網絡安全的相關技術。因此，迫切需要設立相關信息安全部門的聯席會議制度或者監管協調機制，對有關互聯網金融的規則從源頭介入，制定監管制度辦法，避免監管部門事后被動的尷尬。
（二）加大宣傳推廣力度
當前生物識別技術還不夠成熟，人們對其的心理接受程度，還有待從不熟悉該技術到熟悉這樣的過程和時間。因此，金融業所須做的是加大對生物識別技術技術的研發以及加強宣傳工作。
（三）建立個人生物特征信息中央數據庫
有效的生物特征識別應用必須由強大的數據后臺作保障，應建立一個大型個人生物特征信息數據庫，能夠采集和存儲指紋掃描、虹膜掃描、掌紋和語音數據及其他生物識別符號，以更快、更好并且將更有效地提升部門間的數據共享和可操作性。
（四）生物識別技術與其他方式有機結合
豇豆莢螟，豆類害蟲，全國分布，南方較兇。鉆蛀為害，影響防控，連續采摘，農殘嚴重。
注：豆野螟屬鱗翅目螟蛾科，又名豇豆莢螟、豇豆螟、豆莢野螟、豆莢螟等，全國分布，但南方特別是長江流域較為嚴重。
2 豆野螟寄主
豇菜刀扁，綠毛蠶豌。
注：豆野螟為豆科蔬菜害蟲，寄主主要有豇豆、菜豆、刀豆、扁豆等，也可為害綠豆、毛豆、蠶豆、豌豆。
3 豆野螟形態特征
體色黃褐，體型中等，前翅U斑，白色透明。黃白幼蟲，黑褐頭胸，各節黑斑，四二特征。
注：豆野螟成蟲前翅各有一個白色U型透明斑，后翅白色半透明。幼蟲黃白色，中后胸背板上有黑色毛片6個，前列4個，各具兩根剛毛，后列2個無剛毛，腹部同樣6個毛片，但各自只有1根剛毛。蛹被白色透明的薄繭。
4 豆野螟為害狀
豆類螟蛾，鉆蛀習性。花開花落，遍地飄紅。莢生莢長，滿園成孔，品質降低，收入成空。
注：豆野螟以鉆蛀花及豆莢為主，也能卷葉為害，常造成落花落莢，莢內及蛀孔外堆積糞便，嚴重影響蔬菜的產量與品質。
5 豆野螟生活習性
北方三代，華中倍增，長江流域，以蛹越冬。六至十月，為害高峰，晝伏夜出，強趨光性。卵多散產，花莢著生，初孵幼蟲，鉆入花縫。由花及莢，莢內蛀空，老熟鉆出，土表化蛹。無限花序，少毛品種，高溫高濕，受害偏重。
6 豆野螟防治策略
生防為主，綠色集成，治小治早，花期防控。
注：豆野螟的鉆蛀性及豆類蔬菜不間斷采摘特性決定了防治策略必須是以綠色防控為主，多種防控手段相結合，以花期為主控階段，幼蟲初孵期防治。
①農業防治 清理落花，摘除蟲莢。
②物理防治 強趨光性，加以利用。大小中棚，蟲網防蟲。
注：利用豆野螟的強趨光性，安裝頻振式殺蟲燈誘殺成蟲。利用設施覆蓋防蟲網，在作物生長期間可以做到不施藥或只施1次藥。
③生物防治 天敵保護，綜合利用。生物農藥，積極推行。
注：可選擇16 000 國際單位蘇云金桿菌可濕性粉劑 750～1 000倍液、0.3%印楝素乳油1 000倍液、1.5%除蟲菊素水乳劑500~750倍液等生物農藥。
④化學防治 孵化高峰，七花一蟲，花蕾始放，嫩莢初生，搶在早上，抓住低齡，重在花穗，貴在早用，安全間隔，不能僥幸，統防統治，綠色防控。
1、概述生物識別技術，又稱為生物特征識別技術，是通過計算機與生物傳感器、生物統計學等高科技手段緊密結合，利用人體固有的生理特征和行為特征識別身份的技術。該技術被稱為數字時代的安全衛士。在實際應用中，生物特征識別通過特定的設備進行特征取樣測量，轉化成數字代碼；對代碼取樣后形成特征模板；用特征模板與實際個體取樣進行比對；根據比對結果是否匹配來決定接受或拒絕該用戶。常用于識別的生物特征有指紋、人臉、掌紋、血管紋路、DNA等；行為特征有簽名、語音、步態等。
2、生物識別技術的特點與應用優勢生物特征是與生俱來的，與傳統身份識別方式相比，生物識別技術具有以下優勢[4]：（1）能夠進行身份識別。傳統身份認證識別采用用戶名+口令驗證的方式來驗證用戶身份。生物特征同樣可以完成身份識別的功能。（2）生物特征具有唯一性，防偽性好，難以被偽造或盜用。傳統身份識別技術中的用戶名和密碼會因為信息泄露而帶來身份認證漏洞。生物特征則是個人特有的，極難被仿造或盜用。（3）攜帶方便，不會遺忘或丟失。傳統身份識別技術采用口令驗證或實物驗證，兩者都有遺忘和丟失的風險。而生物特征是人類的體貌和行為特征，攜帶方便，也不存在丟失和遺忘的風險。（4）用戶使用體驗好，不容易被損壞。傳統身份識別技術依賴數據庫記錄用戶名和密碼，常因為字符輸入錯誤而被拒識；IC卡一類的實物驗證技術則有因損壞而被拒識的風險。生物特征大大降低了此類風險。即使是容易受到手指表層皮膚破損而影響驗證的指紋識別也可以通過存儲多個手指的指紋來達到順利驗證身份的目的。此外因為生物識別技術使用友好度高，用戶體驗好。
3、常用生物識別技術的特性分析在眾多的生物特征中,最常使用的用戶接受度較高的是指紋識別、人臉識別和簽名識別。指紋識別是應用最早、應用面最廣的生物特征識別技術。早在幾千年前人們就已經發現了指紋的特點，開始使用指紋進行身份的識別。指紋識別主要是利用指紋記錄儀和計算機等電子設備，通過人類手指表層皮膚上交替出現的脊和谷進行指紋圖像的讀取、提取指紋特征、制成特征模板，再通過模式匹配，最終實現身份的自動識別。每一個人都有自己獨特的而且終身不會變化的指紋。指紋識別技術可靠性高，識別簡便，是一項成熟的生物特征識別技術。在應用面上也體現出無與倫比的優勢，目前國內外指紋識別應用已經覆蓋了公安刑偵領域、公共安全領域等。由于指紋識別技術是將輸入的指紋和數據庫中預存的指紋模板進行比對從而驗證身份，因此要求指紋信息數據庫的容量足夠大，并且要不斷更新。人臉識別技術是近年來迅速發展的一種生物識別技術。人臉識別技術涉及了計算機視覺、人工智能、感知學習和模式識別技術等科學領域。人臉識別是通過攝像機讀取人類臉部特征信息，分析現實人臉的空間圖像映射到機器空間的過程，分析人類臉部共有特征和個體人臉特征之間的關系，形成人臉圖像模板，最終實現人臉自動識別。人臉識別技術具有方便、直接、友好等特點，在使用者接受度方面表現極好。但是人臉圖像信息的數據量巨大，為了提高人臉識別的運算速度，必須對原始圖像數據進行壓縮，這就有可能降低識別率，造成一定的誤識率和拒識率。簽名識別是通過分析使用者簽署自己名字的方式來進行身份鑒別。簽名識別與指紋識別、人臉識別不同，它屬于人類行為識別技術。簽名識別分成在線驗證和離線驗證兩種形式。離線驗證是使用紙張上的字跡通過掃描儀等電子設備轉化成數字圖像再與數據庫中模板信息比對；在線驗證則通過手寫板或壓敏筆等傳感器設備記錄簽名過程中的各項動態特征數值（寫字速度、力度、角度、加速度等）。簽名的動態特征是難以模仿的，因此簽名的在線驗證方式比離線驗證方式要更加可靠。此外簽名識別與人們平時的簽字行為極為相似，因此具有很高的用戶接受度。
二、生物識別技術在電子商務中的應用
伴隨電子商務的發展，解決電子商務中的安全問題和尋找更加可靠方便的身份認證方式成為進一步發展電子商務的新需求。另一方面，隨著全球信息化的發展，生物識別技術在技術發展和市場培育上都日趨完善，人們對生物識別技術的認知度和認可度也不斷提高。全球生物識別技術產業化發展程度在不斷擴大。2002年11月，中國科學院計算機技術研究所承擔的“面像檢測與識別核心技術”項目獲得突破性成果，該系統能夠在1/10~1/20秒之內自動檢測到人臉，并且在1秒內完成身份識別。2003年阿拉伯聯合酋長國宣布啟用基于虹膜認證技術的針對被驅逐外國人的國界控制系統。2006年北京農村商業銀行在國內試點使用指紋識別認證，用戶可以通過指紋識別認證進入銀行系統，自助完成各項操作。2007年中國建設銀行和中國郵政儲蓄銀行分別在全國營業網點內推廣應用柜員指紋身份認證系統。2008年北京奧運會，奧運村使用了基于人臉識別的酒店門禁管理系統。2010年波蘭BPSSA銀行宣布引入采用生物識別技術的自動取款機。國際民航組織確定從2010年起，其所有的成員國和地區必須使用基于人臉識別的機讀護照，此項規定已經成為國際標準。此外日本三菱銀行開發了基于手指靜脈的認證系統用于金庫管理。歐美國家將生物認證技術廣泛用于醫院病人資料庫管理、政府信息中心出入境管理、小學生信息管理等多個領域。由此可以期待，在不遠的將來，基于生物特征識別技術的更加平民化的電子商務應用走入我們的生活，帶來更加安全更加便利的使用體驗。
三、生物識別技術對電子商務的影響趨勢
現代社會生活各方面都需要可靠方便的身份認證識別技術，尤其是在電子商務領域內，目前電子商務的運營過程中不乏因為過程監控不夠周密而出現的貨物丟失、冒領，并由此引發糾紛事件。未來，基于生物識別技術的身份認證識別能夠覆蓋電子商務的全領域，徹底解決電子商務運營過程中的身份認證問題。
1、在電子商務領域內的全領域覆蓋電子商務在運行過程中涉及了買賣雙方的身份認證、訂單信息認證、支付安全認證、物流運輸安全認證等多項認證。其流程之繁瑣，認證技術運用頻率之高是其他行業所無法比擬的。可靠便利的生物特征識別認證技術能夠確保電子商務系統的正常運轉。未來，電子商務的買賣雙方可以通過生物特征認證技術證明自己的身份；通過生物特征認證和數字簽名的雙因子認證確定訂單的真實有效，并完成相應的支付；物流公司的物流派送人員通過指紋驗證確認接收到需要派發的貨物；最終收貨人通過提供帶有生物特征信息的簽收信息表明身份，確保貨物安全送達。由此，生物特征技術確保了電子商務安全領域內的安全性、可用性、可控性、保密性和不可否認性，保障電子商務系統正常有序運行。
2、多項生物特征融合應用從目前的應用看來生物識別技術雖然前景良好，但仍存在有漏洞。例如，利用塑膠可塑性的特點采集指紋應對指紋驗證系統；利用3D打印技術欺騙靜態人臉識別驗證系統。多項生物特征的融合使用就是生物特征識別技術的多因子驗證。這種對多項生物特征的采集、融合、聯合驗證的新型理論和技術就是生物特征識別的未來發展趨勢。該項技術能夠對所采集的生物特征信息進行多方面、多級別的處理，得到更加完備的數據特征信息，從而完成精準度更高的身份認證，為安全可靠的身份認證技術的實施奠定了基礎。
四、結論
隨著科學技術的快速發展，我國物流領域實現了較為長足的進步，自動識別技術在物流管理中的廣泛應用就是這一進步的最直觀體現。基于此，就自動識別技術在物流管理中的應用展開研究，對自動識別技術的具體應用與發展趨勢進行了深入分析，希望能夠為我國物流領域的更好發展帶來一定啟發。
關鍵詞：
自動識別技術；物流管理；射頻識別技術
無論是出行所需的火車票與飛機票，還是與人們生活息息相關的快遞行業，自動識別技術早已在其中實現了普及應用，這一應用在各領域所取得的成果，也使得自動識別技術受到的關注日漸提升，而為了保證自動識別技術更好服務于我國各行業發展，本文就自動識別技術在物流管理中的應用展開具體研究。
1自動識別技術概述
為了較為深入開展研究，首先需要較為全面地了解自動識別技術。結合相關文獻資料不難發現，自動識別技術本身屬于一種依托計算機實現數據信息自動采集、識別、輸入的技術形式，而其所具備的功能能夠滿足物流領域的速度提升需求。在傳統的物流領域中，信息的采集、識別、輸入需要耗費大量時間，這就使得物流管理速度在很長一段時間難以實現提升，而隨著自動識別技術的應用，以往物流管理中的編寫、記錄、掃描確認物品等耗費時間較久的環節將實現根本性升級，這使得自動識別技術支持下的物流管理將實現長足進步[1]。
2自動識別技術的分類
了解自動識別技術的概念后，還需要了解自動識別技術的分類，而結合相關文獻資料與自身經驗總結，筆者將對我國當下常見的條碼識別技術與射頻識別技術進行詳細論述。
2.1條碼識別技術
條碼識別技術是自動識別技術的重要組成部分，這一技術在我國當下得到較為廣泛的應用，很長一段時間條碼識別技術都是自動識別技術的代名詞，由此可見這一技術的影響力之深遠。對于條碼識別技術來說，其本身可以細分為一維碼與二維碼，其中一維碼指的是由平行排列的寬窄不同的線條和間隔組成的二進制編碼，人們在日常生活中的各類商品上都能夠很輕松發現一維碼的影子，而二維碼則是一維碼的衍生物，其能夠從橫縱兩個方向表達信息，并具備相較于一維碼更大的信息容量。在我國當下物流領域中，條碼識別技術往往會通過條形碼展示產品的生產日期、產地、貨位碼、裝卸臺條碼等信息，這些信息就使得物流管理能夠實現對物品的實時監控[2]。
2.2射頻識別技術
除了條碼識別技術外，射頻識別技術同樣屬于自動識別技術的重要組成部分，這一自動識別技術通過無線電波傳遞數據，這一原理使得射頻識別技術擁有優于條碼識別技術的靈活性。對于射頻識別技術來說，電子標簽、讀寫器和計算機網絡是其主要構成，其中電子標簽負責存儲商品信息，讀寫器負責進行信息的讀取與修改，計算機網絡則負責信息的傳輸與互通，而這些功能的實現就使得射頻識別技術不僅具備較強靈活性，其本身的抗干擾能力、惡劣環境下的工作能力、信息存儲量等都要優于條碼識別技術。值得注意的是，射頻識別技術還具備外形多樣化、可重復使用的優點，這也是其擁有巨大發展潛力的原因[3]。除了條碼識別技術與射頻識別技術外，磁卡識別技術、圖像識別技術、生物識別技術等同樣屬于自動識別技術的范疇，但這類技術或多或少存在一些實際應用方面的不足，故而本文不對其進行探討。
3自動識別技術應用在物流管理中的重要性
結合上文內容較為全面地了解了自動識別技術，而為了更為深入開展研究，還需要明晰自動識別技術應用在物流管理中的重要性，而結合相關文獻資料與自身認知，筆者將這一重要性概括為奠定物流管理信息化基礎、促進現代物流發展、實現精準物流管理三方面。
3.1奠定物流管理信息化基礎
傳統物資傳送手寫記錄存在速度慢、效率低、準確率難以保證等缺點，而自動識別技術在物流管理領域的應用能夠實現物流信息及時掌控，這就使得傳統物流管理方式被淘汰。在計算機技術的支持下，大量信息的存儲、物流信息的讀取和記錄、全程的物流信息掌控、及時發現物流管理的問題、進行大量且迅速的物流信息管理等都屬于自動識別技術應用在物流管理中重要性的表現，而這些就使得現代物流的大量化與效率化需求得到了較好滿足[4]。
3.2促進現代物流發展
包裝、運輸、儲存、加工配送等過程是傳統物流的主要流程，而這一流程所具備的單一化功能與較小的服務范圍早已無法滿足我國經濟與社會的發展需要，而在自動識別技術的支持下，物流管理的用戶范圍得到拓展、消費者多樣化需求得到了滿足、運輸方法實現了整合，而以此為基礎實現的物流管理信息化更使得物理運輸的速度大大提升，這些都使得我國現代物流發展獲得了較為有力的支持，由此可見自動識別技術在物流管理中的重要性[5]。
3.3實現精準物流管理
隨著現代物流的快速發展，精準物流管理早已成為物流管理領域的共同追求，而這一追求想要得以真正實現，就必須得到自動識別技術的支持。在應用自動識別技術的物流管理中，大量物流信息能夠在自動識別技術的支持下實現較高效率的記錄、分類、識別、儲存，而這些就較好解決了精準物流管理所面臨的信息收集與整理問題，由此能夠更為直觀地了解自動識別技術應用在物流管理中的重要性。
4自動識別技術在物流管理中的具體應用
條形碼、射頻識別技術都屬于自動識別技術在物流管理中應用的具體表現，而這些應用也使得我國物流管理領域實現了較為長足的進步。
4.1條形碼的應用
這一應用主要實現了物流管理中物資信息的標識化，這種標識化對于商品的快速掃描、及時分類、位置記錄都將帶來較為積極的影響，而條形碼所實現的貨物自動掃描、數量監控，也使得物流管理在自動識別技術的支持下得以大大提升自身的效率與自動化水平。
4.2射頻識別技術的應用
除了條形碼外，射頻識別技術同樣在物流管理中有著較為廣泛的應用，而這一應用就使得很多難以應用條形碼的領域空白在射頻識別技術的支持下得到了填補，這對于我國物流管理領域的發展同樣會帶來較為積極的影響。
5結語
本文就自動識別技術在物流管理中應用展開研究，詳細論述了自動識別技術內涵、自動識別技術的分類、自動識別技術應用在物流管理中的重要性、自動識別技術在物流管理方面的具體應用等內容，希望該研究能夠為相關從業人員帶來一定啟發。
參考文獻
[1]陳東.基于自動識別技術的物流信息系統的研究與應用[D].濟南:山東師范大學,2007.
[2]穆思竹.淺議自動識別技術在物流管理中的應用[J].全國商情,2016(36):8-9.
[3]陳婷.條碼自動識別技術在柴油機制造業物流中的應用[D].昆明:昆明理工大學,2003.
[4]李一鵬.自動識別技術在數字圖書館管理系統中的應用研究[D].昆明:昆明理工大學,2006.
關鍵詞：車牌；識別；專利；分析
引言
車牌識別技術[1-2]是指自動提取受監控區域車輛的車牌信息并進行處理的技術，其通過運用圖像處理、計算機視覺、模式識別等技術，對攝像頭捕獲的車輛照片或視頻進行分析，進而自動識別車輛的車牌號碼。車牌識別技術可應用于停車場自動收費管理、道路監控等領域，在城市交通管理中發揮了重要作用。
1 中國專利申請情況分析
以CNABS專利數據庫中的檢索結果為分析樣本，介紹車牌識別技術的中國專利申請量趨勢以及重要申請人的狀況。
1.1 第一階段（2005年及之前）
在這階段，申請量極少且申請人也極少，且針對的環境較為簡單，處于技術的萌芽階段，其中，專利CN1529276，通過車牌定位、字符分割和分類識別完成機動車牌號自動識別，其實現過程較為簡單，具體細節描述較少。
1.2 第二階段（2006年-2010年）
在這階段的申請量比上一階段有所增加，而且申請人數量相較之前也有增長，其中來自高校的申請量明顯增加，反映出了高校研究者開始更加注重對研究成果的保護，這一階段的專利所針對的環境場景更為復雜，識別準確率得到提高，對車牌定位、字符分割、字符識別等關鍵技術的研究更為深入。
1.3 第三階段（2011年及以后）
在2011年之后車牌識別技術的專利申請量呈現快速增長，這一階段車牌識別技術得到了更進一步的豐富，涉及的關鍵技術的解決途徑也呈現出多樣性，檢測效率和精度也得到進一步提高，其中，專利CN104035954A，涉及一種基于Hadoop的套牌車識別方法，將云計算應用于車牌識別，使得與傳統環境下不經過優化的方法相比具有^高的運行效率和加速比，可以有效地識別套牌車。
圖2示出了中國重要申請人分布情況，申請量分布前十的申請人包括：電子科技大學、深圳市捷順科技實業股份有限公司（捷順科技）、浙江宇視科技有限公司（宇視科技）、信幀電子技術（北京）有限公司（信幀電子）、中國科學院自動化研究所（自動化研究所）、安徽清新互聯信息科技有限公司（清新互聯）、青島海信網絡科技股份有限公司（海信網絡）、浙江工業大學、四川川大智勝軟件股份有限公司（川大智勝）、上海高德威智能交通系統有限公司（高德威智能交通），從圖2中可以看出，不同申請人的申請量差距不是很大，幾乎保持在一個比較持平的狀態。
電子科技大學在車牌識別技術的專利申請中，CN 101064011A提出一種基于小波變換的復雜背景中的車牌提取方法，可大大提高對晴天、雨天、霧天、白天及夜晚等環境的通用性和適用性，實現車牌的精確定位并提高車牌提取的準確度；CN 103455815A提出一種復雜場景下的自適應車牌字符分割方法，能快速、準確地搜索2、3字符間隔位置，實現自適應調整分割參數，使車牌字符分割穩定可靠，在復雜的環境中魯棒性強，防止噪聲干擾；CN 105005757A提出一種基于Grassmann流行的車牌字符識別方法，最大限度地利用了已獲得的車牌字符信息以及同類字符之間的相互關系，對于車牌字符的成像質量要求更低，應用于復雜的環境中具有很好的魯棒性和準確性。
2 關鍵技術分析
一個完整的車牌定位與識別系統，其前端包括圖像采集和傳輸系統，末端還需要與數據庫相連接。從定位到識別的核心算法上，主要包括圖像預處理、車牌定位、字符分割和字符識別四大部分[3]。
圖像預處理，是指通過對攝像頭捕獲的彩色圖像進行預處理。常用的預處理方法包括圖像灰度化、圖像二值化、邊緣檢測等。
車牌定位，是指在經預處理后的車輛圖像中，定位出車輛的車牌所在位置。常用的車牌定位方法包括基于紋理分析的方法、基于數學形態學的方法、基于邊緣檢測的方法、基于小波變換的方法和基于神經網絡的方法等。CN 104298976A提出一種基于卷積神經網絡的車牌檢測方法，利用卷積神經網絡完整車牌識別模型對車牌粗選區域進行篩選，獲取車牌最終候選區域。
字符分割，是指將定位出的車牌區域圖像分割成單個的字符圖像。常用的字符分割方法包括基于輪廓的方法、基于投影的方法、基于模板匹配的方法和基于連通區域的方法等。CN 104408454A提出一種基于彈性模板匹配算法的車牌字符分割方法，基于彈性模板，通過插空進行模板序列形狀的彈性調整，將車牌圖片與理想模板進行匹配，獲得全局最優匹配，確定字符位置，將分割算法作用于投影序列，實現對車牌字符的分割。
字符識別，是指對字符分割之后的單個字符圖像進行識別，進而得到車輛的車牌號碼。常用的車牌字符識別方法包括基于字符結構特征的識別方法、基于模板匹配的識別方法、基于神經網絡的識別方法、基于模糊理論的模式識別方法和基于支持向量機分類識別方法等。CN 105975968A提出一種基于Caffe框架的深度學習車牌字符識別方法，以基于Caffe架構的深度學習為基礎，解決了現有的車牌字符識別方法中對傾斜、斷裂、相近字符識別精度不高的問題，大大提高了對于車牌字符的識別精度。
3 結束語
本文以車牌識別相關專利文獻為樣本，分析統計了該技術中國專利申請現狀，并對車牌識別技術的關鍵技術進行簡單分析。在經歷了從無到有、從萌芽到飛速發展的階段之后，車牌識別技術慢慢走向成熟，越來越多的企業和高校在車牌識別的研究上投入了大量的精力，也獲得了豐碩的研究成果。
參考文獻
[1]尹旭.汽車牌照定位研究綜述[J].電腦知識與技術，2010，6（14）：3729-3730.
【關鍵詞】射頻識別 RFID 稱重系統
1 前言
在傳統的地磅稱重系統中，存在著較多的作弊行為。如在過磅稱重時，客戶A（貨物單價高）冒充客戶B（貨物單價低）的身份，以達到減少提貨單價的目的；或是貨車A（重量小）冒充貨車B（重量大）上磅稱重，以達到降低提貨重量的目的。這些行為都將導致最后的提貨總金額比實際的金額要低，從而導致企業蒙受相應的經濟損失。
射頻識別技術可以對客戶以及車輛的身份進行識別，從而杜絕冒充用戶提取貨物、冒充車輛進行稱重等一系列的作弊行為。
2 射頻識別技術
射頻識別（RFID）技術基于無線通信技術，一般的射頻識別系統都包含兩個部分：射頻識別卡（應答器）和射頻識別讀卡器（閱讀器）。射頻識別卡中存儲著指定的數據，而射頻識別讀卡器能夠與射頻識別卡在無需接觸的情況下實現對卡內存儲信息的讀寫操作。其基本原理如下：
射頻識別讀卡器會在一定的區域內發出指定頻率的射頻信號，當射頻識別卡進入到該區域內時，將接收到該射頻信號，能夠通過卡內線圈產生感應電流激活識別卡并向讀卡器發送卡中的數據。從而實現了非接觸式的無線數據交換。
3 基于射頻識別的系統設計與實現
3.1 基于射頻識別的稱重流程
RFID產品包含有源和無源兩類，對于無源RFID，其工作的主要頻率為13.56MHZ，可以進行近距離識別操作；而對于有源RFID，其工作的主要頻率為433MHZ，能夠進行遠距離的識別。
在本系統中，使用了兩種RFID產品，其中無源RFID用來對客戶的身份進行識別，需要客戶手持卡片（M1卡）靠近讀卡器進行識別。另外考慮到車牌自動識別在惡劣的天氣或車牌模糊的情況下無法準確識別，因此在系統中使用了有源RFID對車輛的身份進行識別（在車輛的前車窗粘貼RFID標簽進行遠距離讀寫操作）。基于RFID的稱重流程如圖1所示。
如圖1所示稱重流程，當貨車停在地磅上進行稱重時，客戶手持M1卡（卡中包含客戶的相關信息）到磅房的讀卡器上進行刷卡。讀卡器獲取到客戶的信息后進行比對，若不一致說明是冒充另外的客戶進行提貨，進行錯誤提示；若一致則從數據庫中得到客戶的提貨單價，并通過遠距離讀卡器得到地磅上貨車的電子標簽信息（每輛貨車的電子標簽信息與M1卡的信息已在數據庫中進行關聯），并與M1卡的信息進行比對，如不一致，說明地磅上的貨車與實際稱重貨車不同，屬于作弊行為，進行錯誤提示；若一致則讀取到提貨重量并計算提貨總金額，流程結束。
3.2 M1卡的讀寫實現
客戶手持RFID識別卡為M1卡，該卡內部包含16個分區（編號為0-15），每個分區包含4個區塊（編號為0-3），因此一共有64個區塊可以用來存放相關信息，這64個區塊進行統一編號0-63，其中0區塊（0分區的0區塊）用來固化出廠信息，用戶無法修改。對于其他分區的各自4個區塊，0-2區塊中可存放用戶數據，而3區塊用于保存控制信息，存儲了對0-2區塊的存取策略。對M1卡的讀寫操作如圖2所示。
系統在.NET平臺中進行實現，基于廠家的動態鏈接庫進行操作。由于屬于非托管代碼，因此需要對動態鏈接庫中的方法加上[DllImport]特性標注后再進行調用。具體實現代碼說明如下：
1）初始化操作
Int ReaderNo=M1Oper.rfinit（0，0）；//對設備進行初始化，并得到返回的設備編號
2）尋卡操作
int status=M1Oper.rfRequest（ReaderNo，1）；//編號為ReaderNo設備的尋卡操作，該操作是一個循環操作。當返回的status為0時，說明感應區域內有M1卡，停止尋卡；不為0時，繼續尋卡
3）防沖突
Int anticlooStatus= M1Oper.rfanticoll（ReaderNo， CardNo）；//由于讀卡器識別區域內可能同時存在多張M1卡，因此需要進行防沖突操作
4）驗證分區密碼
int success=M1Oper.rfAuthentication（ReaderNo，0，2）；// 對于ReaderNo設備識別到的M1卡，驗證0扇區的密碼
5）數據操作
M1Oper.rfRead（ReaderNo，2，data）；//對于ReaderNo設備識別到的M1卡，讀取卡中區塊編號為2的數據，并存儲到data（字節數組）中
4 總結
本文介紹了應用射頻識別技術實現對防作弊稱重系統中客戶以及貨車身份進行識別的具體流程以及詳細實現代碼。通過射頻識別技術，在簡化系統操作的同時，能夠杜絕冒充用戶提取貨物、冒充車輛進行稱重等一系列的作弊行為，可以為稱重企業挽回巨額經濟損失，并提高企業管理水平。
參考文獻
[1]張鋒.基于射頻技術的農業智能灌溉案例研究[J].長沙民政職業技術學院學報，2014（04）.
[2]溫興輝，陳偉.基于射頻技術的電動自行車智能防盜系統[J].微型機與應用技術，2014（10）.
[關鍵詞]微帶天線；射頻識別；工作原理；協議設計
中圖分類號：TP391.4 文獻標識碼：A 文章編號：1009-914X（2015）17-0260-01
一、對射頻識別技術的概述
射頻識別，英文為Radio Frequency Identification，簡稱為RFID，是非接觸的自動識別技術。RFID技術興起于20世紀80年代，由于超大集成電路技術的發展90 年代才進入實用化階段。RFID系統采用了無線電與雷達技術，數據交換不是 通過電流的觸點接通而是通過電場與磁場，即通過無線的方式通信。與其他的識 別方式相，RFID技術能對移動的多個項目進行識別，因而應用更廣泛。RFID技術的實現主要由以下三個部分組成：存儲信息的應答器（電子標簽）、標簽讀寫器、后臺數據庫處理系統。RFID的關鍵技術著眼點在于采用什么技術來實現標簽信息的可靠讀出。射頻識別技術作為作為一種新興的自動識別技術，在中國很快普及。我國射頻識別產品的市場是非常巨大的，射頻技術被廣泛應用于工業自動化、商業自動化、交通運輸控制管理等眾多領域：汽車、火車等交通監控、高速公路自動收費系統、停車場管理系統、物品管理、流水線生產自動化、安全出入檢查、倉儲管理、動物管理、車輛防盜等等。
二、微帶天線作用分析
射頻識別卡天線主要用于接收射頻識別卡的射頻能量及信息，并發射射頻識 別卡的相關信息。發射時把高頻電流轉換成電磁波，接收時把電磁波轉換為高頻電流，射頻識別卡和讀寫器是通過天線進行數據交換的。天線作為通信系統的重要組成部分，其性能的好壞直接影響通信系統的指標，在選擇天線時必須首先注重其性能，第一是選擇天線類型；第二是選擇天線的電氣性能。選擇天線類型的意義是所選天線的方向圖是否符合系統設計中電波覆蓋的要求，選擇天線電氣性能的要求是選擇天線的頻率帶寬、增益等電氣指標是否符合系統設計要求。按照RFID系統的工作方式或工作頻段不同，射頻識別卡的天線一般可分為近場感應線圈天線和遠場輻射天線。
由于RFID卡的廉價、尺寸限制使得一般的天線如：螺旋天線、喇叭天線、反射面天線等都不合適，廉價、剖面低、重量輕、體積小、易共形、易制作的微帶天線成為更好的選擇。微帶天線又稱為印刷振子或印刷偶極子是微帶天線中除了微帶貼片外的又一類微帶輻射元。對微帶天線的主要封裝方式就是平面介質加蓋。因此封裝特性考察的主要內 容就是不同形狀、不同厚度、不同介電常數的介質平面對于微帶天線性能的影響，或者進一步地考慮兩層以上介質的平面封裝模型。為了保持接收信號的穩定，終端功率控制方案也是一項關鍵技術。
三、射頻識別系統的分類
1.按作用距離的遠近來分類
（1）密耦合。具有很小作用距離的射頻識別系統。典型的范圍從0 到1cm這種系統稱為密耦合系統，即緊密耦合系統。必須把應答器插入讀寫器中，或者放置在讀寫器為此設定的表面上。
（2）遙耦合。把寫和讀的作用距離1cm至1m的系統稱作遙耦合系統。所有遙耦合系統在讀寫器和應答器之間都是電感磁耦合。遙耦合中又分為近耦合（典型距離為15cm）和遠耦合（大約距離為1m）。
（3）遠距離系統。遠距離系統典型的作用距離是從1m到10m，個別的系統也有更遠的作用距離。所有遠距離系統都是在微波范圍內用電磁波工作的，發送頻率通常為2.45GHz。
2.按系統的性能分類
按數據載體的存儲能力、處理速度、作用距離和密碼功能等分類，射頻識別 系統可從低檔到高檔構成整個譜系。
3.射頻識別系統協議和頻率
對射頻識別系統來說，最主要的頻率在0～135kHz以及ISM（Industrial-Scientific-Medical）頻率6.78MHz、13.56MHz、27.125MHz、40.68MHz、433.92MHz、869.0MHz、915.0MHz、2.45GHz、5.8GHz和24.125GHz。
頻率13.553MHz～13.567MHz 處于短波范圍，在這個頻率范圍內的傳播條件允許晝夜橫貫大陸聯系。該頻率范圍的使用者是不同類別的無線電服務機構，例如新聞機構和電信機構。在這個頻率范圍內，除了電感射頻識別系統，其他的ISM應用有遙控系統、遠距離控制模型系統、演示無線電設備和傳呼機。
四、RFID系統的工作原理
電子標簽進入磁場后，如果接收到閱讀器發出的特殊射頻信號就能憑借感應電流所獲得能量發出存儲在芯片中的產品信息（無源標簽或被動標簽）或者主動發送某一頻率信號（有源標簽或主動標簽）閱讀器讀取信息并解碼后，送RFID系統的識讀過程。閱讀器將設定數據的無線電載波信號經過發射天線向外發射。當射頻標簽進入發射天線的工作區時，射頻標簽被激活后即將自身信息代碼經天線發射出去。系統的接收天線接收到射頻標簽發出的載波信號，經天線的調制器傳給讀寫器，讀寫器對接收到的信號進行解調、解碼，送后臺電腦控制器。計算機控制器根據邏輯運算判斷射頻標簽的合法性，針對不同的設定做出相應的處理和控制，發出指令信號控制執行機構的動作。從而完成有關信息查詢、統計、管理等功能。RFID可以極快的速度在閱讀器和電子標簽之間采集和交換數據：具有智能讀寫及加密通信的能力，唯一性密碼，極強的信息保密性，這對于軍隊保密等要求準確、快速、安全、可控提供了切實可行的技術途徑。無論我們使用的各類系統、收發公文處于任何環節，相關人員都可以實時掌握其信息和狀態。
五、RFID技術身份識別系統認證協議設計
無線射頻技術的安全性至關重要，因此讀卡器和電子標簽之間的認證流程和通信安全性需要特別設計，本文采取的認證機制運用了讀卡器和標簽的互相認證。在這種認證機制中，讀卡器與電子標簽卡在出廠設置時都會存儲一個公共的認證密鑰K，并認為這個公鑰是安全的，此公鑰用于計算隨機通信密鑰，每次通信交易的密鑰都會有所區別，無法被其他設備所復制。
鑒別機制的執行過程如下：
（1）讀卡器向射頻卡發送認證請求命令。
（2）信息卡返回初步認證數據。
（3）讀卡器接收響應后，產生隨機數A并且和公共密鑰K加密運算用形成公鑰信息發送給射頻卡。
（4）信息卡接收到讀卡器的公鑰與已有的公鑰比較，相同則解密隨機數A并產生隨機數B，用公共密鑰和B進行加密形成二次認證數據發送給讀卡器；不相同則認證失敗。
（5）讀卡器成功接收后將接收的二次驗證信息利用隨機數B運算產生的數據再一次發送給信息卡，并用公共密鑰解密，解析出隨機數A′并與之前的隨機數A對比，相同則認證成功；否則認證失敗。
結論
RFID射頻識別是一種非接觸式的新型認證技術，它通過射頻信號自動識別目標對象并獲取相關數據。作為身份認證技術非常合適，以后會在更多的領域得到應用推廣。
參考文獻
[1] 楊慶霞，劉哲.射頻識別（RFID）技術趨勢與展望[J].學術理論與探索，2013（04）：23.
[2] 馮新亮，顧偉.解析無線射頻（RFID）技術[J].學術理論與探索，2012（06）：15.
