精确度 - RFID世界网新闻中心

rfid工器具管理，企业资产管理革命性变革

rfid工器具管理能够实现工具的快速盘点、定位和追踪，大大提高管理效率和精确度。

04/09

RFID读写器在仓储管理中的应用优势

RFID读写器通过使用无线电波来读取和存储信息，从而提高了仓储管理的效率和精确度

12/13

河北省石家庄市裕华区使用RFID技术确保共享单车精准停放

裕华区城管局执法大队副大队长褚旭东表示，有了RFID+90度停车技术以后，用户必须停到指定停车区域内并在RFID识别带附近，这个精确度可以实现±10CM。车子必须跟马路牙子垂直、对正才能停车，否则将锁不了车并始终计费。

08/04

奇瑞捷豹路虎利用RFID提升产线装配效率，借智能制造强势开局

在生产质量标准和生产过程管理上有了保障后，奇瑞捷豹路虎在具体的生产环节上也处处考究，比如奇瑞捷豹路虎采用了业界领先的气密性测试标准，以确保车辆涉水性能;用密集的三坐标测量覆盖冲压件、焊接装配和整车总装，以确保尺寸的精确度。

03/24

新加坡研究人员利用MXenes材料开发出无线、无电池的应变传感器

新加坡国立大学(NUS)的一个研究小组在助理教授Chen Po-Yen的带领下，开发出一系列新型纳米材料应变传感器，与现有技术相比，测量微小运动时的灵敏度提高了10倍，为提高工业机器人手臂的安全性和精确度迈出了重要一步。

12/17

国内车企用毫米波雷达技术避免儿童被困车内窒息事件

毫米波雷达探测技术具有穿透能力强、分辨率高、抗干扰能力强、探测精度高等优势，可全天时全天候保持高精确度监测。同时，可有效利用算法，剔除虚假目标干扰，有效分类出活体与其他物体，实现对车内生命体的有效监测。

06/11

南通海元芯盛智能科技的防除静电RFID标签自动复合机

市场上的RFID电子标签复合机都是按照生产工艺的特点，结合使用进行设计的。以正反图案对位复合的RFID电子标签复合机，使用单张复合的话，精确度高、操作十分简单，比较容易调试，损耗也非常低，也可以同时进行不同材质的多层复合。而且，RFID标签自动复合机收放卷配置有张力自动控制系统，可以实现自动智能调整力度的功能。

03/30

国外研发超精确传感器，可测量小于原子宽度的形变

据埃因霍温科技大学报道，电气工程师斯特凡诺斯·安德鲁（Stefanos Andreou）建造了一种非凡的传感器，其精确度小于原子大小。

02/04

村田亮相IOTE 2019，展现RFID技术不凡实力

RFID技术是物联网感知层的重要成员，它具有识别距离远、读取时间短、精确度高、数据存储量大、标签成本低等优势，作为构建物联网的关键技术之一，近年来受到越来越多的关注。

08/05

AI全面“入侵” 图像传感器任重道远

让AI真正来到人们身边、服务于人的生活，这是众多科技企业努力的方向。近年来，说起人们身边的AI应用，人脸识别产品可谓风头无两，人们已经习惯了人脸识别安检、考勤乃至付款。而随着社会对安全要求的提高，识别精确度越来越被重视，从硬件层面来说，首先要保障监控图像传感器的性能。它相当于监控设备的“心脏”，其性能直接决定了监控设备能否恰如其分地发挥作用。

01/30

国产水下微型机器人：内置多种传感器可代替潜水员给海星打针

近一段时间以来，我国南海海域水下多了一个黄色的微型水下机器人。这款机器人是一款由国内企业研发的海星打针机，是目前在这一应用领域国际上稳定性最好、精确度最高的微型水下机器人。

12/04

压力传感器的抗干扰措施有哪些呢-智能机器人力准传感技术

压力传感器在我们的工业中使用非常多，在日常生活中使用和购买压力传感器都需要对它有一定的了解，特别在使用的时候，如果没有了解好注意事项的话，很容易导致机器发生故障或者损坏传感器现象的发生，又或者是导致测量精确度下降甚至数据有误。

11/24

提升实时可视化程度，助力零售供应链创新

为了提高精确度，许多零售商正纷纷为数字化升级做预算，通过物联网(IoT)技术(如RFID)实现自动且实时的库存可视化。采用RFID平台能够将库存精确度提升至95%，而通过物品级RFID标签，缺货的情况可减少60-80%。如此一来，不难理解为什么超过70%的零售商正计划或已经采用物品级RFID技术。

10/26

数字浪潮时代，采用条码RFID系统可将库存精确度提高到95％

数字浪潮时代，采用有效的技术对于零售商的成功至关重要，如今，很多零售商在店内存货可视化方面都面临着挑战。随着零售商不断开设更多的实体店，进一步拓展海外市场，并借助网络平台开展业务多元化经营，店内库存可视化的挑战也在逐渐加剧;零售商对于供应链实时可视化的需求也变得更加迫切。

10/11

致IBM Watson：六年过去昔日的人工智能老大哥你还好吗？

在医护工作日常涉及的复杂决策中，人类智能比机器学习应用的效果好得多。原因很简单：机器尚无成熟的感知、推理、解释能力。另外，虽然近几年 AI 取得了非常大的进步，即便是最顶尖的机器学习算法，也无法达到临床决策所需要的敏感度、特异性和精确度(即正预测值)。所以，在局外人看来，出了问题的不是 Watson，而是整个AI医疗行业——“Watson 的竞争对手混得更惨”。

07/06