A split-path schema-based RFID data storage model in supply chain management.
A split-path schema-based RFID data storage model in supply chain management.
复制标题
DOI：
10.3390/s130505757
复制
发表时间：
2013-05-03
期刊：
影响因子：
--
通讯作者：
Zhang J
中科院分区：
文献类型：
--
作者：
Fan H;Wu Q;Lin Y;Zhang J
在现代供应链管理系统中，射频识别（RFID）技术已成为不可或缺的传感器技术，大量的RFID数据集预计将变得司空见惯。越来越多的空间和时间需要存储和处理如此庞大的RFID数据，并且越来越多的人认识到现有的方法不能满足RFID数据管理的要求。本文提出了一种基于分割路径模式的RFID数据存储模型。通过数据分离机制，可以更有效地存储和处理供应链管理系统中产生的大量RFID数据。提出了一种基于树结构的路径分割方法，实现了产品运动路径的智能自动分割。在此基础上，设计了存储标签路径信息和时间信息的关系模式，并定义了典型的查询模板和SQL语句。最后，我们进行了各种实验来衡量我们的模型的效果和性能，并证明它在数据表达和面向路径的RFID数据查询性能方面都明显优于基线方法。
In modern supply chain management systems, Radio Frequency IDentification (RFID) technology has become an indispensable sensor technology and massive RFID data sets are expected to become commonplace. More and more space and time are needed to store and process such huge amounts of RFID data, and there is an increasing realization that the existing approaches cannot satisfy the requirements of RFID data management. In this paper, we present a split-path schema-based RFID data storage model. With a data separation mechanism, the massive RFID data produced in supply chain management systems can be stored and processed more efficiently. Then a tree structure-based path splitting approach is proposed to intelligently and automatically split the movement paths of products. Furthermore, based on the proposed new storage model, we design the relational schema to store the path information and time information of tags, and some typical query templates and SQL statements are defined. Finally, we conduct various experiments to measure the effect and performance of our model and demonstrate that it performs significantly better than the baseline approach in both the data expression and path-oriented RFID data query performance.
登录
查看更多内容
DOI：
10.3390/s120810196
发表时间：
2012
期刊：
Sensors (Basel, Switzerland)
影响因子：
--
作者：
Fan H;Wu Q;Lin Y
通讯作者：
Lin Y
影响因子：
1.1
作者：
Zhang, C;Naughton, J;Lohman, G
通讯作者：
Lohman, G
DOI：
10.3390/s110707004
发表时间：
2011
期刊：
Sensors (Basel, Switzerland)
影响因子：
--
作者：
Bashir AK;Lim SJ;Hussain CS;Park MS
通讯作者：
Park MS
影响因子：
3.2
作者：
Welbourne, Evan;Battle, Leilani;Borriello, Gaetano
通讯作者：
Borriello, Gaetano
影响因子：
8.9
作者：
Gonzalez, Hector;Han, Jiawei;Wu, Tianyi
通讯作者：
Wu, Tianyi