AIM协会发布“无源标签数据内容及结构指南”文件

简介:

全球自动识别行业行业协会宣布推出“无源标签数据内容及结构指南”文件,旨在帮助系统集成商在安装RFID标签系统时选择最优的方案。AIM称,该文件将帮助RFID标签系统的部署并提升兼容性。

虽然AIM指出使用RFID标签存储数据、识别物体的概念并不新鲜,但研究显示很多公司仍未充分认识到标签号码的作用,潜力及获取方法。正因为如此,AIM RFID专家组成员决定编写一个全面的指引,为用户使用更好的选择,为企业提供提供编码使用的最佳指南。

指南中的每个章节都包含一个高层次的描述以引导更深入的讨论;该指南解释了无源RFID标签中数据编码的多种选项,以确保唯一标识和系统完整性。指南还提供了各发证机构代码(IACS),程序标识符(AIS),数据标识符(DIS),文本元素标识符等信息。后面的一些章节则简要探讨了RFID编码方法。

此外,该指引解释了RFID标签内存结构如何用于识别的原理。该文件描述了标准化开放系统及闭环系统的RFID标签结构化数据方法。该指南并未涉及有源RFID标签的数据内容。

本文转自d1net(转载)

相关文章
|
机器学习/深度学习 人工智能 自然语言处理
一文尽览 | 开放世界目标检测的近期工作及简析!(基于Captioning/CLIP/伪标签/Prompt)(上)
人类通过自然监督,即探索视觉世界和倾听他人描述情况,学会了毫不费力地识别和定位物体。我们人类对视觉模式的终身学习,并将其与口语词汇联系起来,从而形成了丰富的视觉和语义词汇,不仅可以用于检测物体,还可以用于其他任务,如描述物体和推理其属性和可见性。人类的这种学习模式为我们实现开放世界的目标检测提供了一个可以学习的角度。
一文尽览 | 开放世界目标检测的近期工作及简析!(基于Captioning/CLIP/伪标签/Prompt)(上)
|
3月前
|
XML 传感器 测试技术
GIGE 协议摘录 —— 照相机的标准特征列表(五)
GIGE 协议摘录 —— 照相机的标准特征列表(五)
39 2
|
6月前
|
存储 数据可视化 vr&ar
突破传统 重新定义:3D医学影像PACS系统源码(包含RIS放射信息) 实现三维重建与还原
突破传统,重新定义PACS/RIS服务,洞察用户需求,关注应用场景,新一代PACS/RIS系统,系统顶层设计采用集中+分布式架构,满足医院影像全流程业务运行,同时各模块均可独立部署,满足医院未来影像信息化扩展新需求、感受新时代影像服务便捷性、易用性!系统基于平台化设计,与第三方服务自然接入无压力,从功能多样化到调阅速度快;覆盖(放射、超声、内镜、病理、核医学、心血管、临床科室等,是以影像采集、传输、存储、诊断、报告书写和科室管理)为核心应用的模块化PACS/RIS系统,实现了全院级影像信息的合理共享与应用。
121 0
突破传统 重新定义:3D医学影像PACS系统源码(包含RIS放射信息) 实现三维重建与还原
【滴水逆向三期41作业】C语言提取文件PE头部信息
【滴水逆向三期41作业】C语言提取文件PE头部信息
|
数据采集 数据可视化
揭秘水文覆盖变化!使用 R 语言轻松处理 MODIS .nc 文件
GRACE水文数据包括地表水蓄积(SWS)、土壤水蓄积(SSS)、总水蓄积(TWS)等变量,通常以每月为单位进行统计和融合,并以网格的形式提供各个区域的数据。 在这里,我们将通过使用 R 语言及其相关包对 GRACE 数据进行研究。具体来说,我们将使用 ncdf4 包读取 GRACE 的 .nc 数据,并进行数据的预处理和可视化分析。
164 0
|
自然语言处理
【论文速递】ACL 2021-CasEE: 一种用于重叠事件抽取的级联解码联合学习框架
【论文原文】:A Joint Learning Framework with Cascade Decoding for Overlapping Event Extraction
107 0
|
移动开发 关系型数据库 atlas
空间转录组|数据读入,标准数据形式外,还有哪些"天残地缺"可以读取
空间转录组|数据读入,标准数据形式外,还有哪些"天残地缺"可以读取
1477 0
|
Linux API Python
wrf模式学习记录--使用ERA5数据驱动WRF模式三层嵌套:数据下载以及模式处理
wrf模式学习记录--使用ERA5数据驱动WRF模式三层嵌套:数据下载以及模式处理
wrf模式学习记录--使用ERA5数据驱动WRF模式三层嵌套:数据下载以及模式处理
|
存储 数据库 图形学
论文翻译—基于 IFC 的 BIM 模型建筑数据提取(Extracting Building Data from BIM with IFC)
论文翻译—基于 IFC 的 BIM 模型建筑数据提取(Extracting Building Data from BIM with IFC)
论文翻译—基于 IFC 的 BIM 模型建筑数据提取(Extracting Building Data from BIM with IFC)
|
机器学习/深度学习 人工智能 自动驾驶
一文尽览 | 开放世界目标检测的近期工作及简析!(基于Captioning/CLIP/伪标签/Prompt)(下)
人类通过自然监督,即探索视觉世界和倾听他人描述情况,学会了毫不费力地识别和定位物体。我们人类对视觉模式的终身学习,并将其与口语词汇联系起来,从而形成了丰富的视觉和语义词汇,不仅可以用于检测物体,还可以用于其他任务,如描述物体和推理其属性和可见性。人类的这种学习模式为我们实现开放世界的目标检测提供了一个可以学习的角度。
一文尽览 | 开放世界目标检测的近期工作及简析!(基于Captioning/CLIP/伪标签/Prompt)(下)