一、自動(dòng)識(shí)別技術(shù)
自動(dòng)識(shí)別技術(shù)是以計(jì)算機(jī)、光、機(jī)、電、通信等技術(shù)的發(fā)展為基礎(chǔ)的一種高度自動(dòng)化的數(shù)據(jù)采集技術(shù)。它通過應(yīng)用一定的識(shí)別裝置，自動(dòng)地獲取被識(shí)別物體的相關(guān)信息，并提供給后臺(tái)的處理系統(tǒng)來完成相關(guān)后續(xù)處理的一種技術(shù)。它能夠幫助人們快速而又準(zhǔn)確地進(jìn)行海量數(shù)據(jù)的自動(dòng)采集和輸入，目前在運(yùn)輸、倉儲(chǔ)、配送 等方面已得到廣泛的應(yīng)用。自動(dòng)識(shí)別技術(shù)在20世紀(jì)70年代初步形成規(guī)模，經(jīng)過近30年的發(fā)展，自動(dòng)識(shí)別技術(shù)已經(jīng)發(fā)展成為由條碼識(shí)別技術(shù)、智能卡識(shí)別技術(shù)、光字符識(shí)別技術(shù)、射頻識(shí)別技術(shù)、生物識(shí)別技術(shù)等組成的綜合技術(shù)，并正在向集成應(yīng)用的方向發(fā)展。
條碼識(shí)別技術(shù)是目前使用最廣泛的自動(dòng)識(shí)別技術(shù)，它是利用光電掃描設(shè)備識(shí)讀條碼符號(hào)，從而實(shí)現(xiàn)信息自動(dòng)錄入。條碼是由一組按特定規(guī)則排列的條、空及對(duì) 應(yīng)字符組成的表示一定信息的符號(hào)。不同的碼制，條碼符號(hào)的組成規(guī)則不同。目前，較常使用的碼制有：ean/ upc條碼、128條碼、itf- 14條碼、交插二五條碼、三九條碼、庫德巴條碼等。
射頻識(shí)別（rfid） 技術(shù)是近幾年發(fā)展起來的現(xiàn)代自動(dòng)識(shí)別技術(shù)，它是利用感應(yīng)、無線電波或微波技術(shù)的讀寫器設(shè)備對(duì)射頻標(biāo)簽進(jìn)行非接觸式識(shí)讀，達(dá)到對(duì)數(shù)據(jù)自動(dòng)采集的目的。它可以識(shí)別高速運(yùn)動(dòng)物體，也可以同時(shí)識(shí)讀多個(gè)對(duì)象，具有抗惡劣環(huán)境、保密性強(qiáng)等特點(diǎn)。
生物識(shí)別技術(shù)是利用人類自身生理或行為特征進(jìn)行身份認(rèn)定的一種技術(shù)。生物特征包括手形、指紋、臉形、虹膜、視網(wǎng)膜、脈搏、耳廓等，行為特征包括簽 字、聲音等。由于人體特征具有不可復(fù)制的特性，這一技術(shù)的安全性較傳統(tǒng)意義上的身份驗(yàn)證機(jī)制有很大的提高。目前，人們已經(jīng)發(fā)展了虹膜識(shí)別技術(shù)、視網(wǎng)膜識(shí)別技術(shù)、面部識(shí)別技術(shù)、簽名識(shí)別技術(shù)、聲音識(shí)別技術(shù)、指紋識(shí)別技術(shù)等六種生物識(shí)別技術(shù)。
二、數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)
數(shù)據(jù)倉庫出現(xiàn)在20世紀(jì)80年代中期，它是一個(gè)面向主題的、集成的、非易失的、時(shí)變的數(shù)據(jù)集合，數(shù)據(jù)倉庫的目標(biāo)是把來源不同的、結(jié)構(gòu)相異的數(shù)據(jù)經(jīng)加工后在數(shù)據(jù)倉庫中存儲(chǔ)、提取和維護(hù)，它支持全面的、大量的復(fù)雜數(shù)據(jù)的分析處理和高層次的決策支持。數(shù)據(jù)倉庫使用戶擁有任意提取數(shù)據(jù)的自由，而不干擾業(yè)務(wù)數(shù)據(jù)庫的正常運(yùn)行。
數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的及隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中， 挖掘出隱含的、未知的、對(duì)決策有潛在價(jià)值的知識(shí)和規(guī)則的過程。一般分為描述型數(shù)據(jù)挖掘和預(yù)測(cè)型數(shù)據(jù)挖掘兩種。描述型數(shù)據(jù)挖掘包括數(shù)據(jù)總結(jié)、聚類及關(guān)聯(lián)分析等，預(yù)測(cè)型數(shù)據(jù)挖掘包括分類、回歸及時(shí)間序列分析等。其目的是通過對(duì)數(shù)據(jù)的統(tǒng)計(jì)、分析、綜合、歸納和推理， 揭示事件間的相互關(guān)系，預(yù)測(cè)未來的發(fā)展趨勢(shì)，為企業(yè)的決策者提供決策依據(jù)。
三、人工智能技術(shù)
人工智能就是探索研究用各種機(jī)器模擬人類智能的途徑，使人類的智能得以物化與延伸的一門學(xué)科。它借鑒仿生學(xué)思想，用數(shù)學(xué)語言抽象描述知識(shí)，用以模仿生物體系和人類的智能機(jī)制，目前主要的方法有神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算和粒度計(jì)算三種。
1、神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是在生物神經(jīng)網(wǎng)絡(luò)研究的基礎(chǔ)上模擬人類的形象直覺思維，根據(jù)生物神經(jīng)元和神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，通過簡(jiǎn)化、歸納，提煉總結(jié)出來的一類并行處理網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的主要功能主要有聯(lián)想記憶、分類聚類和優(yōu)化計(jì)算等。雖然神經(jīng)網(wǎng)絡(luò)具有結(jié)構(gòu)復(fù)雜、可解釋性差、訓(xùn)練時(shí)間長(zhǎng)等缺點(diǎn)，但由于其對(duì)噪聲數(shù)據(jù)的高承受 能力和低錯(cuò)誤率的優(yōu)點(diǎn)，以及各種網(wǎng)絡(luò)訓(xùn)練算法如網(wǎng)絡(luò)剪枝算法和規(guī)則提取算法的不斷提出與完善，使得神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用越來越為廣大使用者所青睞。
2、進(jìn)化計(jì)算。進(jìn)化計(jì)算是模擬生物進(jìn)化理論而發(fā)展起來的一種通用的問題求解的方法。因?yàn)樗鼇碓从谧匀唤绲纳镞M(jìn)化，所以它具有自然界生物所共有的極強(qiáng)的適應(yīng)性特點(diǎn)，這使得它能夠解決那些難以用傳統(tǒng)方法來解決的復(fù)雜問題。它采用了多點(diǎn)并行搜索的方式，通過選擇、交叉和變異等進(jìn)化操作，反復(fù)疊代，在個(gè)體的適應(yīng)度值 的指導(dǎo)下，使得每代進(jìn)化的結(jié)果都優(yōu)于上一代，如此逐代進(jìn)化，直至產(chǎn)生全局最優(yōu)解或全局近優(yōu)解。其中最具代表性的就是遺傳算法，它是基于自然界的生物遺傳進(jìn)化機(jī)理而演化出來的一種自適應(yīng)優(yōu)化算法。
3、粒度計(jì)算。早在1990年，我國著名學(xué)者張鈸和張鈴就進(jìn)行了關(guān)于粒度問題的討論，并指出“人類智能的一個(gè)公認(rèn)的特點(diǎn)，就是人們能從極不相同的粒度（granulari2ty）上觀察和分析同一問題。人們不僅能在不同粒度的世界上進(jìn)行問題的求解，而且能夠很快地從一個(gè)粒度世界跳到另一個(gè)粒度世界，往返自如，毫無困難。這種處理不 同粒度世界的能力，正是人類問題求解的強(qiáng)有力的表現(xiàn)”.隨后，zadeh討論模糊信息粒度理論時(shí)，提出人類認(rèn)知的三個(gè)主要概念，即粒度（包括將全體分解為部分）、組織（包括從部分集成全體） 和因果（包括因果的關(guān)聯(lián)）,并進(jìn)一步提出了粒度計(jì)算。他認(rèn)為，粒度計(jì)算是一把大傘，它覆蓋了所有有關(guān)粒度的理論、方法論、技術(shù)和工具的研究。目前主要有模糊集理論、粗糙集理論和商空間理論三種。