面向智能考勤应用的离群值检测算法研究

摘要

信息化时代的到来，对于企业和高校而言，日常的考勤管理不能再靠纯粹的人工监督方式，使用计算机进行考勤管理不仅极大程度地节约了时间成本，而且还能更好的实现全面化的督促作用，同时对出勤率的提高也取得了一定的成效。
　　随着考勤方式日渐呈多样化和智能化趋势，智能手机日新月异的变化让更多的人将研究对象转向了手机客户端。本文在Web App的服务模式基础上，设计一款基于百度地图API和离群值检测的考勤系统，主要利用智能手机的移动定位功能来确定考勤人员的地理位置，获取手机的Mac地址来防止代签情况的发生，并将考勤信息在数据库中进行加密处理，防止信息的泄露。基于实际项目需求，本考勤系统主要应用于高校课堂环境。论文主要工作如下:
　　(1)对一维离群值检测算法研究。分析研究了传统的一维离群值检测算法，综合稳健性需求及分布类型宽容度需求，选用稳健四分位检测法作为一维离群值检测算法。针对稳健四分位检测算法受数据中间跨度影响较大的问题，通过对数据列进行极值过滤而尽可能消除这一影响，进而得到改进后的基于稳健四分位检测的极值互差过滤算法。
　　(2)对二维离群值检测算法研究。为避免坐标对距离值的贡献无区分度，使用马氏距离代替传统的欧式距离。并在一维离群值检测算法的基础上提出了综合距离和统计检测的鲁棒马氏距离二维离群值检测算法，用于二维离群数据的检测。
　　(3)在以上算法设计的基础上，开发了一套智能考勤系统应用于当前高校课堂环境中。该系统使用百度地图API获取学生的地理位置信息并同时获取移动设备的Mac地址防止代签，并采用DES加密算法将学生考勤经纬度数据存进数据库里。
　　最后经实验验证了算法的有效性和实用性。

目录

声明

致谢

摘要

第一章 绪论

1．2 国内外研究现状

1．2．1 智能考勤技术研究现状

1．2．2 离群值检测技术研究现状

1．3 课题研究内容

1．4 论文组织结构

第二章 相关理论与技术分析研究

2．1 定位技术

2．1．1 GPS定位技术

2．1．2 基站定位技术

2．1．3 WiFi定位技术

2．1．4 IP定位技术

2．2 百度地图API和HTML5定位技术

2．2．1 百度地图API

2．2．2 HTML5调用百度地图API获取经纬度

2．3 离群值检测算法概述

2．3．1 基于统计的离群点检测算法

2．3．2 基于距离的离群值检测算法

2．3．3 基于密度的离群点检测算法

2．3．4 基于聚类的离群值检测算法

2．4 Web App技术

2．4．1 Web App简介

2．4．2 Web App与Native App

2．5 ．NET Framework平台

2．5．1 EXT．NET控件

2．5．2 Ext．NET Mobile控件

2．6 数据加密方法

2．7 本章小结

第三章 一维离群值检测算法研究

3．1 常见的基于统计的离群值检测算法研究

3．1．1 格鲁布斯检测法(Grubbs)

3．1．2 狄克逊检测法(Dixon)

3．1．3 拉依达检测法

3．1．4 稳健四分位检测法

3．2 常用方法在数据检测中的应用及不足

3．3 基于四分位检测的极值互差过滤检测法

3．3．1 算法步骤

3．3．2 实验验证

3．3．3 实验总结

3．4 本章小结

第四章 二维离群值检测算法研究

4．1 扩展型二维检测法

4．2 基于鲁棒马氏距离的二维离群值检测算法

4．2．1 传统欧式距离的缺陷

4．2．2 马氏距离

4．2．3 算法步骤

4．3 实验验证

4．4 本章小结

第五章 智能考勤系统的设计与实现

5．1 系统需求分析及结构设计

5．1．1 系统需求分析

5．1．2 系统结构设计

5．1．3 系统数据库设计

5．2．1 用户登录模块

5．2．2 教师功能模块

5．2．3 学生功能模块

5．3 本章小结

第六章 总结与展望

6．1 本文工作总结

6．2 未来工作展望

参考文献

攻读硕士学位期间的学术活动及成果