基于虹膜识别的预测迟到概率的学校考勤系统及方法技术方案

本发明专利技术公开了基于虹膜识别的预测迟到概率的学校考勤系统，包括：手机App端、广告机端和后台服务器管理维护中心；手机App端负责与用户的交互功能；广告机端负责教师与学生的签到，值班老师、接送家长的身份认证，等功能；后台服务器管理维护中心用于进行各个校园业务的后台维护工作，包括数据库维护功能和自动生成签到信息表功能；应用服务器负责整个系统的数据通讯，协调虹膜数据库与虹膜身份服务器之间的联系。本发明专利技术提供了一种基于虹膜识别的预测迟到概率的学校考勤系统及方法，保障学生安全，方便学校管理的服务，同时运用神经网络对学生的迟到概率进行预测，并给与提醒，起到减少学生迟到的作用。

School attendance system and method based on iris recognition to predict tardiness probability

The invention discloses a school attendance system for predicting lateness probability based on iris recognition, which includes: mobile App terminal, advertisement terminal and back-end server management and maintenance center; mobile App terminal is responsible for the interaction function with users; advertising terminal is responsible for the check-in of teachers and students, the identity authentication of on-duty teachers and parents, etc. Yes; Background Server Management and Maintenance Center is used for backstage maintenance of various campus business, including database maintenance function and automatic generation of check-in information table function; Application server is responsible for data communication of the whole system, and coordinates the relationship between iris database and iris identity server. The invention provides a school attendance system and method for predicting lateness probability based on iris recognition, guarantees the safety of students, facilitates the service of school management, and uses neural network to predict the lateness probability of students, and gives a reminder to reduce the lateness of students.

【技术实现步骤摘要】
基于虹膜识别的预测迟到概率的学校考勤系统及方法
本专利技术涉及考勤
，更具体的说是涉及基于虹膜识别的预测迟到概率的学校考勤系统及方法。
技术介绍
随着现代科技的进步，各个行业都进入了互联网+的时代，人们都在探索运用计算机技术与互联网技术对传统行业进行改良，运用计算机技术协助管理，在节省人力物力的同时增加工作效率与精确度。手机移动端的应用最近几年也的得到了飞速发展，移动应用也给人们带来了极大的遍历。实践证明，对于学校来说也需要这样一种完善的考勤系统，用于考察学生和教师的出勤情况，保障学生的安全。并能处理学校中复杂的签到情况。学生上课迟到一直是影响学生学习成绩的一大重要因素，迟到的原因有很多，如果能够预测学生迟到的概率，对于提高学生成绩一定会有一定帮助。而作为一个供学校，家长使用的系统，应当具有更加智能的功能。学生的安全问题一直都是社会非常关注的问题，随着人们的生活节奏越来越快，家长能照顾孩子的时间也越来越少。孩子在很小的时候就要自己去上学，小孩子的自控能力与自我保护能力不强，很容易受到外界的诱惑或不法分子的伤害，孩子的安全并不能得到很好的保障。而且在孩子受到伤害时，家长也不一定能在第一时间得到消息，这样就给家长与学校在孩子管理问题上带来了很大的麻烦。因此，如何提供一种预测迟到概率的学校考勤系统及方法是本领域技术人员亟需解决的问题。
技术实现思路
有鉴于此，本专利技术提供了一种基于虹膜识别的预测迟到概率的学校考勤系统及方法，保障学生安全，方便学校管理的服务。给签到者一个很好的界面展示，使得注册等功能过程直观方便。能够克服现有技术所存在的考勤功能单一，缺乏与家长的交互性，功能对学校的针对性不强等缺点。同时运用神经网络对学生的迟到概率进行预测，并给与提醒，起到减少学生迟到的作用。为了实现上述目的，本专利技术提供如下技术方案：基于虹膜识别的预测迟到概率的学校考勤系统，包括：手机App端、广告机端和后台服务器管理维护中心；所述手机App端负责与用户的交互功能；所述广告机端负责教师与学生的签到，值班老师、接送家长的身份认证，多媒体信息的维护，学生、家长、教师的虹膜注册功能，请假功能；所述后台服务器管理维护中心包括虹膜身份服务器、应用服务器、业务数据库和虹膜数据库；用于进行各个校园业务的后台维护工作，包括数据库维护功能和自动生成签到信息表功能；所述应用服务器负责整个系统的数据通讯，协调所述虹膜数据库与所述虹膜身份服务器之间的联系。通过上述技术方案，本专利技术的技术效果是：家长在手机App端查看孩子上学放学的打卡时间，每天上学放学时间。还可以在移动端查看校园通知，参与家长之间的讨论等等，拥有较强的交互性。广告机端，手机App端，后台服务器管理维护中心相结合，使系统更加完整；另外一个总服务器可以拓展多台广告机端。数据统一管理，有较好的可拓展性；让家长和学校及时获取孩子信息，保护孩子安全。优选的，在上述的基于虹膜识别的预测迟到概率的学校考勤系统中，所述交互功能包括但不限于考勤功能、开放式交流平台、金融服务、在线商城、校园在线介绍、课业布置以及家长、教师在线沟通。通过上述技术方案，本专利技术的技术效果是：为签到系统提供签到者的操作界面，签到者可以更好的验证自己的签到信息与签到过程，让用户在一些功能上更加方便，例如注册功能等。优选的，在上述的基于虹膜识别的预测迟到概率的学校考勤系统中，所述数据库维护功能，后台管理人员通过界面化的程序对数据进行修改，包括数据的增删改查，数据表的定点自动更新。优选的，在上述的基于虹膜识别的预测迟到概率的学校考勤系统中，所述生成签到信息表功能，后台管理人员可以随时将学生签到情况与教师签到情况，生成指定一天或一个月的报表，报表中会把每个人的正常签到次数，迟到次数，缺席次数进行统计。基于虹膜识别的预测迟到概率的学校考勤方法，具体的步骤包括：步骤1预测输入特征：对以往的学生的签到的进行分类，提取对学生迟到情况有影响的输入特征，对每一种情况进行统计并记录在数据库中；步骤2构建BP神经元网络；步骤3将所述BP神经元网络与TD算法强化学习结合，对学生迟到的概率进行预测。优选的，在上述的基于虹膜识别的预测迟到概率的学校考勤方法中，所述步骤1中所述输入特征包括：(1)区间：采用每个学生从开始上学签到现在的所有签到数据；(2)学生性别：男生由于调皮贪玩，迟到的几率相对较大；(3)当天的天气：天气恶劣学生迟到的几率较大；(4)季节影响：在南方夏天过于炎热、多雨，北方冬天天气寒冷、下大雪均会影响孩子上学时间；(5)是否有请假情况：这一项主要考察特殊情况对学生签到情况的影响；(6)以往数据的规律：①本学期迟到总次数：用本学期的签到情况进行预测；②以往迟到总次数：用以往所有签到情况进行预测。优选的，在上述的基于虹膜识别的预测迟到概率的学校考勤方法中，所述步骤2中所述BP神经元网络构建的具体步骤包括：(1)BP神经元网路的整体设计：采用三层神经网络，即输入层，隐层，输出层；选择Sigmoid函数作为激活函数，即：通过训练得到合适的权值w和b；设实际输出为则有：误差函数：连接权wjt的调整表示为：wjt→wjt+Δwjt；连接权bjt的调整表示为：bjt→bjt+Δbjt；按梯度下降的原理，使连接权wjt的调整量Δwjt与的负值成比例变化,且连接权wjt的微小变化对第k个模式的误差L影响可由误差对输出层和中间层的连接权的偏导数得出:式中α是学习率，0<α<1,同理连接权bjt的调整量为：式中β是学习率，0<β<1。(2)BP神经元网络的输入设计：根据输入特征进行特征提取之后，提取特征组成的向量作为输入；(3)隐藏层节点数的选取：通过不断调整，确定隐藏层的结点数为输入层的一半；(4)BP神经元网络输出设计：采用一个输出节点，表示当前状态下，学生迟到的概率；取值为0-1之间，1代表一定迟到，0代表一定不迟到。优选的，在上述的基于虹膜识别的预测迟到概率的学校考勤方法中，所述步骤3中，BP神经元网络与TD算法强化学习结合的具体步骤包括：设S1,S2,…,St,…,Sm代表过去m天学生签到的状态，Z代表是否迟到，分别为迟到与准时两种情况；对每一个状态St，系统都能够产生与之相对应的预测序列P1,P2,…,Pt,…,Pm，其中，Pt是基于状态St对Z的估计；每一个Pt值表示为关于St的函数，即Pt＝Pt(w，St)，其中，w是权值向量。BP神经元网络与TD算法强化学习结合利用梯度法则修正w值以实现最终的正确预测，预测结果值能够通过修改BP神经元网络中的w值得到；在每天签到状态发生改变时，权值w都会有一个变化量Δwt，Δwt只与前后2个相邻的预测值和过去的值的和有关，为Pt对w的每个分量的偏导数；式(1)即为TD预测值对当前局面的BP神经元网络评估值进行反向传播调参的权值调整公式，其中,α是BP神经元网络的学习速率；TD强化学习法具体步骤:在程序运行之初,首先要对网络的各连接权值w,b赋予一个(-1,1)间的随机数；通过每次训练调整权值的过程如下：1)按n的递减顺序取Sn和Sn+1；2)计算f(Sn+1)，若迟到f(Sn+1)＝1,不迟到f(Sn+1)＝0；3)求偏差δi＝f(Sn+1)-f本文档来自技高网...

【技术保护点】
1.基于虹膜识别的预测迟到概率的学校考勤系统，其特征在于，包括：手机App端、广告机端和后台服务器管理维护中心；所述手机App端负责与用户的交互功能；所述广告机端负责教师与学生的签到，值班老师、接送家长的身份认证，多媒体信息的维护，学生、家长、教师的虹膜注册功能，请假功能；所述后台服务器管理维护中心包括虹膜身份服务器、应用服务器、业务数据库和虹膜数据库；用于进行各个校园业务的后台维护工作，包括数据库维护功能和自动生成签到信息表功能；所述应用服务器负责整个系统的数据通讯，协调所述虹膜数据库与所述虹膜身份服务器之间的联系。

【技术特征摘要】
1.基于虹膜识别的预测迟到概率的学校考勤系统，其特征在于，包括：手机App端、广告机端和后台服务器管理维护中心；所述手机App端负责与用户的交互功能；所述广告机端负责教师与学生的签到，值班老师、接送家长的身份认证，多媒体信息的维护，学生、家长、教师的虹膜注册功能，请假功能；所述后台服务器管理维护中心包括虹膜身份服务器、应用服务器、业务数据库和虹膜数据库；用于进行各个校园业务的后台维护工作，包括数据库维护功能和自动生成签到信息表功能；所述应用服务器负责整个系统的数据通讯，协调所述虹膜数据库与所述虹膜身份服务器之间的联系。2.根据权利要求1所述的基于虹膜识别的预测迟到概率的学校考勤系统，其特征在于，所述交互功能包括但不限于考勤功能、开放式交流平台、金融服务、在线商城、校园在线介绍、课业布置以及家长、教师在线沟通。3.根据权利要求1所述的基于虹膜识别的预测迟到概率的学校考勤系统，其特征在于，所述数据库维护功能，后台管理人员通过界面化的程序对数据进行修改，包括数据的增删改查，数据表的定点自动更新。4.根据权利要求1所述的基于虹膜识别的预测迟到概率的学校考勤系统，其特征在于，所述生成签到信息表功能，后台管理人员可以随时将学生签到情况与教师签到情况，生成指定一天或一个月的报表，报表中会把每个人的正常签到次数，迟到次数，缺席次数进行统计。5.基于虹膜识别的预测迟到概率的学校考勤方法，其特征在于，具体的步骤包括：步骤1预测输入特征：对以往的学生的签到的进行分类，提取对学生迟到情况有影响的输入特征，对每一种情况进行统计并记录在数据库中；步骤2构建BP神经元网络；步骤3将所述BP神经元网络与TD算法强化学习结合，对学生迟到的概率进行预测。6.根据权利要求5所述的基于虹膜识别的预测迟到概率的学校考勤方法，其特征在于，所述步骤1中所述输入特征包括：(1)区间：采用每个学生从开始上学签到现在的所有签到数据；(2)学生性别：男生由于调皮贪玩，迟到的几率相对较大；(3)当天的天气：天气恶劣学生迟到的几率较大；(4)季节影响：在南方夏天过于炎热、多雨，北方冬天天气寒冷、下大雪均会影响孩子上学时间；(5)是否有请假情况：这一项主要考察特殊情况对学生签到情况的影响；(6)以往数据的规律：①本学期迟到总次数：用本学期的签到情况进行预测；②以往迟到总次数：用以往所有签到情况进行预测。7.根据权利要求5所述的基于虹膜识别的预测迟到概率的学校考勤方法，其特征在于，所述步骤2中所述BP神经元网络构建的具体步...

【专利技术属性】
技术研发人员：包铁，彭涛，于洪江，王上，张雪松，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22