一种高斯混合模型下的宿舍聚类管理方法和系统技术方案

一种高斯混合模型下的宿舍聚类管理方法和系统，通过利用各栋宿舍楼配有的计算机网络，将每日的住宿学生的调入、调出信息及时的输入到计算机管理系统中去，采用高斯混合模型聚类方法，对于每一个新的住宿数据，插入到现有的高斯混合模型树，再根据插入的结果更新聚类树，检查已经插入到聚类树的住宿数据是否需要删除，如果需要删除，则删除住宿数据；当所有的住宿数据读取完成后，确定聚类结果。本发明专利技术及时并准确的将各聚类数据统计保留下来，实现了学生宿舍情况的动态管理；本发明专利技术的方法在聚类的准确率、执行效率和稳定性方面都可以获得较好的效果，降低宿舍管理人员的劳动强度，提高学校的管理水平。

A method and system of dormitory cluster management based on Gaussian mixture model

【技术实现步骤摘要】
一种高斯混合模型下的宿舍聚类管理方法和系统
本专利技术属于数据聚类和分析领域，具体地，涉及一种高斯混合模型下的宿舍聚类管理方法和系统。
技术介绍
目前我国高校仍处于持续扩建与开放阶段,高校的校园安全问题日益凸显,各高校也在积极地铺设校园安防系统保证校园内师生各方面的安全。宿舍安全作为校园安全问题中重要的一环,得到了普遍重视。已有不少高校逐渐建设和完善宿舍楼的出入通道管理方案。大部分现有的通道管理系统主要依靠校园一卡通等射频卡标识学生身份实现宿舍楼人员出入管理,但是使用中容易出现冒用他人校园一卡通出入的情况;系统在使用过程产生大量的数据多用于查询,并未得到有效利用。同时，在大学里面，对学生宿舍的管理工作极其繁杂，可是学生宿舍管理对学校的发展至关重要。现在大学的规模越来越大，学生人数也越来越多，随之而来的相关信息也相应的越来越多，公寓管理人员的精力是有限的，而很多工作又是重复性的劳动，这样十分占用管理人员的时间和精力，我们知道，重复性的劳动完全可以利用信息技术来代替的，这样就可以使管理人员将更多的精力投入到怎样提高服务质量方面，因此，非常必本文档来自技高网...

【技术保护点】
1.一种高斯混合模型下的宿舍聚类管理方法，其特征在于，包括：/n对在宿舍内部已经入住的学生信息和校园管理人员信息进行聚类管理，所述学生信息包括学生的面部识别特征，校园管理人员信息包括校园管理人员的面部识别信息；/n获取待进入宿舍内部的人员信息，所述带进入宿舍内部的学生信息包括待进入宿舍内部的人员面部识别特征；/n判断待进入宿舍内部的人员是否是本宿舍已经入住的学生或者校园管理人员；/n如果待进入宿舍内部的人员是本宿舍已经入住的学生或校园管理人员，则允许其进入本宿舍；/n如果待进入宿舍内部的人员不是本宿舍已经入住的学生或校园管理人员，验证其进入条件，当满足进入条件时允许其无限制进入，否则，采用限制...

【技术特征摘要】
1.一种高斯混合模型下的宿舍聚类管理方法，其特征在于，包括：
对在宿舍内部已经入住的学生信息和校园管理人员信息进行聚类管理，所述学生信息包括学生的面部识别特征，校园管理人员信息包括校园管理人员的面部识别信息；
获取待进入宿舍内部的人员信息，所述带进入宿舍内部的学生信息包括待进入宿舍内部的人员面部识别特征；
判断待进入宿舍内部的人员是否是本宿舍已经入住的学生或者校园管理人员；
如果待进入宿舍内部的人员是本宿舍已经入住的学生或校园管理人员，则允许其进入本宿舍；
如果待进入宿舍内部的人员不是本宿舍已经入住的学生或校园管理人员，验证其进入条件，当满足进入条件时允许其无限制进入，否则，采用限制进入模式。


2.如权利要求1所述的一种高斯混合模型下的宿舍聚类管理方法，其特征在于，包括：
所述对在宿舍内部已经入住的学生信息和校园管理人员信息进行聚类管理，所述学生信息包括学生的面部识别特征，校园管理人员信息包括校园管理人员的面部识别信息，具体包括：
采用高斯混合模型聚类方法，对于每一个新的住宿数据，插入到现有的高斯混合模型树，再根据插入的结果更新聚类树，检查已经插入到聚类树的住宿数据是否需要删除，如果需要删除，则删除住宿数据；
选取聚类中心，随机抽取m个样本值，作为混合数据的m个聚类中心，输入一幅图像，将图像映射至灰度空间，提取灰度空间的灰度值，采用贝叶斯统计分析来估算结果簇的数目,通过搜索模型空间所有的分类可能性,自动确定分类类别的个数和模型描述的复杂；
利用凝聚层次聚类方法对已经入住的学生信息和校园管理人员信息数据集进行初始划分，再采用EM算法进行模型参数估计，实现聚类结果的优化，执行EM算法或BYY后向结构的动态正则化学习算法对图像灰度集合进行聚类，将聚类结果转换到图像空间，从而得到最终的分割结果，当所有的住宿数据读取完成后，确定聚类结果。


3.如权利要求1所述的一种高斯混合模型下的宿舍聚类管理方法，其特征在于，包括：
所述判断待进入宿舍内部的人员是否是本宿舍已经入住的学生或者校园管理人员，如果待进入宿舍内部的人员是本宿舍已经入住的学生或校园管理人员，则允许其进入本宿舍，具体包括：
对待进入宿舍内部的人员的面部图像进行人像识别，并将识别出的面部图像与聚类管理信息中存储的面部图像信息进行比较，首先判断其是否是本校已经入住的学生，如果是，则允许其进入本宿舍；如果不是，进一步匹配其是否是本学校的校园管理人员，如果匹配成功则允许其进入本宿舍，并根据学生宿舍人员或校园管理人员身份权限记录其进入历史。


4.如权利要求1所述的一种高斯混合模型下的宿舍聚类管理方法，其特征在于，包括：
所述如果待进入宿舍内部的人员不是本宿舍已经入住的学生或校园管理人员，验证其进入条件，当满足进入条件时允许其无限制进入，具体包括：
如果待进入宿舍内部的人员不是本宿舍已经入住的学生或校园管理人员，则向该待进入宿舍内部的人员提供条件一验证选项，包括有本宿舍陪同人员、无本宿舍陪同人员两个选项；
如果该待进入宿舍内部的人员选择有本宿舍陪同人员，则由所述本宿舍陪同人员进行面部信息的验证，如果验证成功，则允许待进入宿舍内部的人员进入该宿舍，否则自动进入无本宿舍陪同人员进入的选项模式；
如果该待进入宿舍内部的人员选择无本宿舍陪同人员，则向该待进入宿舍的人员提供条件二验证选项，包括宿舍号输入、宿舍人员姓名输入两个选项；
如果该待进入宿舍内部的人员选择宿舍号输入选项后，采用随机抽取算法从宿舍内部随机抽取宿舍人员数*3倍张图像照片，所述图像照片中包含该宿舍内部的所有人员照片，向该待进入宿舍的人员展示；
如果该待进入宿舍的人员选择出该宿舍内部的至少一张人员的照片后，则允许其进入该宿舍，否则采用限制进入模式；
如果该待进入宿舍内部的人员选择宿舍人员姓名输入选项后，输入姓名内容，采用随机抽取算法从宿舍内部随机抽取出所有具有所述姓名内容的本宿舍人员的图像照片，并添加（宿舍人员数*2倍-所有具有所述姓名内容的本宿舍人员的图像照片数）张照片，向该待进入宿舍的人员展示；
如果该待进入宿舍的人员选择出具有所述姓名的人员的至少一张照片后，则允许其进入该宿舍，否则采用限制进入模式。


5.如权利要求1所述的一种高斯混合模型下的宿舍聚类管理方法，其特征在于，包括：
所述如果待进入宿舍内部的人员不是本宿舍已经入住的学生或校园管理人员，验证其进入条件，当满足进入条件时允许其无限制进入，否则，采用限制进入模式，具体包括：
所述限制进入模式为当前待进入宿舍内部人员不符合进入条件时，对待进入宿舍人员的面部图像进行记录，标记其为宿舍监控人员，并设定其在宿舍内部的最大滞留时长，在出宿舍时通过面部特征识别解除监控标记，如果超过在宿舍的最大滞留时长，则向宿舍管理人员发出警示通知。


6.一种高斯混合模型下的宿舍聚类管理系统，所述...

【专利技术属性】
技术研发人员：王瑞锋，李斯嘉，王东敬，
申请(专利权)人：王瑞锋，
类型：发明
国别省市：山东;37