【技术实现步骤摘要】
一种高校学生外出签到综合管理方法及系统
[0001]本专利技术涉及数据管理
,具体涉及一种高校学生外出签到综合管理方法及系统
。
技术介绍
[0002]当前教育环境下,学生安全及管理是高校十分关注的问题,许多学校正在寻找更有效
、
更精准的方法来跟踪和管理学生的校外活动;传统的学生管理方式,如人工点名
、
签到表等在一定程度上能够满足需求,但它们也有明显的局限性,比如耗时
、
易出错
、
无法实时追踪等,难以对学生的健康状况和出行进行更严密的监控;而通过构建高校学生外出签到系统,大量的签到数据会占用大量的存储空间,导致存储空间紧张,进而使得数据处理和查询速度下降;同时,长期存储未经整理或压缩的原始签到数据,可能会带来数据冗余和信息检索效率低下的问题
。
[0003]由于学生外出签到数据仅是时间的变化,并且时间的格式具有很强的规律性,因此在压缩过程中会出现很大的存储空间冗余;同时由于时间的格式变化是规律的,因此现有技术中采用预测编码的方法对学生外出签到数据进行压缩;传统的预测编码压缩方法使用
ARIMA
预测模型进行压缩,然而在预测模型的构建过程中,自相关系数决定着预测模型的预测效果好坏,若自相关系数设置不合理,会使得压缩效率大大降低,进而影响对学生外出签到数据的管理效率
。
技术实现思路
[0004]本专利技术提供一种高校学生外出签到综合管理方法及系统,以解决现有的大量学生签到数据造成 ...
【技术保护点】
【技术特征摘要】
1.
一种高校学生外出签到综合管理方法,其特征在于,该方法包括以下步骤:采集不同时间尺度的若干学生外出的若干签到数据,以及多个维度的环境数据;所述签到数据包括不同时间尺度下每个单位时间长度统计的签到次数,并记录每次签到的地点;根据不同学生的签到数据,获取学生之间的相似距离,聚类得到若干学生类别;根据相同学生类别不同时间尺度的签到数据,获取每个学生类别的最优时间尺度;根据每个学生所属学生类别最优时间尺度下,签到数据在不同周期长度下得到的数据段,以及多个维度的环境数据,对每个学生每个周期长度获取优选程度并得到最优周期长度;根据最优周期长度获取每个学生的自适应自相关系数并构建预测模型,对每个学生的签到数据进行预测编码压缩
。2.
根据权利要求1所述的一种高校学生外出签到综合管理方法,其特征在于,所述学生之间的相似距离,具体的获取方法为:根据每个学生在不同时间尺度的签到数据及签到的地点,获取每个时间尺度下每个学生在每个其签到过的地点的签到频率及签到间隔因子;第 个学生与第个学生的相似距离的计算方法为:;其中,表示第个学生与第个学生签到过的地点的数量;表示时间尺度的数量;表示第个时间尺度下第个学生在第个地点的签到频率,表示第个时间尺度下第个学生在第个地点的签到频率;表示第个时间尺度下第个学生在第个地点的签到间隔因子;表示第个时间尺度下第个学生在第个地点的签到间隔因子
。3.
根据权利要求2所述的一种高校学生外出签到综合管理方法,其特征在于,所述每个时间尺度下每个学生在每个其签到过的地点的签到频率及签到间隔因子,具体的获取方法为:对于任意一个学生与任意一个该学生签到过的地点,获取该学生在该地点的若干次签到,获取每次签到在不同时间尺度对应的时刻,对于任意一个时间尺度,计算该学生在该地点的签到次数与该时间尺度的单位时间长度的比值,记为该时间尺度下该学生在该地点的签到频率;对该时间尺度下该地点的相邻两次签到计算时间间隔,得到若干时间间隔,获取每个时间间隔与该时间尺度的单位时间长度的比值,记为该时间尺度下该学生在该地点的若干签到间隔,对所有签到间隔计算方差,记为该时间尺度下该学生在该地点的签到间隔因子
。4.
根据权利要求1所述的一种高校学生外出签到综合管理方法,其特征在于,所述每个学生类别的最优时间尺度,具体的获取方法为:根据每个学生在不同时间尺度的签到数据,获取每个学生在每个时间尺度的若干
ICA
分量及签到规律程度;对于第个学生类别,第个时间尺度对该学生类别的最优程度的计算方法为:;其中,表示第个学生类别中学生数量,表示第个学生类别中第个学生在第个时间尺度的签到规律程度,表示包括第个时间尺度的时间尺度组合的数量,表示包括第个时间尺度的第个时间尺度组合中两个时间尺度长度的差值绝对值,表示时间尺度长度的最大值,表示包括第个时间尺度的第个时间尺度组合中,第个学生类别中第个学生在两个时间尺度下的
ICA
分量之间的
DTW
距离最大值;表示以自然常数为底数的指数函数;所述时间尺度组合由任意两个时间尺度作为一个组合得到;获取每个时间尺度对该学生类别的最优程度,将最优程度最大值对应的时间尺度,作为该学生类别的最优时间尺度
。5.
根据权利要求4所述的一种高校学生外出签到综合管理方法,其特征在于,所述每个学生在每个时间尺度的若干
ICA
分量及签到规律程度,具体的获取方法为:对于任意一个学生类别中任意一个学生,对该学生每个时间尺度下的签到数据按照时序分别得到签到数据序列,对签到数据序列进行
ICA
分解,得到每个时间尺度下的若干
ICA
分量;对于该学生任意一个时间尺度下的签到数据序列,以相邻下一个时间尺度的单位时间长度对该签到数据序列进行划分,得到该时间尺度下的若干序列段,对任意两个序列段计算皮尔逊相关系数,将所有皮尔逊相关系数的绝对值的均值,记为该学生在该时间尺度的签到规律程度
。6.
根据权利要求5所述的一种高校学生...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。