首页 / 专利库 / 资料储存系统 / 区块链 / 基于成员聚合判断逻辑的智能签到考勤系统及方法

基于成员聚合判断逻辑的智能签到考勤系统及方法

阅读:470发布:2023-01-26

专利汇可以提供基于成员聚合判断逻辑的智能签到考勤系统及方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于成员聚合判断逻辑的智能签到考勤系统及方法,该系统包括成员所持设备、后台 服务器 ;成员所持设备交互获取附近其它成员所持设备的成员ID,并将获取的成员ID上传给后台服务器;后台服务器接收成员ID,通过特定 算法 判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤判断逻辑。本发明无需场所ID,只需判断成员集合所属成员是否聚合即可判断成员是否完成签到考勤;可以不用在教室安装任何设备,只需成员个人设备能与后台服务器通信,成本低廉,易于推广普及;能准确逆推签到考勤发生场所;难以作弊;采用动态签到考勤算法,实现准确的基准时间,更加符合实际情况,符合以人为本的社会原则。,下面是基于成员聚合判断逻辑的智能签到考勤系统及方法专利的具体信息内容。

1.一种基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,包括成员所持设备、后台服务器,所述成员所持设备与后台服务器网络连接;
所述成员所持设备用于交互获取附近其它成员所持设备的成员ID,并将获取的成员ID上传给后台服务器;
所述后台服务器用于接收成员ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
2.根据权利要求1所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述后台服务器还用于判断某个成员集合ID的成员聚合数量是否大于某个值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
3.根据权利要求1所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述后台服务器还用于识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
4.根据权利要求1所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述特定算法为某个成员所持设备上传的附近其它成员所持设备的成员ID和另外一个成员所持设备上传的有无重叠性和关联性。
5.根据权利要求4所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,某个成员所持设备上传的附近其它成员所持设备的成员ID和另外一个成员所持设备上传的有无重叠性和关联性采用数据链技术判断。
6.根据权利要求5所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述数据区块链技术为每个成员所持设备上传的其它成员ID数据形成一个数据块,则所有在此签到考勤事件中签到成功的成员数据块必定形成数据区块链,即这些成员数据块必定可以追溯出相同的数据区块链,若某成员数据块不能追溯出已经签到成功成员数据区块链,则其签到失败。
7.根据权利要求1所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述成员所持设备包括成员ID模块、网络模块;
所述成员ID模块用于广播自身的成员ID和获取附近其它成员所持设备的成员ID;
所述网络模块用于将获取的成员ID上传给后台服务器。
8.根据权利要求1所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述成员所持设备为智能手机、平板电脑或学生腕表。
9.一种基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,包括成员所持设备、后台服务器,所述成员所持设备与后台服务器网络连接;
所述成员所持设备用于获取场所ID,并将获取的场所ID上传给后台服务器;
所述后台服务器用于接收场所ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
10.根据权利要求9所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述后台服务器还用于判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
11.根据权利要求9所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述后台服务器还用于识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
12.根据权利要求9所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述特定算法为判断成员所持设备上传的场所ID是否相若或者相同来确定其是否聚合。
13.根据权利要求12所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,成员所持设备上传的场所ID为模拟连续函数或者区间内离散的连续值,是否相若的算法为获取若干个成员上传的场所ID,计算出均方差,按某置信概率和数据分布类型,剔除坏值,即坏值所对应成员未签到,剩余的为签到成功;成员所持设备上传的场所ID为独立的场所ID编号,是否相若的算法为获取若干个成员上传的场所ID,即场所ID编号,枚举成员上传的不同场所ID编号,并且排序其所对应的成员数量,成员数量靠前N个的场所ID编号为正常值,其对应成员签到成功,剩余的未签到,N为实验值/经验值。
14.根据权利要求9所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于所述场所ID为地球物理位置的卫星定位信号、场所WIFI/蓝牙热点的唯一标识、场所对应的二维码标识或NFC标识。
15.根据权利要求9所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述成员所持设备包括场所ID模块、网络模块;
所述场所ID模块用于获取场所ID;
所述网络模块用于将获取的场所ID上传给后台服务器。
16.根据权利要求9所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述成员所持设备为智能手机、平板电脑或学生腕表。
17.一种基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,包括现场设备、后台服务器,所述现场设备与后台服务器网络连接;
所述现场设备用于获取到场成员的成员ID,并将获取的成员ID上传给后台服务器;
所述后台服务器用于接收成员ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
18.根据权利要求17所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述后台服务器还用于判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
19.根据权利要求17所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述后台服务器还用于识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
20.根据权利要求17所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述特定算法为用某次采样到的成员ID遍历所有成员集合ID,并且逐个对比每个成员集合ID内的所有成员ID,判断其是否属于该成员集合ID,是则聚合。
21.根据权利要求17所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述现场设备包括成员ID模块、网络模块;
所述成员ID模块用于获取到场成员的成员ID;
所述网络模块用于将获取的成员ID上传给后台服务器。
22.根据权利要求17所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述现场设备为摄像机、指纹机、RF/ID卡读卡器或二维码扫描仪
23.根据权利要求17所述的基于成员聚合判断逻辑的智能签到考勤系统,其特征在于,所述成员ID为人脸容貌、指纹、成员所持RF IC/ID卡或特征二维码。
24.一种基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,包括如下步骤:
S1、成员所持设备交互获取附近其它成员所持设备的成员ID,并将获取的成员ID上传给后台服务器;
S2、后台服务器接收成员ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
25.根据权利要求24所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,步骤S2之前还包括:
后台服务器判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
26.根据权利要求24所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述基于成员聚合判断逻辑的智能签到考勤方法还包括:
S3、后台服务器识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
27.根据权利要求24所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述特定算法为某个成员所持设备上传的附近其它成员所持设备的成员ID和另外一个成员所持设备上传的有无重叠性和关联性。
28.根据权利要求27所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,某个成员所持设备上传的附近其它成员所持设备的成员ID和另外一个成员所持设备上传的有无重叠性和关联性采用数据区块链技术判断。
29.根据权利要求28所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述数据区块链技术为每个成员所持设备上传的其它成员ID数据形成一个数据块,则所有在此签到考勤事件中签到成功的成员数据块必定形成数据区块链,即这些成员数据块必定可以追溯出相同的数据区块链,若某成员数据块不能追溯出已经签到成功成员数据区块链,则其签到失败。
30.根据权利要求24所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述成员所持设备包括成员ID模块、网络模块;
所述成员ID模块用于广播自身的成员ID和获取附近其它成员所持设备的成员ID;
所述网络模块用于将获取的成员ID上传给后台服务器。
31.根据权利要求24所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述成员所持设备为智能手机、平板电脑或学生腕表。
32.一种基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,包括如下步骤:
S1、成员所持设备获取场所ID,并将获取的场所ID上传给后台服务器;
S2、后台服务器接收场所ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
33.根据权利要求32所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,步骤S2之前还包括:
后台服务器判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
34.根据权利要求32所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述基于成员聚合判断逻辑的智能签到考勤方法还包括:
S3、后台服务器识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
35.根据权利要求32所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述特定算法为判断成员所持设备上传的场所ID是否相若或者相同来确定其是否聚合。
36.根据权利要求35所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,成员所持设备上传的场所ID为模拟连续函数或者区间内离散的连续值,是否相若的算法为获取若干个成员上传的场所ID,计算出均方差,按某置信概率和数据分布类型,剔除坏值,即坏值所对应成员未签到,剩余的为签到成功;成员所持设备上传的场所ID为独立的场所ID编号,是否相若的算法为获取若干个成员上传的场所ID,即场所ID编号,枚举成员上传的不同场所ID编号,并且排序其所对应的成员数量,成员数量靠前N个的场所ID编号为正常值,其对应成员签到成功,剩余的未签到,N为实验值/经验值。
37.根据权利要求32所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于所述场所ID为地球物理位置的卫星定位信号、场所WIFI/蓝牙热点的唯一标识、场所对应的二维码标识或NFC标识。
38.根据权利要求32所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述成员所持设备包括场所ID模块、网络模块;
所述场所ID模块用于获取场所ID;
所述网络模块用于将获取的场所ID上传给后台服务器。
39.根据权利要求32所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述成员所持设备为智能手机、平板电脑或学生腕表。
40.一种基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,包括如下步骤:
S1、现场设备获取到场成员的成员ID,并将获取的成员ID上传给后台服务器;
S2、后台服务器接收成员ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
41.根据权利要求40所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,步骤S2之前还包括:
后台服务器判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
42.根据权利要求40所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述基于成员聚合判断逻辑的智能签到考勤方法还包括:
S3、后台服务器识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
43.根据权利要求40所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述特定算法为用某次采样到的成员ID遍历所有成员集合ID,并且逐个对比每个成员集合ID内的所有成员ID,判断其是否属于该成员集合ID,是则聚合。
44.根据权利要求40所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述现场设备包括成员ID模块、网络模块;
所述成员ID模块用于获取到场成员的成员ID;
所述网络模块用于将获取的成员ID上传给后台服务器。
45.根据权利要求40所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述现场设备为摄像机、指纹机、RF/ID卡读卡器或二维码扫描仪。
46.根据权利要求40所述的基于成员聚合判断逻辑的智能签到考勤方法,其特征在于,所述成员ID为人脸容貌、指纹、成员所持RF IC/ID卡或特征二维码。

说明书全文

基于成员聚合判断逻辑的智能签到考勤系统及方法

技术领域

[0001] 本发明涉及签到考勤技术领域,具体涉及一种基于成员聚合判断逻辑的智能签到考勤系统及方法。

背景技术

[0002] 目前的签到考勤系统有多种,例如RF IC/ID卡签到考勤系统、手机扫二维码签到考勤系统、GPS/北斗定位签到考勤系统、手机扫描WIFI或者蓝牙设备唯一标识信息签到考勤系统、人脸识别签到考勤系统。这些签到系统都需某个场所的唯一标识(下称场所ID)及需签到考勤人员或者一一对应需签到考勤人员(下称成员)对应的唯一信息一一对应的标识(下称成员ID)。
[0003] 不难得到,上述签到考勤系统原理都是验证场所ID与成员ID交互后的对应关系判断成员是否到场。例如对于RF IC/ID卡签到考勤系统,在场所安装读卡器,读卡器有所属唯一编号需和场所ID一一对应,成员持有与自己一一对应的RF IC/ID卡,卡有唯一编号(对应成员ID)到场所,读卡器读取ID/IC卡信息获取成员ID标记成员到场完成签到考勤。反过来,也可以在场所安装RF IC/ID卡作为场所ID,成员持自己所属读卡器,让卡和读卡器交互(即场所ID和成员ID关联)完成考勤。手机扫二维码签到考勤系统也是一样原理,场所显示标识此场所的二维码,成员用所属手机扫描。同样也可以反过来,场所安装扫描设备,成员拿所属唯一二维码去扫描实现签到考勤。GPS/北斗定位签到考勤原理是卫星发射的地球经纬度信号对应场所ID,带卫星定位功能的手机对应成员ID。而人脸识别、指纹签到考勤系统其成员ID就是直接的人体生物身份识别信息。
[0004] 可见,目前市面流行的签到考勤系统,基础判断逻辑大同小异,就是对照在某场所ID,逐个验证成员ID是否和场所ID某个时段关联了,来考证成员是否在场,在则完成签到考勤,这种判断逻辑有严重弊病,以下以学校学生上课点名考勤为例阐述。
[0005] 假设学校使用视频人脸识别系统实现点名考勤,在各个上课场所安装摄像机,并且标识某个摄像机视频信号对应某个场所ID,后台软件系统获取各场所视频得出在场学生脸部特征(成员ID)。判断学生是否完成签到考勤的逻辑如下:根据学校的排课表和学生课程表、以及预先建立的学生脸部特征信息库,在这个场所(教室)上课的成员(学生)都应该能由这个场所摄像机传送回来的视频中提取到成员ID。类比上述过程,即假设这个后台软件是一个专职的考勤检查工(人工智能),他拿着课程表和排课表,知道这堂科在哪个教室上的,有多少学生,于是到视频监控室,调取这个班的学生预存的照片及教室摄像机传回来的视频,逐个对比,没有找到的人就是缺席。
[0006] 这种判断逻辑在正常情况下是没有问题的,但是当由于排课表中预定的教室电教设备出现故障,需要更换教室时,管理教室调度的人必须要告知考勤检查工,否则会出现本堂课所有学生缺席的情况。又或者,由于老师请假等原因、某班的某节课改变时间,课程负责人需要告知考勤检查工,否则也会发生上述全部缺席的情况。

发明内容

[0007] 有鉴于此,为了解决现有技术中的上述问题,本发明提出一种基于成员聚合判断逻辑的智能签到考勤系统及方法,无需场所ID,只需判断成员集合所属成员是否聚合即可判断成员是否完成签到考勤,可自动纠正排课表、课程表。
[0008] 本发明通过以下技术手段解决上述问题:
[0009] 一种基于成员聚合判断逻辑的智能签到考勤系统,包括成员所持设备、后台服务器,所述成员所持设备与后台服务器网络连接;
[0010] 所述成员所持设备用于交互获取附近其它成员所持设备的成员ID,并将获取的成员ID上传给后台服务器;
[0011] 所述后台服务器用于接收成员ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
[0012] 进一步地,所述后台服务器还用于判断某个成员集合ID的成员聚合数量是否大于某个值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
[0013] 进一步地,所述后台服务器还用于识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
[0014] 进一步地,所述特定算法为某个成员所持设备上传的附近其它成员所持设备的成员ID和另外一个成员所持设备上传的有无重叠性和关联性。
[0015] 进一步地,某个成员所持设备上传的附近其它成员所持设备的成员ID和另外一个成员所持设备上传的有无重叠性和关联性采用数据链技术判断。
[0016] 进一步地,所述数据区块链技术为每个成员所持设备上传的其它成员ID数据形成一个数据块,则所有在此签到考勤事件中签到成功的成员数据块必定形成数据区块链,即这些成员数据块必定可以追溯出相同的数据区块链,若某成员数据块不能追溯出已经签到成功成员数据区块链,则其签到失败。
[0017] 进一步地,所述成员所持设备包括成员ID模块、网络模块;
[0018] 所述成员ID模块用于广播自身的成员ID和获取附近其它成员所持设备的成员ID;
[0019] 所述网络模块用于将获取的成员ID上传给后台服务器。
[0020] 进一步地,所述成员所持设备为智能手机、平板电脑或学生腕表。
[0021] 一种基于成员聚合判断逻辑的智能签到考勤系统,包括成员所持设备、后台服务器,所述成员所持设备与后台服务器网络连接;
[0022] 所述成员所持设备用于获取场所ID,并将获取的场所ID上传给后台服务器;
[0023] 所述后台服务器用于接收场所ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
[0024] 进一步地,所述后台服务器还用于判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
[0025] 进一步地,所述后台服务器还用于识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
[0026] 进一步地,所述特定算法为判断成员所持设备上传的场所ID是否相若或者相同来确定其是否聚合。
[0027] 进一步地,成员所持设备上传的场所ID为模拟连续函数或者区间内离散的连续值,是否相若的算法为获取若干个成员上传的场所ID,计算出均方差,按某置信概率和数据分布类型,剔除坏值,即坏值所对应成员未签到,剩余的为签到成功;成员所持设备上传的场所ID为独立的场所ID编号,是否相若的算法为获取若干个成员上传的场所ID,即场所ID编号,枚举成员上传的不同场所ID编号,并且排序其所对应的成员数量,成员数量靠前N个的场所ID编号为正常值,其对应成员签到成功,剩余的未签到,N为实验值/经验值。
[0028] 进一步地,所述场所ID为地球物理位置的卫星定位信号、场所WIFI/蓝牙热点的唯一标识、场所对应的二维码标识或NFC标识。
[0029] 进一步地,所述成员所持设备包括场所ID模块、网络模块;
[0030] 所述场所ID模块用于获取场所ID;
[0031] 所述网络模块用于将获取的场所ID上传给后台服务器。
[0032] 进一步地,所述成员所持设备为智能手机、平板电脑或学生腕表。
[0033] 一种基于成员聚合判断逻辑的智能签到考勤系统,包括现场设备、后台服务器,所述现场设备与后台服务器网络连接;
[0034] 所述现场设备用于获取到场成员的成员ID,并将获取的成员ID上传给后台服务器;
[0035] 所述后台服务器用于接收成员ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
[0036] 进一步地,所述后台服务器还用于判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
[0037] 进一步地,所述后台服务器还用于识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
[0038] 进一步地,所述特定算法为用某次采样到的成员ID遍历所有成员集合ID,并且逐个对比每个成员集合ID内的所有成员ID,判断其是否属于该成员集合ID,是则聚合。
[0039] 进一步地,所述现场设备包括成员ID模块、网络模块;
[0040] 所述成员ID模块用于获取到场成员的成员ID;
[0041] 所述网络模块用于将获取的成员ID上传给后台服务器。
[0042] 进一步地,所述现场设备为摄像机、指纹机、RF/ID卡读卡器或二维码扫描仪
[0043] 进一步地,所述成员ID为人脸容貌、指纹、成员所持RF IC/ID卡或特征二维码。
[0044] 一种基于成员聚合判断逻辑的智能签到考勤方法,包括如下步骤:
[0045] S1、成员所持设备交互获取附近其它成员所持设备的成员ID,并将获取的成员ID上传给后台服务器;
[0046] S2、后台服务器接收成员ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
[0047] 进一步地,步骤S2之前还包括:
[0048] 后台服务器判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
[0049] 进一步地,所述基于成员聚合判断逻辑的智能签到考勤方法还包括:
[0050] S3、后台服务器识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
[0051] 进一步地,所述特定算法为某个成员所持设备上传的附近其它成员所持设备的成员ID和另外一个成员所持设备上传的有无重叠性和关联性。
[0052] 进一步地,某个成员所持设备上传的附近其它成员所持设备的成员ID和另外一个成员所持设备上传的有无重叠性和关联性采用数据区块链技术判断。
[0053] 进一步地,所述数据区块链技术为每个成员所持设备上传的其它成员ID数据形成一个数据块,则所有在此签到考勤事件中签到成功的成员数据块必定形成数据区块链,即这些成员数据块必定可以追溯出相同的数据区块链,若某成员数据块不能追溯出已经签到成功成员数据区块链,则其签到失败。
[0054] 进一步地,所述成员所持设备包括成员ID模块、网络模块;
[0055] 所述成员ID模块用于广播自身的成员ID和获取附近其它成员所持设备的成员ID;
[0056] 所述网络模块用于将获取的成员ID上传给后台服务器。
[0057] 进一步地,所述成员所持设备为智能手机、平板电脑或学生腕表。
[0058] 一种基于成员聚合判断逻辑的智能签到考勤方法,包括如下步骤:
[0059] S1、成员所持设备获取场所ID,并将获取的场所ID上传给后台服务器;
[0060] S2、后台服务器接收场所ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
[0061] 进一步地,步骤S2之前还包括:
[0062] 后台服务器判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
[0063] 进一步地,所述基于成员聚合判断逻辑的智能签到考勤方法还包括:
[0064] S3、后台服务器识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
[0065] 进一步地,所述特定算法为判断成员所持设备上传的场所ID是否相若或者相同来确定其是否聚合。
[0066] 进一步地,成员所持设备上传的场所ID为模拟连续函数或者区间内离散的连续值,是否相若的算法为获取若干个成员上传的场所ID,计算出均方差,按某置信概率和数据分布类型,剔除坏值,即坏值所对应成员未签到,剩余的为签到成功;成员所持设备上传的场所ID为独立的场所ID编号,是否相若的算法为获取若干个成员上传的场所ID,即场所ID编号,枚举成员上传的不同场所ID编号,并且排序其所对应的成员数量,成员数量靠前N个的场所ID编号为正常值,其对应成员签到成功,剩余的未签到,N为实验值/经验值。
[0067] 进一步地,所述场所ID为地球物理位置的卫星定位信号、场所WIFI/蓝牙热点的唯一标识、场所对应的二维码标识或NFC标识。
[0068] 进一步地,所述成员所持设备包括场所ID模块、网络模块;
[0069] 所述场所ID模块用于获取场所ID;
[0070] 所述网络模块用于将获取的场所ID上传给后台服务器。
[0071] 进一步地,所述成员所持设备为智能手机、平板电脑或学生腕表。
[0072] 一种基于成员聚合判断逻辑的智能签到考勤方法,包括如下步骤:
[0073] S1、现场设备获取到场成员的成员ID,并将获取的成员ID上传给后台服务器;
[0074] S2、后台服务器接收成员ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
[0075] 进一步地,步骤S2之前还包括:
[0076] 后台服务器判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
[0077] 进一步地,所述基于成员聚合判断逻辑的智能签到考勤方法还包括:
[0078] S3、后台服务器识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
[0079] 进一步地,所述特定算法为用某次采样到的成员ID遍历所有成员集合ID,并且逐个对比每个成员集合ID内的所有成员ID,判断其是否属于该成员集合ID,是则聚合。
[0080] 进一步地,所述现场设备包括成员ID模块、网络模块;
[0081] 所述成员ID模块用于获取到场成员的成员ID;
[0082] 所述网络模块用于将获取的成员ID上传给后台服务器。
[0083] 进一步地,所述现场设备为摄像机、指纹机、RF/ID卡读卡器或二维码扫描仪。
[0084] 进一步地,所述成员ID为人脸容貌、指纹、成员所持RF IC/ID卡或特征二维码。
[0085] 与现有技术相比,本发明的有益效果如下:
[0086] 1)、无需场所ID,只需判断成员集合所属成员是否聚合即可判断成员是否完成签到考勤;
[0087] 2)、可以不用在考勤签到事件所发生场所安装任何设备,只需成员个人设备能与后台服务器通信,符合移动互联网特性,成本低廉,易于推广普及;
[0088] 3)、能准确逆推签到考勤发生场所,这个特性对经常调换教室的高等院校的点名考勤系统而言意义非凡,类似的应用场景是需要经常调换签到考勤场所的,以往的做法是必须维护场所使用的预知性,采用本发明的方法大大简化这一工作,并且可以逆推场所的真实使用情况;
[0089] 4)、难以作弊,由于无需场所ID,通过特定算法匹配出成员是否聚合来实现签到考勤判断逻辑,这无形中把成员交互信息形成了一个数据区域链,任何想作弊的成员必须复制整个现场交互信息,十分困难,因为作弊需要复制整个现场成员所持设备的交互信息,等同要成员全部作弊;
[0090] 5)、本发明按成员聚集作为签到考勤的判断逻辑的思维,采用动态的人员聚集时间标识考勤基准时间,更加符合实际情况,符合以人为本的社会原则。附图说明
[0091] 为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0092] 图1是本发明基于成员聚合判断逻辑的智能签到考勤系统实施例1和实施例2的结构示意图;
[0093] 图2是本发明实施例1中成员ID模块为蓝牙模块时的原理示意图;
[0094] 图3是本发明基于成员聚合判断逻辑的智能签到考勤系统实施例1中的逻辑示意图;
[0095] 图4是本发明实施例2中场所ID为现场WIFI/蓝牙热点的示意图;
[0096] 图5是本发明基于成员聚合判断逻辑的智能签到考勤系统实施例3的结构示意图;
[0097] 图6是本发明实施例3中现场设备为摄像机的工作流程图
[0098] 图7是本发明实施例3中判断被签到考勤成员集合对某事件签到成立的流程图;
[0099] 图8是本发明基于成员聚合判断逻辑的智能签到考勤方法实施例4的流程图;
[0100] 图9是本发明基于成员聚合判断逻辑的智能签到考勤方法实施例5的流程图;
[0101] 图10是本发明基于成员聚合判断逻辑的智能签到考勤方法实施例6的流程图。

具体实施方式

[0102] 为使本发明的上述目的、特征和优点能够更加明显易懂,下面将结合附图和具体的实施例对本发明的技术方案进行详细说明。需要指出的是,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0103] 实施例1
[0104] 如图1所示,本发明提供一种基于成员聚合判断逻辑的智能签到考勤系统,包括成员所持设备、后台服务器,所述成员所持设备与后台服务器网络连接;
[0105] 所述成员所持设备用于交互获取附近其它成员所持设备的成员ID,并将获取的成员ID上传给后台服务器;
[0106] 所述后台服务器用于接收成员ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
[0107] 所述后台服务器还用于判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
[0108] 所述后台服务器还用于识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
[0109] 所述特定算法为某个成员所持设备上传的附近其它成员所持设备的成员ID和另外一个成员所持设备上传的有无重叠性和关联性。
[0110] 某个成员所持设备上传的附近其它成员所持设备的成员ID和另外一个成员所持设备上传的有无重叠性和关联性采用数据区块链技术判断。
[0111] 所述数据区块链技术为每个成员所持设备上传的其它成员ID数据形成一个数据块,则所有在此签到考勤事件中签到成功的成员数据块必定形成数据区块链,即这些成员数据块必定可以追溯出相同的数据区块链,若某成员数据块不能追溯出已经签到成功成员数据区块链,则其签到失败。
[0112] 所述成员所持设备包括成员ID模块、网络模块;
[0113] 所述成员ID模块用于广播自身的成员ID和获取附近其它成员所持设备的成员ID;
[0114] 所述网络模块用于将获取的成员ID上传给后台服务器。
[0115] 所述成员所持设备为智能手机、平板电脑或学生腕表。
[0116] 众所周知,学生的班级(本发明中班的概念不是行政班,是指上某堂课的所有学生)属性是不变的,一个学期的课程内容、课时也是不变的,但是在哪里上课、什么时间上课却会因为客观原因而改变。为此,只要把签到考勤系统的场所ID的概念抛弃,改成以班级为标识,即成员集合ID,配合成员ID即可实现签到考勤的判断逻辑,具体原理也以学生点名签到考勤为例阐述如下:
[0117] 上文背景技术中,已经假设学校使用视频人脸识别系统实现点名考勤,则后台人工智能视频识别系统(相当于考勤检查工)不必先查看课程表和排课表再去查看视频,即不要理会哪堂科在哪里上,或者哪里上哪堂课,而是要逐个检查有学生(成员)聚集的场所,识别这些场所视频中学生是哪个班级的,只要某个属于哪个班的场所学生数量大于某个阀值,则判断这个场所学生考勤有效,即本堂课(某事件)成员ID对应的成员考勤签到成功,把班级(成员集合ID)与场所标识关联且记录下来。所有有学生聚集的场所的标识都和班级一一对应,被记录下来形成的数据表再与课程表匹配,即可得出哪堂课在哪个课室上着,也就避免了调换课室出现错配的问题。同样,这一时段应该上的课没有找到成员集合ID,则判断为调课。因此,教务系统产生的排课表的数据对于这种签到考勤方法是多余的,因为这种方法自动逐步逆塑整个学期真实的排课表,此举大大简化学校点名考勤系统的基础数据要求及数据关联要求。
[0118] 以上逻辑判断基础原理是,被考勤人群(成员集合)有事件(上课、会议)聚集性,只要判断某个成员是否聚集在成员集合中,即可完成该成员的签到考勤判断逻辑,无需预先确定场所ID。显而易见,上述方法比目前流行的签到考勤系统的判断逻辑要优越很多,为什么没有设计人员想到呢?究其原因,若按正常思维要上述考勤检查工去利用学校视频监控系统实现考勤统计,设计者肯定采用的是传统的按教室检查学生的方法,这是人的惯性思维,因为未告知某个场所学生是哪个班级的,要通过人脸识别来逆推需要考勤检查工游历所有在校学生的照片,这对游历一个班级学生照片而言工作量几何级数倍增,不可实现。可是计算机信息处理系统却非常擅长这种事情,比较一个班级学生的照片和比较全校学生的照片,流程是一样的,只是程序循环次数的差别。
[0119] 根据上述,本发明改进的签到考勤系统有以下特征:
[0120] 1、无需场所ID,只需判断成员集合所属成员是否聚合即可判断成员是否完成签到考勤。
[0121] 这种方法相对目前的签到考勤系统是一种打破惯性思维颠覆性的改革。按上述方法可以设计出只需验证成员ID的考勤系统。例如,设计一种学生腕表,内置蓝牙模块和网络模块,蓝牙模块的无线电覆盖范围为教室最长对线的一半以上,其唯一MAC码和学生一一对应,蓝牙模块广播自身的MAC码信息给其它蓝牙模块扫描,并且扫描周边的蓝牙模块的MAC码通过网络模块上传服务器。则服务器通过判断MAC码的聚合性确定被签到考勤学生是否聚合:蓝牙模块无线电覆盖范围为教室最长对角线的一半以上,则某个蓝牙模块上传的附近其它模块的MAC码和另外一个蓝牙模块上传的有重叠性和关联性,通过分析重叠和关联MAC码的分布情况,断定某成员是否聚合在其应该归属的成员集合中,原理如图2所示。
[0122] 蓝牙模块4和蓝牙模块3无线电范围没有交集,但是通过交集的1,2可以通过特定算法得出4和3有关联,从而判断蓝牙模块4,3所在腕表4,3所对应的成员处于聚集状态,同理1,2,3,4,5...N成员处于聚集状态。把腕表换成学生的个人手机,利用手机APP即可实现以上功能。这两个实例,都不需要教室唯一标识信息(场所ID),腕表、手机等个人设备上传成员ID互相交互信息给后台服务器,服务器软件通过判断成员是否聚合得出成员在事件中、不在事件中的情况,实现签到考勤判断逻辑。本签到考勤系统甚至不用在教室安装任何设备,只需成员个人设备能与后台服务器通信,成本低廉,易于推广普及,并且非常难以作弊,因为作弊需要复制整个现场成员所持设备的交互信息,等同要成员全部作弊。
[0123] 本实施例中,判断蓝牙模块MAC码所对应的成员ID是否聚合(等同于蓝牙模块无线电范围有无直接或者间接交集)的方法可以是:把某个腕表、手机所上传的其它腕表、手机蓝牙模块广播的MAC码形成一个某成员数据块,某个成员集合的所有成功签到成员的数据块必定形成一个数据区块链(数据区块链即代表了现场蓝牙模块广播的MAC码的无线覆盖状态信息),即这些成员数据块必定可以追溯出相同的数据区块链,则若者某成员数据块不能追溯出已经签到成功成员数据区块链,则其签到失败。这去中心化的方法,无需在现场有标识场所ID的与各个成员所持设备通信的主机设备,非常适合流动场所的签到考勤。
[0124] 2、准确逆推签到考勤发生场所
[0125] 这个特性对经常调换教室的高等院校的点名考勤系统而言意义非凡。类似的应用场景是需要经常调换签到考勤场所的,以往的做法是必须维护场所使用的预知性,采用本发明的方法大大简化这一工作,并且可以逆推场所的真实使用情况。
[0126] 3、难以作弊
[0127] 由于无需场所ID,本发明的签到考勤系统可以通过技术手段采用服务器获取成员所持设备交互信息,通过特定算法匹配出成员是否聚合来实现签到考勤判断逻辑,这无形中把成员交互信息形成了一个数据区域链,任何想作弊的成员必须复制整个现场交互信息,十分困难。例如图一中的成员1要作弊,必须伙同2、3、4,可是2,4必须伙同5...N。不可实现,从而系统及其容易判断出2、4缺席,推演出3同样缺席。
[0128] 本发明的逻辑图如图3所示:
[0129] 场所/事件i内,成员ID只要判断是聚合状态则标识某成员在场(或者说执行某事件),成员ID的聚合状态必定形成区块链信息,此区块链信息必定可以追索出每个成员ID与其它成员ID的相关信息、包括直接相关信息、间接关联信息,因此反过来,统一采集或者分布式采集成员ID区块链信息,用于判断成员ID是否聚合,必定可以实现成员某场所/事件的签到考勤判断逻辑。
[0130] 本发明还采用动态签到考勤算法,实现准确的基准时间,避免市面上签到考勤系统的弊端。例如,对于学校点名考勤,通常的做法是,某个时间T上课,则签到考勤系统预制T+n,n一般取5-10分钟,作为考勤基准时间,凡是超过T+n定为迟到。实际上,有时学生迟到是因为客观因素,比如上堂体育课拖堂,校巴故障、恶劣天气等等。以往这类情况需要人工去标识,非常麻烦。本发明按成员聚集作为签到考勤的判断逻辑的思维,采用动态的人员聚集时间标识考勤基准时间,更加符合实际情况,符合以人为本的社会原则。其原理是:不可能大部分被签到考勤人故意迟到,不可能大部分被签到考勤人次次迟到。
[0131] 实施例2
[0132] 如图1所示,本发明还提供一种基于成员聚合判断逻辑的智能签到考勤系统,包括成员所持设备、后台服务器,所述成员所持设备与后台服务器网络连接;
[0133] 所述成员所持设备用于获取场所ID,并将获取的场所ID上传给后台服务器;
[0134] 所述后台服务器用于接收场所ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
[0135] 所述后台服务器还用于判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
[0136] 所述后台服务器还用于识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
[0137] 所述特定算法为判断成员所持设备上传的场所ID是否相若或者相同来确定其是否聚合。
[0138] 成员所持设备上传的场所ID为模拟连续函数或者区间内离散的连续值,是否相若的算法为获取若干个成员上传的场所ID,计算出均方差,按某置信概率和数据分布类型,剔除坏值,即坏值所对应成员未签到,剩余的为签到成功;成员所持设备上传的场所ID为独立的场所ID编号,是否相若的算法为获取若干个成员上传的场所ID,即场所ID编号,枚举成员上传的不同场所ID编号,并且排序其所对应的成员数量,成员数量靠前N个的场所ID编号为正常值,其对应成员签到成功,剩余的未签到,N为实验值/经验值。
[0139] 所述场所ID为地球物理位置的卫星定位信号、场所WIFI/蓝牙热点的唯一标识、场所对应的二维码标识或NFC标识。
[0140] 所述成员所持设备包括场所ID模块、网络模块;
[0141] 所述场所ID模块用于获取场所ID;
[0142] 所述网络模块用于将获取的场所ID上传给后台服务器。
[0143] 所述成员所持设备为智能手机、平板电脑或学生腕表。
[0144] 当场所ID为成员所持设备中的GPS/北斗卫星定位模块获取的场所经纬度时,则无需预先标识场所对应的经纬度,而是通过特定算法,判断成员所持设备(手机)回送服务器的场所ID(场所经纬度)是否相若,来判断成员是否聚合实现签到考勤判断逻辑。此时成员所持设备上传的场所ID为模拟连续函数或者区间内离散的连续值,特定的算法可以是:采集多个成员上传的场所ID(场所经纬度)计算出均方差,按某置信概率和数据分布类型,剔除坏值,即坏值所对应成员未签到,剩余的为签到成功。
[0145] 当场所ID为成员所持设备获取的现场WIFI/蓝牙热点信息时,则无需预先标识场所对应的WIFI/蓝牙热点,而是通过特定算法,判断成员所持设备(手机)回送服务器的WIFI/蓝牙热点信息是否相若,来判断成员是否聚合实现签到考勤判断逻辑。此时成员所持设备上传的场所ID为独立的场所ID编号,特定的算法可以是:采集多个成员回传的WIFI/蓝牙热点信息,视为独立的场所ID编号,是否相若的算法为采集若干个成员上传的场所特征(即WIFI/蓝牙热点信息),枚举成员上传的不同场所ID编号,并且排序其所对应的成员数量,成员数量靠前N个的场所编号为正常值,其对应成员签到成功,剩余的未签到。N为实验值/经验值。
[0146] 如图4所示,圆形为事件1成员,方形为事件2成员,三角形为事件3成员,热点的无线电覆盖范围不可能与场所完全吻合,在学校教学楼等场所,必定存在大量的重叠区。按常规的在哪个场所即签到成功,否则失败,即成员所持设备获取标识该场所的热点信息来判断是否签到成功,容易出错。若采用成员聚集的判断逻辑,则无需理会无线电覆盖重叠的情况,无需理会某个场所所对应热点无线电强度可能比隔壁场所衍射过来的热点还要弱的情况,只要成员ID有聚合状态,例如图中实心圆形和实心三角形,都可以判定其对于某事件签到成功。
[0147] 实施例3
[0148] 如图5所示,本发明还提供一种基于成员聚合判断逻辑的智能签到考勤系统,包括现场设备、后台服务器,所述现场设备与后台服务器网络连接;
[0149] 所述现场设备用于获取到场成员的成员ID,并将获取的成员ID上传给后台服务器;
[0150] 所述后台服务器用于接收成员ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑。
[0151] 所述后台服务器还用于判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
[0152] 所述后台服务器还用于识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
[0153] 所述特定算法为用某次采样到的成员ID遍历所有成员集合ID,并且逐个对比每个成员集合ID内的所有成员ID,判断其是否属于该成员集合ID,是则聚合。
[0154] 所述现场设备包括成员ID模块、网络模块;
[0155] 所述成员ID模块用于获取到场成员的成员ID;
[0156] 所述网络模块用于将获取的成员ID上传给后台服务器。
[0157] 所述现场设备为摄像机、指纹机、RF/ID卡读卡器或二维码扫描仪。
[0158] 所述成员ID为人脸容貌、指纹、成员所持RF IC/ID卡或特征二维码。
[0159] 同理,通过现场视频识别实现签到考勤,则无需标识场所对应的摄像机视频,而是通过特定算法,判断回送服务器的成员生物特征(人脸特征)是否聚合实现签到考勤判断逻辑。特定的算法可以是:某次采样到的生物特征遍历所有成员集合,并且逐个对比每个成员集合内的所有成员同种生物特征,判断其是否属于该成员集合,是则聚合。
[0160] 以现场设备为摄像机为例说明本发明的工作流程,如图6所示,摄像机先捕捉教室全景,获得人脸分布的空间位置,然后利用摄像球机的可调节角度、焦距捕捉人脸清晰画面,达到提取特征值的要求,提取的人脸特征值对比学校预存的学生人脸特征库,查找出学生信息,每个提取到人脸特征的学生都按这个流程查找出班级信息,某班级信息相同的学生数量超过某个阀值,则此属于此班级信息的学生签到成功,如图7所示,判断是否聚合(各个成员签到情况),且标识摄像机所对应场所和这个课程关联,获取其班级信息及在这个时刻所要上的课程,并且之后匹配出真实的排课表,完成一次签到检查,符合条件的班级可以出现多个。可见,本签到判断逻辑算法可以在不事先知道这只摄像机对应的场所有多少个班级、哪个具体教室的情况下,自动推出此时刻课程对应的班级和实际场所,非常适合应用于高等院校多班级集中不定点上公开课的复杂情况。
[0161] 实施例4
[0162] 如图8所示,本发明还提供一种基于成员聚合判断逻辑的智能签到考勤方法,包括如下步骤:
[0163] S1、成员所持设备交互获取附近其它成员所持设备的成员ID,并将获取的成员ID上传给后台服务器;
[0164] S2、后台服务器接收成员ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑;
[0165] S3、后台服务器识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
[0166] 步骤S2之前还包括:
[0167] 后台服务器判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
[0168] 所述特定算法为某个成员所持设备上传的附近其它成员所持设备的成员ID和另外一个成员所持设备上传的有无重叠性和关联性。
[0169] 某个成员所持设备上传的附近其它成员所持设备的成员ID和另外一个成员所持设备上传的有无重叠性和关联性采用数据区块链技术判断。
[0170] 所述数据区块链技术为每个成员所持设备上传的其它成员ID数据形成一个数据块,则所有在此签到考勤事件中签到成功的成员数据块必定形成数据区块链,即这些成员数据块必定可以追溯出相同的数据区块链,若某成员数据块不能追溯出已经签到成功成员数据区块链,则其签到失败。
[0171] 所述成员所持设备包括成员ID模块、网络模块;
[0172] 所述成员ID模块用于广播自身的成员ID和获取附近其它成员所持设备的成员ID;
[0173] 所述网络模块用于将获取的成员ID上传给后台服务器。
[0174] 所述成员所持设备为智能手机、平板电脑或学生腕表。
[0175] 实施例5
[0176] 如图9所示,本发明还提供一种基于成员聚合判断逻辑的智能签到考勤方法,包括如下步骤:
[0177] S1、成员所持设备获取场所ID,并将获取的场所ID上传给后台服务器;
[0178] S2、后台服务器接收场所ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑;
[0179] S3、后台服务器识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
[0180] 步骤S2之前还包括:
[0181] 后台服务器判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
[0182] 所述特定算法为判断成员所持设备上传的场所ID是否相若或者相同来确定其是否聚合。
[0183] 成员所持设备上传的场所ID为模拟连续函数或者区间内离散的连续值,是否相若的算法为获取若干个成员上传的场所ID,计算出均方差,按某置信概率和数据分布类型,剔除坏值,即坏值所对应成员未签到,剩余的为签到成功;成员所持设备上传的场所ID为独立的场所ID编号,是否相若的算法为获取若干个成员上传的场所ID,即场所ID编号,枚举成员上传的不同场所ID编号,并且排序其所对应的成员数量,成员数量靠前N个的场所ID编号为正常值,其对应成员签到成功,剩余的未签到,N为实验值/经验值。
[0184] 所述场所ID为地球物理位置的卫星定位信号、场所WIFI/蓝牙热点的唯一标识、场所对应的二维码标识或NFC标识。
[0185] 所述成员所持设备包括场所ID模块、网络模块;
[0186] 所述场所ID模块用于获取场所ID;
[0187] 所述网络模块用于将获取的场所ID上传给后台服务器。
[0188] 所述成员所持设备为智能手机、平板电脑或学生腕表。
[0189] 实施例6
[0190] 如图10所示,本发明还提供一种基于成员聚合判断逻辑的智能签到考勤方法,包括如下步骤:
[0191] S1、现场设备获取到场成员的成员ID,并将获取的成员ID上传给后台服务器;
[0192] S2、后台服务器接收成员ID,通过特定算法判断成员是否聚合得出成员是否在此签到考勤事件当中,是则签到成功,实现签到考勤的判断逻辑;
[0193] S3、后台服务器识别场所中的成员属于哪个成员集合ID,并将成员集合ID与场所ID关联且记录下来形成数据表,再与课程表匹配得出真实的排课表。
[0194] 步骤S2之前还包括:
[0195] 后台服务器判断某个成员集合ID的成员聚合数量是否大于某个阀值,是则判断被签到考勤成员集合对某事件签到成立,阀值前聚合的成员签到成功,阀值后聚合的成员无需等待,立即可以通过特定算法判定签到成功。
[0196] 所述特定算法为用某次采样到的成员ID遍历所有成员集合ID,并且逐个对比每个成员集合ID内的所有成员ID,判断其是否属于该成员集合ID,是则聚合。
[0197] 所述现场设备包括成员ID模块、网络模块;
[0198] 所述成员ID模块用于获取到场成员的成员ID;
[0199] 所述网络模块用于将获取的成员ID上传给后台服务器。
[0200] 所述现场设备为摄像机、指纹机、RF/ID卡读卡器或二维码扫描仪。
[0201] 所述成员ID为人脸容貌、指纹、成员所持RF IC/ID卡或特征二维码。
[0202] 以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈