| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 课题研究的背景和意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-18页 |
| 1.2.1 智能考勤技术研究现状 | 第17-18页 |
| 1.2.2 离群值检测技术研究现状 | 第18页 |
| 1.3 课题研究内容 | 第18-19页 |
| 1.4 论文组织结构 | 第19-20页 |
| 第二章 相关理论与技术分析研究 | 第20-35页 |
| 2.1 定位技术 | 第20-26页 |
| 2.1.1 GPS定位技术 | 第20-22页 |
| 2.1.2 基站定位技术 | 第22-24页 |
| 2.1.3 WiFi定位技术 | 第24-25页 |
| 2.1.4 IP定位技术 | 第25-26页 |
| 2.2 百度地图API和HTML5定位技术 | 第26-28页 |
| 2.2.1 百度地图API | 第26页 |
| 2.2.2 HTML5调用百度地图API获取经纬度 | 第26-28页 |
| 2.3 离群值检测算法概述 | 第28-29页 |
| 2.3.1 基于统计的离群点检测算法 | 第28-29页 |
| 2.3.2 基于距离的离群值检测算法 | 第29页 |
| 2.3.3 基于密度的离群点检测算法 | 第29页 |
| 2.3.4 基于聚类的离群值检测算法 | 第29页 |
| 2.4 Web App技术 | 第29-32页 |
| 2.4.1 Web App简介 | 第29-30页 |
| 2.4.2 Web App与Native App | 第30-32页 |
| 2.5 NET Framework平台 | 第32-34页 |
| 2.5.1 EXT.NET控件 | 第32-33页 |
| 2.5.2 Ext.NET Mobile控件 | 第33-34页 |
| 2.6 数据加密方法 | 第34页 |
| 2.7 本章小结 | 第34-35页 |
| 第三章 一维离群值检测算法研究 | 第35-54页 |
| 3.1 常见的基于统计的离群值检测算法研究 | 第35-40页 |
| 3.1.1 格鲁布斯检测法(Grubbs) | 第36-37页 |
| 3.1.2 狄克逊检测法(Dixon) | 第37-39页 |
| 3.1.3 拉依达检测法 | 第39页 |
| 3.1.4 稳健四分位检测法 | 第39-40页 |
| 3.2 常用方法在数据检测中的应用及不足 | 第40-42页 |
| 3.3 基于四分位检测的极值互差过滤检测法 | 第42-53页 |
| 3.3.1 算法步骤 | 第42-46页 |
| 3.3.2 实验验证 | 第46-53页 |
| 3.3.3 实验总结 | 第53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 二维离群值检测算法研究 | 第54-62页 |
| 4.1 扩展型二维检测法 | 第54页 |
| 4.2 基于鲁棒马氏距离的二维离群值检测算法 | 第54-58页 |
| 4.2.1 传统欧式距离的缺陷 | 第55页 |
| 4.2.2 马氏距离 | 第55-56页 |
| 4.2.3 算法步骤 | 第56-58页 |
| 4.3 实验验证 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 智能考勤系统的设计与实现 | 第62-74页 |
| 5.1 系统需求分析及结构设计 | 第62-66页 |
| 5.1.1 系统需求分析 | 第62-63页 |
| 5.1.2 系统结构设计 | 第63-65页 |
| 5.1.3 系统数据库设计 | 第65-66页 |
| 5.2 系统功能的实现 | 第66-73页 |
| 5.2.1 用户登录模块 | 第66-68页 |
| 5.2.2 教师功能模块 | 第68-70页 |
| 5.2.3 学生功能模块 | 第70-73页 |
| 5.3 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 本文工作总结 | 第74页 |
| 6.2 未来工作展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士学位期间的学术活动及成果 | 第79-80页 |
| 1) 参加的学术交流与科研项目 | 第79页 |
| 2) 发表的学术论文(含专利和软件著作权) | 第79-80页 |