| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 系统开发的背景与意义 | 第11-12页 |
| 1.2 我国考勤管理系统的现状 | 第12页 |
| 1.3 课题来源与主要研究内容 | 第12-13页 |
| 1.4 本论文的组织结构 | 第13-14页 |
| 第二章 考勤系统的框架与总体设计 | 第14-20页 |
| 2.1 系统框架 | 第14-17页 |
| 2.1.1 面向对象设计思想 | 第14页 |
| 2.1.2 面向对象设计的基本概念 | 第14-15页 |
| 2.1.3 优势分析 | 第15页 |
| 2.1.4 对象设计功能实现 | 第15-17页 |
| 2.2 总体设计 | 第17-19页 |
| 2.2.1 考勤系统需求分析 | 第17-19页 |
| 2.2.2 系统综合设计 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 系统关键技术、理论与算法 | 第20-41页 |
| 3.1 多层结构 | 第20-21页 |
| 3.2 ASP.NET语言 | 第21-25页 |
| 3.2.1 定义 | 第21页 |
| 3.2.2 特点 | 第21-22页 |
| 3.2.3 .NET Framework | 第22-24页 |
| 3.2.4 公共语言运行层CLR | 第24页 |
| 3.2.5 ADO.NET数据的访问 | 第24-25页 |
| 3.3 SQL SERVER2005 | 第25-27页 |
| 3.3.1 概述 | 第25页 |
| 3.3.2 数据功能 | 第25-26页 |
| 3.3.3 特性 | 第26-27页 |
| 3.4 可开发性的理论分析 | 第27页 |
| 3.5 数据库表设计方案 | 第27-30页 |
| 3.6 人脸检测方法 | 第30-32页 |
| 3.6.1 基于知识 | 第30-31页 |
| 3.6.2 特征不变量 | 第31页 |
| 3.6.3 模板匹配 | 第31页 |
| 3.6.4 基于表象 | 第31-32页 |
| 3.7 经典方法概述 | 第32-33页 |
| 3.7.1 神经网络 | 第32页 |
| 3.7.2 特征脸 | 第32页 |
| 3.7.3 基于样本学习方法 | 第32页 |
| 3.7.4 支持向量机 | 第32-33页 |
| 3.7.5 隐马尔科夫模型 | 第33页 |
| 3.8 基于Gabor滤波局部相位特征融合 | 第33-35页 |
| 3.8.1 Gabor小波变换 | 第33-34页 |
| 3.8.2 Gabor局部相位 | 第34-35页 |
| 3.9 基于Gabor纹理特征的人脸识别 | 第35-40页 |
| 3.9.1 伽玛分布 | 第35-36页 |
| 3.9.2 Gabor振幅纹理表征的保局投影 | 第36-38页 |
| 3.9.2.1 基于Gabor振幅的纹理表征 | 第36-37页 |
| 3.9.2.2 纹理表征的局部保留投影 | 第37-38页 |
| 3.9.3 测试结果和分析 | 第38-40页 |
| 3.9.3.1 参数选择 | 第38-39页 |
| 3.9.3.2 FERET人脸库上的测试结果和分析 | 第39页 |
| 3.9.3.3 Yale人脸库上的测试结果及分析 | 第39-40页 |
| 3.10 本章小结 | 第40-41页 |
| 第四章 考勤系统的实现 | 第41-59页 |
| 4.1 设计架构的思想 | 第41-43页 |
| 4.2 系统的设计实验 | 第43-44页 |
| 4.2.1 Common类 | 第43页 |
| 4.2.2 辅助类中的数据库 | 第43-44页 |
| 4.3 Model层设计 | 第44-45页 |
| 4.4 系统功能测试 | 第45-58页 |
| 4.5 系统实现的应用工具、开发环境和运行环境 | 第58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 结论与展望 | 第59-61页 |
| 5.1 结论 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 攻读硕士学位期间取得的成果 | 第64-65页 |