亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于時(shí)間序列神經(jīng)網(wǎng)絡(luò)預(yù)測模型的職工出勤記錄數(shù)據(jù)校正方法

        2023-06-02 23:52:01魏葳耿一婷呂倩楊顯軍
        計(jì)算機(jī)應(yīng)用文摘 2023年10期
        關(guān)鍵詞:神經(jīng)網(wǎng)絡(luò)

        魏葳 耿一婷 呂倩 楊顯軍

        關(guān)鍵詞:神經(jīng)網(wǎng)絡(luò);出勤記錄;數(shù)據(jù)校正

        1引言

        可靠且準(zhǔn)確的職工出勤數(shù)據(jù)可以為企業(yè)的決策和調(diào)度工作提供重要信息,但由于企業(yè)內(nèi)職工的出勤記錄數(shù)量較大,出勤記錄會不可避免地出現(xiàn)誤差,因此需要對職工的出勤記錄進(jìn)行核對和校正[1]。本文基于時(shí)間序列神經(jīng)網(wǎng)絡(luò)預(yù)測模型,設(shè)計(jì)職工出勤記錄數(shù)據(jù)校正方法,為企業(yè)內(nèi)的出勤數(shù)據(jù)修正提供理論支持。

        2顯著誤差檢測原理約束出勤記錄數(shù)據(jù)未知變量

        在變量不可測的基礎(chǔ)上對誤差變量進(jìn)行估計(jì),剔除出冗余性變量。在顯著誤差的檢測原理下給定統(tǒng)計(jì)函數(shù),計(jì)算式為:

        3基于時(shí)間序列神經(jīng)網(wǎng)絡(luò)預(yù)測模型獲取校正最優(yōu)解

        按照時(shí)間序列神經(jīng)網(wǎng)絡(luò)預(yù)測模型對職工的出勤記錄數(shù)據(jù)進(jìn)行誤差誤測,在反向推導(dǎo)中獲取校正最優(yōu)解。其中最優(yōu)解的計(jì)算精準(zhǔn)度與預(yù)測誤差有關(guān),因此需要保證預(yù)測誤差在最小范圍內(nèi),即:

        4全覆蓋視域流程下實(shí)現(xiàn)職工出勤記錄數(shù)據(jù)校正

        在時(shí)間序列神經(jīng)網(wǎng)絡(luò)預(yù)測模型的相關(guān)性分析下,對出勤數(shù)據(jù)進(jìn)行核對和校正。分析校驗(yàn)報(bào)錯(cuò)形式如表1所列。

        根據(jù)表1所列,在工作現(xiàn)場需要對出勤進(jìn)行記錄,按照前置確認(rèn)和過程驗(yàn)證2種形式,對工作人員的出勤情況進(jìn)行分析。基于對現(xiàn)場工作中出現(xiàn)的錯(cuò)誤類型的分析,將上文中獲取的預(yù)測模型最優(yōu)解代人校正過程中,以全覆蓋的形式設(shè)計(jì)校正流程,對錯(cuò)誤情況或是符合條件的內(nèi)容進(jìn)行覆蓋。

        在進(jìn)行職工出勤記錄校正時(shí)需要對基礎(chǔ)表格進(jìn)行獲取,并對照職工在不同時(shí)段內(nèi)的出勤記錄和相關(guān)文件,將數(shù)據(jù)導(dǎo)人至模型內(nèi)。按照邏輯和策略在校驗(yàn)過程分類出2個(gè)路徑,即報(bào)錯(cuò)和通過,當(dāng)出現(xiàn)報(bào)錯(cuò)后轉(zhuǎn)入校正環(huán)節(jié),沒有出現(xiàn)錯(cuò)誤的直接歸納到新的文檔中,在校正完畢后進(jìn)行基礎(chǔ)表格輸出。至此,基于時(shí)間序列神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)校正方法設(shè)計(jì)。

        5實(shí)驗(yàn)測試分析

        實(shí)驗(yàn)測試中選擇動態(tài)數(shù)據(jù)校正方法和多層次數(shù)據(jù)校正方法作為對照組,分別與本文方法進(jìn)行對比,以驗(yàn)證不同校正方法的有效性。

        5.1準(zhǔn)備職工出勤記錄數(shù)據(jù)

        以某電網(wǎng)企業(yè)作為測試對象,對其工作人員的現(xiàn)場工作活動進(jìn)行數(shù)據(jù)調(diào)取,以保證出勤記錄數(shù)據(jù)的真實(shí)性。隨機(jī)選擇15名工作人員的打卡時(shí)間,并將其作為數(shù)據(jù)來源。該企業(yè)的正常上班時(shí)間為8:00,下班時(shí)間為17:00,超過5min為遲到,提前打卡為早退。調(diào)取2022年12月無遲到和早退人員的數(shù)據(jù)記錄如表2所列。

        根據(jù)表2所列,在隨機(jī)選擇的工作人員中出現(xiàn)了出勤打卡記錄錯(cuò)誤的情況,具體情況如下。

        (1)12月15日:編號為#16和#32工作人員在上班打卡日寸出現(xiàn)記錄異常,表現(xiàn)為遲到狀態(tài);而編號#34的工作人員在下班打卡時(shí)出現(xiàn)異常,表現(xiàn)為早退狀態(tài)。

        (2)12月27日:編號為#28的工作人員表現(xiàn)為遲到狀態(tài);編號為#40工作人員表現(xiàn)為早退狀態(tài)。

        基于上述情況,需要對工作人員的打卡記錄進(jìn)行校正,使其在工資記賬前修正為正確形式,不影響工作人員的全勤保障。

        5.2出勤數(shù)據(jù)校正準(zhǔn)確性比較及分析

        將上述出現(xiàn)問題的數(shù)據(jù)上傳至測試平臺中,分別連接3組校正方法,以驗(yàn)證不同方法校正的準(zhǔn)確性。調(diào)取視頻監(jiān)控整理上述人員的實(shí)際打卡時(shí)間,具體情況如下。

        (1)12月15日:編號#32工作人員上班打卡時(shí)間分別為7:58;編號#34工作人員下班打卡時(shí)間為17:05。

        (2)12月27日:編號#28工作人員上班打卡時(shí)間分別為7:55;編號#40工作人員下班打卡時(shí)間分別為17:15。

        以視頻調(diào)取數(shù)據(jù)作為校正對照,分別驗(yàn)證不同方法的校正準(zhǔn)確性,具體如圖1所示。

        根據(jù)圖1測試結(jié)果可知,本文方法的打卡記錄校正結(jié)果準(zhǔn)確性高于99%,而2組方法在不同日期內(nèi)的校準(zhǔn)結(jié)果與實(shí)際數(shù)據(jù)存在較大誤差,綜合結(jié)果可知本文方法更有效。

        5.3出勤數(shù)據(jù)校正效率對比及分析

        上文驗(yàn)證了新方法的校正準(zhǔn)確性,為進(jìn)一步驗(yàn)證新方法的有效性,對多組職工出勤數(shù)據(jù)進(jìn)行校正效率測試。仍將上班打卡和下班打卡的數(shù)據(jù)記錄作為測試對象,調(diào)取該企業(yè)2022年內(nèi)所有錯(cuò)誤數(shù)據(jù),測試結(jié)果如表3所列。

        根據(jù)表3所列,在不同月份中產(chǎn)生的錯(cuò)誤出勤記錄有所不同,在本文方法應(yīng)用下能夠在20s內(nèi)完成校正,而動態(tài)數(shù)據(jù)校正方法和多層次數(shù)據(jù)校正方法所需的時(shí)間明顯比本文方法更多,說明本文方法的數(shù)據(jù)校正效率更高。

        6結(jié)束語

        本文通過時(shí)間序列預(yù)測模型的應(yīng)用并結(jié)合實(shí)驗(yàn)驗(yàn)證了新方法的有效性,其能夠?qū)β毠さ某銮谟涗涍M(jìn)行有效校正。但由于時(shí)間有限,在研究中只選擇了較少的數(shù)據(jù)完成測試,具有一定的不足,后續(xù)研究中會增加校正的數(shù)據(jù)類型,為企業(yè)員工的出勤記錄數(shù)據(jù)校正提供理論支持。

        猜你喜歡
        神經(jīng)網(wǎng)絡(luò)
        BP神經(jīng)網(wǎng)絡(luò)在路標(biāo)識別上的應(yīng)用研究
        神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        基于Alexnet神經(jīng)網(wǎng)絡(luò)的物體識別研究
        電子制作(2019年12期)2019-07-16 08:45:28
        基于BP神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)血泵生理控制
        基于Q-Learning算法和神經(jīng)網(wǎng)絡(luò)的飛艇控制
        基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
        復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
        基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
        基于神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階控制的逆變電源
        基于GA-BP神經(jīng)網(wǎng)絡(luò)的光伏陣列MPPT研究
        電測與儀表(2014年2期)2014-04-04 09:04:04
        国产精品亚洲一区二区杨幂| 久久久久成人精品无码中文字幕| 少妇性饥渴bbbbb搡bbbb| 久久青草伊人精品| 亚洲综合一区二区三区蜜臀av| 91麻豆精品国产91久久麻豆| 亚洲av无码乱码在线观看裸奔| 免费无码成人av在线播| 亚洲成a人片77777kkkkk| 久亚洲精品不子伦一区| 网禁拗女稀缺资源在线观看| 国产尤物精品自在拍视频首页| 亚洲高清在线观看免费视频| 亚洲一区二区三区地址| 人妻夜夜爽天天爽| 免费的一级毛片| 中文字幕人妻乱码在线| 性高朝久久久久久久3小时| 不卡高清av手机在线观看| 无码人妻中文中字幕一区二区 | 久久97久久97精品免视看| 亚洲女人被黑人巨大进入| 国产精品亚洲专区无码不卡| 国产亚洲午夜精品久久久| 亚洲av综合永久无码精品天堂| 国产欧美日韩综合在线一区二区| 97中文字幕一区二区| 久久国产精品一区二区三区| 国产精品成人国产乱| 成年女人在线观看毛片| 中文字幕一区二区人妻性色av| 国产三级av在线播放| 亚洲地址一地址二地址三| 国产白浆流出一区二区| 欧美性白人极品1819hd| 末发育娇小性色xxxxx视频| 久久久久久AV无码成人| 日韩精品视频在线观看无| 亚洲另类欧美综合久久图片区| 亚洲AⅤ无码国精品中文字慕| 人妻中文字幕在线一二区|