CN109410357B - 一种远程智能政务会议系统基于移动端的签到预测方法 - Google Patents

一种远程智能政务会议系统基于移动端的签到预测方法 Download PDF

Info

Publication number
CN109410357B
CN109410357B CN201811233019.5A CN201811233019A CN109410357B CN 109410357 B CN109410357 B CN 109410357B CN 201811233019 A CN201811233019 A CN 201811233019A CN 109410357 B CN109410357 B CN 109410357B
Authority
CN
China
Prior art keywords
time
check
person
sample
geographic position
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811233019.5A
Other languages
English (en)
Other versions
CN109410357A (zh
Inventor
杨琴
陈银
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Yangsheng Technology Group Co.,Ltd.
Original Assignee
Chongqing Yangsheng Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Yangsheng Information Technology Co ltd filed Critical Chongqing Yangsheng Information Technology Co ltd
Priority to CN201811233019.5A priority Critical patent/CN109410357B/zh
Publication of CN109410357A publication Critical patent/CN109410357A/zh
Application granted granted Critical
Publication of CN109410357B publication Critical patent/CN109410357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种远程智能政务会议系统基于移动端的签到预测方法，包括以下步骤：S1，获取签到人的身份信息，对签到人的地理位置进行实时定位；S2，确定签到人的地理位置是否在预设地理位置范围内，若签到人的地理位置不在预设地理位置范围内，则预测签到人是否签到；若签到人的地理位置在预设地理位置范围内，则签到人已签到；S3，接收签到人发送的签到信息，统计签到结果并展示签到结果页面。本发明能够对工作人员在签到环节节省时间，防止纸件签到录入信息错误等，并且可以减少纸张的浪费，营造环保环境。

Description

一种远程智能政务会议系统基于移动端的签到预测方法
技术领域
本发明涉及一种远程智能政务会议签到技术领域，特别是涉及一种远程智能政务会议系统基于移动端的签到预测方法。
背景技术
无纸化会议，是由从传统会议的研发、施工基础上提出来的无纸化会议交互系统新概念，是基于移动互联网的无纸化会议交互系统。无纸化会议从传统的纸质为信息记录载体转化成以平板电脑、智能手机为载体的数字化、移动化的多媒体，利用智能手机的便携性，把会议从固定的会议室延伸场外的移动终端。然而，现有的签到方式一般为纸质签到，在签到统计环节会耗费时间，并且在统计时也会出现错误，这是现目前亟待解决的问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种远程智能政务会议系统基于移动端的签到预测方法。
为了实现本发明的上述目的，本发明公开了一种远程智能政务会议系统基于移动端的签到预测方法，包括以下步骤：
S1，获取签到人的身份信息，对签到人的地理位置进行实时定位；
S2，确定签到人的地理位置是否在预设地理位置范围内，若签到人的地理位置不在预设地理位置范围内，则预测签到人是否签到；若签到人的地理位置在预设地理位置范围内，则签到人已签到；
其预测签到人是否签到的方法为：
Figure BDA0001837571330000021
其中，(t)表示当前时刻t的时间；
(t-M)表示时刻t-M的时间，时刻t-M的时间早于当前时刻t的时间；
所述M为将时刻t-M至当前时刻t的时长等分或完全不等分或部分等分成M份；所述M的取值范围[5,200]，(t)-(t-M)的时长取值范围为[1ms,5min]；
(xk,yk,zk)表示时刻k时的三维坐标；
(xk-1,yk-1,zk-1)表示上一时刻k-1时的三维坐标；
St为当前时刻t时签到人的地理位置到预设地理位置的距离；
t0为签到人到达预设地理位置的预测时间；
t′为签到延长调节时间；
φt为当前时刻t道路影响因子；
比较预测时间t0是否晚于预设到达时间，若预测时间t0晚于预设到达时间，则签到人未签到，若预测时间t0不晚于预设到达时间，则签到人已签到；
S3，接收签到人发送的签到信息，统计签到结果并展示签到结果页面。
在本发明的一种优选实施方式中，还包括为签到人搜索一条签到人当前时刻t所处地理位置至预设地理位置的最优路径包括以下步骤：
S21，获取运动路径上的拥挤度：
Figure BDA0001837571330000022
其中，Υt′(s)为在时刻t′时行人样本s的密集度；
Υt′(s′)为在时刻t′时车辆样本s′的密集度；
Us(t′)为行人样本s在到达预设地理位置时运动路径上所使用的时间；
Us′(t′)为车辆样本s′在到达预设地理位置时运动路径上所使用的时间；
Ks,s′(t′)为行人样本s和车辆样本s′在时刻t′时拥挤度；
sn为样本总数量，即车辆样本s′总数量与行人样本s总数量之和；
η为样本因子参量；即车辆样本s′因子参量与行人样本s因子参量之和；
Tt′为在时刻t′时的温度值；
生成样本拥挤度模型：
Figure BDA0001837571330000031
其中，Ks,s′′(t′)为行人样本s和车辆样本s′在时刻t′时拥挤度，Ks,s′′(t′+1)为行人样本s和车辆样本s′在下一时刻t′+1时拥挤度；sn′为车辆样本s′总数量；sn″为行人样本s总数量；ηs′为车辆样本s′因子参量，ηs为行人样本s因子参量；K(t′)为时刻t′时样本拥挤度模型；η为样本因子参量；sn为样本总数量；
S22，提取每条运动路径上的视野清晰度：
Figure BDA0001837571330000032
其中，Ψθ(t′)为时刻t′时的第θ条运动路径上降雨量；tθ为第θ条路径上降雨持续时长；Tt′为在时刻t′时的温度值；Tt′+1为在上一时刻t′-1时的温度值；δ为雨量待定因子；Uθ(t′-1)为在上一时刻t′-1时第θ条路径上的风量变化值；Uθ(t′)为在时刻t′时第θ条路径上的风量变化值；Γθ(t′)为时刻t′时第θ条运动路径上的路径视野清晰度；
生成运动路径视野清晰度模型：
Figure BDA0001837571330000033
其中，τ为灰尘度因子；Γ(t′)为时刻t′时的运动路径视野清晰度模型；Γθ(t′)为时刻t′时第θ条运动路径上的路径视野清晰度；Γθ(t′-1)为上一时刻t′-1时第θ条运动路径上的路径视野清晰度；
S23，通过运动路径优化函数为签到人显示一条最优的运动路径；其运动路径优化函数为：
Figure BDA0001837571330000041
其中，Q为地图全景信息，t″为签到人到达预设地理位置的时刻，K(t′)为时刻t′时样本拥挤度模型；Γ(t′)为时刻t′时的运动路径视野清晰度模型；t为当前时刻。为签到人优化一条最优的运动路径，为签到人节约时间。
在本发明的一种优选实施方式中，步骤S1包括以下步骤：
在服务器端预设有唯一的鉴权账号及与所述鉴权账号相对应的鉴权密码，判断客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码是否一致；
若客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码一致，则登录成功；
若客户端输入的鉴权账号与服务器端预设的所有鉴权账号均不一致，则提示输入的鉴权账号不存在，重新输入鉴权账号、鉴权密码和验证码；
若客户端输入的鉴权密码与服务器上预设的鉴权账号所对应的鉴权密码不一致，则提示输入的鉴权密码错误，重新输入鉴权账号、鉴权密码和验证码；
若客户端输入的验证码与服务器端发送的验证码不一致，则提示输入的验证码错误，服务器端重新发送新的验证码，重新输入鉴权账号、鉴权密码和验证码。
在本发明的一种优选实施方式中，验证码为数字、大写字母或小写字母之一或任意组合。
综上所述，由于采用了上述技术方案，本发明的有益效果是：本发明能够对工作人员在签到环节节省时间，防止纸件签到录入信息错误等，可以减少纸张的浪费，并且通过计算预测值确定未签到人是否签到，营造环保环境。
附图说明
图1是本发明流程示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
本发明公开了一种远程智能政务会议系统基于移动端的签到预测方法，如图1所示，包括以下步骤：
S1，获取签到人的身份信息，对签到人的地理位置进行实时定位；
S2，确定签到人的地理位置是否在预设地理位置范围内，若签到人的地理位置不在预设地理位置范围内，则预测签到人是否签到；若签到人的地理位置在预设地理位置范围内，则签到人已签到；
其预测签到人是否签到的方法为：
Figure BDA0001837571330000051
其中，(t)表示当前时刻t的时间；
(t-M)表示时刻t-M的时间，时刻t-M的时间早于当前时刻t的时间；
所述M为将时刻t-M至当前时刻t的时长等分或完全不等分或部分等分成M份；所述M的取值范围[5,200]，(t)-(t-M)的时长取值范围为[1ms,5min]；
例如，当前时刻t的时间为上午08点31分，时刻t-M的时间为上午08点30分，M＝5时，将上午08点30分至上午08点31分等分成5份，其时刻t的时间为上午08点31分，时刻t-1的时间为上午08点30分48秒，时刻t-2的时间为上午08点30分36秒，时刻t-3的时间为上午08点30分24秒，时刻t-4的时间为上午08点30分12秒，时刻t-5的时间为上午08点30分；或者M＝12时，将上午08点30分至上午08点31分等分成12份，其时刻t的时间为上午08点31分，时刻t-1的时间为上午08点30分55秒，时刻t-2的时间为上午08点30分50秒，时刻t-3的时间为上午08点30分45秒，时刻t-4的时间为上午08点30分40秒，时刻t-5的时间为上午08点30分35秒，时刻t-6的时间为上午08点30分30秒，时刻t-7的时间为上午08点30分25秒，时刻t-8的时间为上午08点30分20秒，时刻t-9的时间为上午08点30分15秒，时刻t-10的时间为上午08点30分10秒，时刻t-11的时间为上午08点30分05秒，时刻t-12的时间为上午08点30分；
(xk,yk,zk)表示时刻k时的三维坐标；
(xk-1,yk-1,zk-1)表示上一时刻k-1时的三维坐标；
St为当前时刻t时签到人的地理位置到预设地理位置的距离；
t0为签到人到达预设地理位置的预测时间；
t′为签到延长调节时间；
φt为当前时刻t道路影响因子；
比较预测时间t0是否晚于预设到达时间，若预测时间t0晚于预设到达时间，则签到人未签到，若预测时间t0不晚于预设到达时间，则签到人已签到；
S3，接收签到人发送的签到信息，统计签到结果并展示签到结果页面。
在本发明的一种优选实施方式中，还包括为签到人搜索一条签到人当前时刻t所处地理位置至预设地理位置的最优路径包括以下步骤：
S21，获取运动路径上的拥挤度：
Figure BDA0001837571330000071
其中，Υt′(s)为在时刻t′时行人样本s的密集度；
Υt′(s′)为在时刻t′时车辆样本s′的密集度；
Us(t′)为行人样本s在到达预设地理位置时运动路径上所使用的时间；
Us′(t′)为车辆样本s′在到达预设地理位置时运动路径上所使用的时间；
Ks,s′(t′)为行人样本s和车辆样本s′在时刻t′时拥挤度；
sn为样本总数量，即车辆样本s′总数量与行人样本s总数量之和；
η为样本因子参量；即车辆样本s′因子参量与行人样本s因子参量之和；
Tt′为在时刻t′时的温度值；
生成样本拥挤度模型：
Figure BDA0001837571330000072
其中，Ks,s′′(t′)为行人样本s和车辆样本s′在时刻t′时拥挤度，Ks,s′′(t′+1)为行人样本s和车辆样本s′在下一时刻t′+1时拥挤度；sn′为车辆样本s′总数量；sn″为行人样本s总数量；ηs′为车辆样本s′因子参量，ηs为行人样本s因子参量；K(t′)为时刻t′时样本拥挤度模型；η为样本因子参量；sn为样本总数量；
S22，提取每条运动路径上的视野清晰度：
Figure BDA0001837571330000081
其中，Ψθ(t′)为时刻t′时的第θ条运动路径上降雨量；tθ为第θ条路径上降雨持续时长；Tt′为在时刻t′时的温度值；Tt′+1为在上一时刻t′-1时的温度值；δ为雨量待定因子；Uθ(t′-1)为在上一时刻t′-1时第θ条路径上的风量变化值；Uθ(t′)为在时刻t′时第θ条路径上的风量变化值；Γθ(t′)为时刻t′时第θ条运动路径上的路径视野清晰度；
生成运动路径视野清晰度模型：
Figure BDA0001837571330000082
其中，τ为灰尘度因子；Γ(t′)为时刻t′时的运动路径视野清晰度模型；Γθ(t′)为时刻t′时第θ条运动路径上的路径视野清晰度；Γθ(t′-1)为上一时刻t′-1时第θ条运动路径上的路径视野清晰度；
S23，通过运动路径优化函数为签到人显示一条最优的运动路径；其运动路径优化函数为：
Figure BDA0001837571330000083
其中，Q为地图全景信息，t″为签到人到达预设地理位置的时刻，K(t′)为时刻t′时样本拥挤度模型；Γ(t′)为时刻t′时的运动路径视野清晰度模型；t为当前时刻。
在本发明的一种优选实施方式中，步骤S1包括以下步骤：
在服务器端预设有唯一的鉴权账号及与所述鉴权账号相对应的鉴权密码，判断客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码是否一致；
若客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码一致，则登录成功；
若客户端输入的鉴权账号与服务器端预设的所有鉴权账号均不一致，则提示输入的鉴权账号不存在，重新输入鉴权账号、鉴权密码和验证码；
若客户端输入的鉴权密码与服务器上预设的鉴权账号所对应的鉴权密码不一致，则提示输入的鉴权密码错误，重新输入鉴权账号、鉴权密码和验证码；
若客户端输入的验证码与服务器端发送的验证码不一致，则提示输入的验证码错误，服务器端重新发送新的验证码，重新输入鉴权账号、鉴权密码和验证码。
在本发明的一种优选实施方式中，验证码为数字、大写字母或小写字母之一或任意组合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (3)

1.一种远程智能政务会议系统基于移动端的签到预测方法，其特征在于，包括以下步骤：
S1，获取签到人的身份信息，对签到人的地理位置进行实时定位；
为签到人搜索一条签到人当前时刻t所处地理位置至预设地理位置的最优路径包括以下步骤：
S21，获取运动路径上的拥挤度：
Figure FDA0002672471250000011
其中，Υt′(s)为在时刻t′时行人样本s的密集度；
Υt′(s′)为在时刻t′时车辆样本s′的密集度；
Us(t′)为行人样本s在到达预设地理位置时运动路径上所使用的时间；
Us′(t′)为车辆样本s′在到达预设地理位置时运动路径上所使用的时间；
Ks,s′(t′)为行人样本s和车辆样本s′在时刻t′时拥挤度；
sn为样本总数量，即车辆样本s′总数量与行人样本s总数量之和；
η为样本因子参量；即车辆样本s′因子参量与行人样本s因子参量之和；
Tt′为在时刻t′时的温度值；
生成样本拥挤度模型：
Figure FDA0002672471250000012
其中，Ks,s′′(t′)为行人样本s和车辆样本s′在时刻t′时拥挤度，Ks,s′′(t′+1)为行人样本s和车辆样本s′在下一时刻t′+1时拥挤度；s′n为车辆样本s′总数量；sn″为行人样本s总数量；ηs′为车辆样本s′因子参量，ηs为行人样本s因子参量；K(t′)为时刻t′时样本拥挤度模型；η为样本因子参量；sn为样本总数量；
S22，提取每条运动路径上的视野清晰度：
Figure FDA0002672471250000021
其中，Ψθ(t′)为时刻t′时的第θ条运动路径上降雨量；tθ为第θ条路径上降雨持续时长；Tt′为在时刻t′时的温度值；Tt′+1为在上一时刻t′-1时的温度值；δ为雨量待定因子；Uθ(t′-1)为在上一时刻t′-1时第θ条路径上的风量变化值；Uθ(t′)为在时刻t′时第θ条路径上的风量变化值；Γθ(t′)为时刻t′时第θ条运动路径上的路径视野清晰度；
生成运动路径视野清晰度模型：
Figure FDA0002672471250000022
其中，τ为灰尘度因子；Γ(t′)为时刻t′时的运动路径视野清晰度模型；Γθ(t′)为时刻t′时第θ条运动路径上的路径视野清晰度；Γθ(t′-1)为上一时刻t′-1时第θ条运动路径上的路径视野清晰度；
S23，通过运动路径优化函数为签到人显示一条最优的运动路径；其运动路径优化函数为：
Figure FDA0002672471250000023
其中，Q为地图全景信息，t″为签到人到达预设地理位置的时刻，K(t′)为时刻t′时样本拥挤度模型；Γ(t′)为时刻t′时的运动路径视野清晰度模型；t为当前时刻；
S2，确定签到人的地理位置是否在预设地理位置范围内，若签到人的地理位置不在预设地理位置范围内，则预测签到人是否签到；若签到人的地理位置在预设地理位置范围内，则签到人已签到；
其预测签到人是否签到的方法为：
Figure FDA0002672471250000031
其中，(t)表示当前时刻t的时间；
(t-M)表示时刻t-M的时间，时刻t-M的时间早于当前时刻t的时间；
所述M为将时刻t-M至当前时刻t的时长等分或完全不等分或部分等分成M份；所述M的取值范围[5,200]，(t)-(t-M)的时长取值范围为[1ms,5min]；
(xk,yk,zk)表示时刻k时的三维坐标；
(xk-1,yk-1,zk-1)表示上一时刻k-1时的三维坐标；
St为当前时刻t时签到人的地理位置到预设地理位置的距离；
t0为签到人到达预设地理位置的预测时间；
t′为签到延长调节时间；
φt为当前时刻t道路影响因子；
比较预测时间t0是否晚于预设到达时间，若预测时间t0晚于预设到达时间，则签到人未签到，若预测时间t0不晚于预设到达时间，则签到人已签到；
S3，接收签到人发送的签到信息，统计签到结果并展示签到结果页面。
2.根据权利要求1所述的远程智能政务会议系统基于移动端的签到预测方法，其特征在于，步骤S1包括以下步骤：
在服务器端预设有唯一的鉴权账号及与所述鉴权账号相对应的鉴权密码，判断客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码是否一致；
若客户端输入的鉴权账号、鉴权密码和验证码与服务器端上的鉴权账号和鉴权密码及服务器发送的验证码一致，则登录成功；
若客户端输入的鉴权账号与服务器端预设的所有鉴权账号均不一致，则提示输入的鉴权账号不存在，重新输入鉴权账号、鉴权密码和验证码；
若客户端输入的鉴权密码与服务器上预设的鉴权账号所对应的鉴权密码不一致，则提示输入的鉴权密码错误，重新输入鉴权账号、鉴权密码和验证码；
若客户端输入的验证码与服务器端发送的验证码不一致，则提示输入的验证码错误，服务器端重新发送新的验证码，重新输入鉴权账号、鉴权密码和验证码。
3.根据权利要求2所述的远程智能政务会议系统基于移动端的签到预测方法，其特征在于，验证码为数字、大写字母或小写字母之一或任意组合。
CN201811233019.5A 2018-10-23 2018-10-23 一种远程智能政务会议系统基于移动端的签到预测方法 Active CN109410357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811233019.5A CN109410357B (zh) 2018-10-23 2018-10-23 一种远程智能政务会议系统基于移动端的签到预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811233019.5A CN109410357B (zh) 2018-10-23 2018-10-23 一种远程智能政务会议系统基于移动端的签到预测方法

Publications (2)

Publication Number Publication Date
CN109410357A CN109410357A (zh) 2019-03-01
CN109410357B true CN109410357B (zh) 2020-10-27

Family

ID=65468900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811233019.5A Active CN109410357B (zh) 2018-10-23 2018-10-23 一种远程智能政务会议系统基于移动端的签到预测方法

Country Status (1)

Country Link
CN (1) CN109410357B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103438895A (zh) * 2013-08-05 2013-12-11 北京百度网讯科技有限公司 一种用于为移动终端提供推荐地信息的方法及装置
CN106062788A (zh) * 2013-12-04 2016-10-26 斯达哈伯公司 用于动态会事出席管理的系统和方法
CN106295384A (zh) * 2015-05-21 2017-01-04 中国移动通信集团重庆有限公司 一种大数据平台访问控制方法、装置和认证服务器
CN106767873A (zh) * 2016-12-30 2017-05-31 浙江大学 一种基于时空的地图匹配方法
CN108664942A (zh) * 2018-05-17 2018-10-16 西安理工大学 小鼠视频多维特征值的提取方法及视频分类方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3593511B2 (ja) * 2001-07-26 2004-11-24 株式会社ウッドワン 所在位置管理方法および装置
US8472979B2 (en) * 2008-07-15 2013-06-25 International Business Machines Corporation System and method for scheduling and reservations using location based services
CN103210426A (zh) * 2010-06-21 2013-07-17 布鲁罗恩有限公司 确定实体的行进时间
US20140171116A1 (en) * 2012-12-14 2014-06-19 Anthony G. LaMarca Location-aware mobile application management
KR101493969B1 (ko) * 2013-08-23 2015-02-17 대한민국 지피에스 부자를 이용한 라그랑지안 입자추적 실험의 분석방법
US9915541B2 (en) * 2014-10-31 2018-03-13 Ford Global Technologies, Llc Method and apparatus for dynamic destination arrival time updating
CN207037909U (zh) * 2017-04-28 2018-02-23 浙江机电职业技术学院 一种基于网络具有自主预约签到功能的通勤班车智能管理系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103438895A (zh) * 2013-08-05 2013-12-11 北京百度网讯科技有限公司 一种用于为移动终端提供推荐地信息的方法及装置
CN106062788A (zh) * 2013-12-04 2016-10-26 斯达哈伯公司 用于动态会事出席管理的系统和方法
CN106295384A (zh) * 2015-05-21 2017-01-04 中国移动通信集团重庆有限公司 一种大数据平台访问控制方法、装置和认证服务器
CN106767873A (zh) * 2016-12-30 2017-05-31 浙江大学 一种基于时空的地图匹配方法
CN108664942A (zh) * 2018-05-17 2018-10-16 西安理工大学 小鼠视频多维特征值的提取方法及视频分类方法

Also Published As

Publication number Publication date
CN109410357A (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
US20230245068A1 (en) Method and system for automated time management
Xu et al. A survey for mobility big data analytics for geolocation prediction
US10257660B2 (en) Systems and methods of sourcing hours of operation for a location entity
US9389083B1 (en) Method and apparatus for prediction of a destination and movement of a person of interest
CN105512138B (zh) 文本消息的处理方法及其系统
US9443326B2 (en) Semantic place labels
WO2017040567A1 (en) Itinerary generation and adjustment system
CN108154566B (zh) 一种智能打卡的方法和装置
US11704620B2 (en) Estimating system, estimating method, and information storage medium
JP6634511B2 (ja) 人口推定装置、プログラム及び人口推定方法
US10970318B2 (en) Active change detection for geospatial entities using trend analysis
US11418507B2 (en) Method and system for authentication via location monitoring
US20130185324A1 (en) Location-type tagging using collected traveler data
JP6396686B2 (ja) 行動判定装置、行動判定方法及びプログラム
CN109741482A (zh) 一种信息共享方法及装置
CN110704491A (zh) 数据查询方法和装置
CN109543864A (zh) 基于行进时间的预约就诊提示方法、服务器及存储介质
CN109410357B (zh) 一种远程智能政务会议系统基于移动端的签到预测方法
US9146123B2 (en) Method and system for providing driving directions
KR20240012260A (ko) 인공지능 기반의 캐스팅 서비스를 제공하기 위한 방법
Hargunani et al. Integrated bus system using QR code
US11138615B1 (en) Location-based place attribute prediction
US11694554B2 (en) Information processing apparatus, information processing method, and information processing system
US20160073228A1 (en) System and method for generating expected geolocations of mobile computing devices
CN111209430A (zh) 基于差旅出行的气象信息处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 401121 No. 19, datagu East Road, Xiantao street, Yubei District, Chongqing

Patentee after: Chongqing Yangsheng Technology Group Co.,Ltd.

Address before: 400010 No.19 datavalley East Road, Xiantao street, Yubei District, Chongqing

Patentee before: CHONGQING YANGSHENG INFORMATION TECHNOLOGY Co.,Ltd.

CP03 Change of name, title or address