[实用新型]一种员工情绪预测系统有效

专利信息
申请号: 201921856483.X 申请日: 2019-10-31
公开(公告)号: CN211749663U 公开(公告)日: 2020-10-27
发明(设计)人: 薛宏全;官淦悦;申文;王小刚;麻堃 申请(专利权)人: 西安理工大学
主分类号: A61B5/16 分类号: A61B5/16;A61B5/0205;A61B5/01
代理公司: 西安弘理专利事务所 61214 代理人: 燕肇琪
地址: 710048 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 员工 情绪 预测 系统
【说明书】:

实用新型公开的一种员工情绪预测系统,包括数据采集模块,数据采集模块用以采集车间员工情绪信息,数据采集模块与情绪识别模块通信连接,情绪识别模块用以将车间员工情绪信息进行提取归类,情绪识别模块与情绪预测模块通信连接,情绪预测模块用以建立情绪预测模型以预测车间员工的情绪。本实用新型一种员工情绪预测系统,能够及时准确预测出员工情绪,为员工管理工作提供参考。

技术领域

本实用新型属于情绪预测设备技术领域,具体涉及一种员工情绪预测系统。

背景技术

在生产制造过程中,员工的主观情绪对产品质量和生产效率影响巨大。因此,如何预测车间员工的情绪变化在车间管理中就成为一个急需解决的问题。新的车间员工情绪预测系统要求根据员工实时的行为、生理及所处环境数据,结合历史数据对员工情绪进行预测评级,为车间生产排程和日常管理提供源自生产现场的源头员工情绪信息支持,达到提高车间生产管理效率的目的。

认知计算是源自模拟人脑的计算机系统人工智能。传统的计算技术是定量的并着重于精度和序列等级,而认知计算则试图解决生物系统中的不精确、不确定和部分真实的问题,以实现不同程度的感知、记忆、学习、语言、思维和问题解决等过程。目前随着科学技术的发展以及大数据时代的到来,如何实现类似人脑的认知与判断,发现新的关联和模式,从而做出正确的决策,显得尤为重要。认知计算技术的发展也为车间生产管理中员工情绪预测及处理带来了可能性。

而目前市场上并没有结合认知计算并满足车间生产管理要求的生产车间员工情绪预测系统,而这也是当下研究的热点趋势。

实用新型内容

本实用新型的目的是提供一种员工情绪预测系统,能够及时准确预测出员工情绪,为领导指示工作提供参考。

本实用新型所采用的技术方案是,一种员工情绪预测系统,包括数据采集模块,数据采集模块用以采集车间员工情绪信息,数据采集模块与情绪识别模块通信连接,情绪识别模块用以将车间员工情绪信息进行提取归类,情绪识别模块与情绪预测模块通信连接,情绪预测模块用以建立情绪预测模型以预测车间员工的情绪。

本实用新型的其他特点还在于,

数据采集模块包括行为检测单元、环境温度检测单元、呼吸频率监测单元、心跳监测单元、体温监测单元与无线数据发送单元,无线数据发送单元将行为检测单元、呼吸频率监测单元、心跳监测单元、体温监测单元采集到的数据发送至情绪识别模块。

行为检测单元为安装在车间的摄像头,环境温度检测单元为设置在车间内的温度传感器,呼吸频率监测单元、心跳监测单元、体温监测单元集中聚集在一个手环上,佩戴在员工手腕上。

摄像头模块采用OV2640摄像头。

呼吸频率监测单元采用呼吸频率传感器对员工进行呼吸监测,心跳监测单元采用心率传感器对员工进行心率监测,体温监测单元采用数字温度传感器对员工进行体温监测。

情绪识别模块包括特征提取模块、数据库服务器、匹配模块,匹配模块分别与特征提取模块、数据库服务器通信连接,特征提取模块用于接收数据采集模块发送的车间员工情绪信息并对车间员工情绪信息进行特征提取,数据库服务器内储存有员工个人的历史情绪信息,匹配模块用于将特征提取模块提取后的特征与数据库服务器内的员工个人的历史情绪信息进行匹配完成提取归类,并将归类后的车间员工情绪信息通信发送至情绪预测模块。

无线数据发送单元采用NRF24L01芯片。

情绪预测模块包括训练模块、预测模块,训练模块与数据库服务器通信连接,训练模块用于对数据库服务器存储的员工个人的历史情绪信息进行训练分类,预测模块分别与匹配模块、训练模块通信连接,预测模块结合训练模块分类后的结果与匹配模块归类后的车间员工情绪信息建立情绪预测模型以预测车间员工的情绪。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201921856483.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top