殷玉霞，张彬，帅小应

摘要：为了减少高校图书馆自习室空占座的现象，提高座位的使用效率，提出了基于深度学习的座位管理系统。通过神经网络对座位数据训练得到分类模型，利用分类模型对待识别的座位数据分类从而得到座位的状态。如果处于预约或占用状态的座位空闲时间超过设定阈值，系统将自动取消座位，实现了对座位的实时管理。深度学习能提高座位状态识别的准确性，有效提高了图书馆座位的管理效率。

关键词：座位;图书馆;占座;深度学习;神经网络

中图分类号：TP391     文献标识码：A

文章编号：1009-3044（2021）34-0001-03

1 引言

高校图书馆软硬件条件好，是学生首选的自习场所。随着高校在校生人数的增多以及近年来大学生对考研、考编制的热情的不断增长，越来越多的学生选择到图书馆的自习室学习，导致学校图书馆的座位越来越紧张。图书馆自习室的座位无法满足在校学生的学习需求，尤其是在各种考试季来临时，学生抢位、占位的现象更加严重。占位在高校图书馆屡禁不止，学生想尽各种办法占位。占座的主要形式包括同学间代人占座、利用书籍物品占座等。占座降低座位使用的效率、造成座位分配的不公、引发学生与学生以及学生与管理人员间的矛盾冲突、滋生“卖座”等不良现象。

为了有效解决占座问题，各个高校尝试着运用各种方法如教师劝导、定期巡查清理等加以解决，一些高校还引进了现代的管理技术如网络预约、现场扫码签到等方法，但是占座现象还仍然存在。……