期刊文献+
共找到299篇文章
< 1 2 15 >
每页显示 20 50 100
INCREMENTAL AUGMENT ALGORITHM BASED ON REDUCED Q-MATRIX 被引量:2
1
作者 杨淑群 丁树良 丁秋林 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI 2010年第2期183-189,共7页
Reduced Q-matrix (Qr matrix) plays an important role in the rule space model (RSM) and the attribute hierarchy method (AHM). Based on the attribute hierarchy, a valid/invalid item is defined. The judgment method... Reduced Q-matrix (Qr matrix) plays an important role in the rule space model (RSM) and the attribute hierarchy method (AHM). Based on the attribute hierarchy, a valid/invalid item is defined. The judgment method of the valid/invalid item is developed on the relation between reachability matrix and valid items. And valid items are explained from the perspective of graph theory. An incremental augment algorithm for constructing Qr matrix is proposed based on the idea of incremental forward regression, and its validity is theoretically considered. Results of empirical tests are given in order to compare the performance of the incremental augment algo-rithm and the Tatsuoka algorithm upon the running time. Empirical evidence shows that the algorithm outper-forms the Tatsuoka algorithm, and the analysis of the two algorithms also show linear growth with respect to the number of valid items. Mathematical models with 10 attributes are built for the two algorithms by the linear regression analysis. 展开更多
关键词 reduced q-matrix(Qr matrix) valid items incremental augment algorithm linear regression
在线阅读 下载PDF
基于迁移学习与Q矩阵约束的神经网络认知诊断方法
2
作者 陶金洪 赵蔚 +2 位作者 程诺 乔丽方 姜强 《心理学报》 北大核心 2026年第4期755-772,I0021,共19页
神经网络作为最重要的机器学习方法已被广泛地用于认知诊断,但目前仍没有一种简单通用的神经网络认知诊断方法。因此,提出一种Q矩阵约束的神经网络认知诊断方法(Bi-QNN),并基于迁移学习进行训练。新模型的优势在于:(1)使用人员无需专门... 神经网络作为最重要的机器学习方法已被广泛地用于认知诊断,但目前仍没有一种简单通用的神经网络认知诊断方法。因此,提出一种Q矩阵约束的神经网络认知诊断方法(Bi-QNN),并基于迁移学习进行训练。新模型的优势在于:(1)使用人员无需专门设计网络结构,新模型可以根据Q矩阵与交互式Q矩阵自适应任意数据集;(2)网络结构的设计原理源于GDINA模型,使其能够较好地表达属性的主效应与交互效应;(3)基于迁移学习的模型训练方案能有效地解决标记数据稀缺问题,提高模型的易用性与适用范围。实验结果表明:Bi-QNN在模拟数据集上的预测误差整体上比参数化方法GDINA与DINA的表现更好;在一定的范围内,模型对属性数量敏感性相对较低,当属性数量增加时在一定程度上仍能保持较好的分类准确率;基于迁移学习训练的Bi-QNN方法能更好地适应不同样本量的数据集,在模拟数据与实证数据的多种条件下保持对其它模型的领先;模型性能的进一步提升受到基于参数模型的模拟数据的限制,对试题质量仍有一定的敏感性。 展开更多
关键词 认知诊断 Q矩阵 人工神经网络 迁移学习
在线阅读 下载PDF
基于EM算法的ARMA(p,q)线性测量误差模型的参数估计
3
作者 沈逸珺 金阳阳 张慧增 《杭州师范大学学报(自然科学版)》 2026年第2期206-215,共10页
在ARMA(p,q)测量误差模型的基础上引入了线性测量误差模型,给出ARMA(p,q)线性测量误差模型参数估计的EM算法.通过对高阶矩阵进行分块求解,利用Toeplitz矩阵的逆矩阵求解算法,得到了高阶矩阵的逆矩阵迭代公式,给出了具有高维正态分布隐... 在ARMA(p,q)测量误差模型的基础上引入了线性测量误差模型,给出ARMA(p,q)线性测量误差模型参数估计的EM算法.通过对高阶矩阵进行分块求解,利用Toeplitz矩阵的逆矩阵求解算法,得到了高阶矩阵的逆矩阵迭代公式,给出了具有高维正态分布隐变量的一阶矩和二阶矩估计,从而得出参数的EM算法最优值估计.最后通过对ARMA(2,2)线性测量误差模型进行数值模拟,验证了EM算法对模型参数估计的有效性. 展开更多
关键词 EM算法 ARMA(p q)线性测量误差模型 TOEPLITZ矩阵
在线阅读 下载PDF
基于认知诊断DINA模型的Q矩阵优化:一种结合样本筛选与假设检验的新策略 被引量:3
4
作者 李波 胡誉骞 +1 位作者 章勇 田怡 《华中师范大学学报(自然科学版)》 北大核心 2025年第1期111-124,共14页
该文创新性地提出了一种基于DINA模型的Q矩阵修正策略——SHT法,并借助蒙特卡洛模拟技术,将其与现有同类方法进行深入对比,以全面评估其可行性与精确性.该方法具有下述3个方面优势.1)高效修正与稳健性验证:SHT法在不同水平的作答错误率... 该文创新性地提出了一种基于DINA模型的Q矩阵修正策略——SHT法,并借助蒙特卡洛模拟技术,将其与现有同类方法进行深入对比,以全面评估其可行性与精确性.该方法具有下述3个方面优势.1)高效修正与稳健性验证:SHT法在不同水平的作答错误率下均展现出了卓越的修正效能,显著提升了Q矩阵的精确度;2)小样本与大样本环境的双重优势:与国内外同类研究成果相比,SHT法在小样本场景下尤为突出,其稳健性和性能优势在面临高作答失误率时更加显著;3)复杂数据集下的显著优势:在实证数据分析中,SHT法不仅提高了认知诊断模型的拟合能力,更在处理数据维度复杂、样本相对受限的数据集时,展现出相比其他算法更为明显的优势. 展开更多
关键词 认知诊断 Q矩阵修正 DINA模型 假设检验 δ法 γ法
在线阅读 下载PDF
Birth-and-Death Q-Matrix Problem With Instantaneous States
5
作者 刘再明 侯振挺 《Chinese Science Bulletin》 SCIE EI CAS 1993年第13期1063-1066,共4页
Let E be non-negative integer set Z+ or integer set Z. Q=(q<sub> </sub>: i, j∈E) is called a birth-and-death matrix if Q satisfies the following (ⅰ)—(ⅲ): (ⅰ) q<sub> </sub>=0, |i-j|... Let E be non-negative integer set Z+ or integer set Z. Q=(q<sub> </sub>: i, j∈E) is called a birth-and-death matrix if Q satisfies the following (ⅰ)—(ⅲ): (ⅰ) q<sub> </sub>=0, |i-j|】1, 0【q<sub> </sub>【+∞, |i-j|=1, (1) (ⅱ) sum from j≠i q<sub> </sub>≤q<sub>i</sub>≡-q<sub>ü</sub>≤+∞, (2) (ⅲ) if E=Z<sub>+</sub>, q<sub>i</sub>【+∞ and i≠0 or E=Z and q<sub>i</sub>【+∞ then q<sub>ü-1</sub>+q<sub>ü+1</sub> =q<sub>i</sub> (3) Let Q be a birth-and-death matrix. We call Q a birth-and-death matrix with 展开更多
关键词 birth-and-death matrix instantaneous state Q-process.
在线阅读 下载PDF
认知诊断在非完备Q矩阵下分类准确率评估
6
作者 汪文义 甘兆冬 +1 位作者 张文浩 宋丽红 《江西师范大学学报(自然科学版)》 北大核心 2025年第6期615-622,634,共9页
在认知诊断评估中,分类准确率是衡量模型分类结果质量的关键指标,它直接反映学生知识状态分类质量.当属性数量较多、Q矩阵不完备时,已有指标无法很好地评估在非完备Q矩阵下的分类质量.为解决上述问题,该文探讨了如何将基于样本的分类准... 在认知诊断评估中,分类准确率是衡量模型分类结果质量的关键指标,它直接反映学生知识状态分类质量.当属性数量较多、Q矩阵不完备时,已有指标无法很好地评估在非完备Q矩阵下的分类质量.为解决上述问题,该文探讨了如何将基于样本的分类准确率评估方法,推广到在非完备Q矩阵条件下的知识状态等价类的分类准确率评估.重点考虑在基于MLE、MAP和EAP 3种估计方法下知识状态等价类的分类准确率评估指标.鉴于非完备Q矩阵在实际测评中普遍存在,针对不同测验情境,设计了多种类型的非完备Q矩阵.模拟研究和真实数据分析结果表明,所提出的分类准确率评估方法在各种非完备Q矩阵类型下都能准确地反映出模型的判准率. 展开更多
关键词 认知诊断 Q矩阵 完备性 分类准确率 判准率
在线阅读 下载PDF
强化学习和矩阵补全引导的多目标试卷生成
7
作者 邢长征 梁浚锋 +2 位作者 金海波 徐佳玉 乌海荣 《计算机应用》 北大核心 2025年第1期48-58,共11页
针对现有的试卷生成技术存在过多关注生成试卷的难易程度,而忽略了其他相关目标,例如质量、分数分布和技能覆盖范围的问题,提出一种强化学习和矩阵补全引导的多目标试卷生成方法,以优化试卷生成领域的特定目标。首先,运用深度知识追踪... 针对现有的试卷生成技术存在过多关注生成试卷的难易程度,而忽略了其他相关目标,例如质量、分数分布和技能覆盖范围的问题,提出一种强化学习和矩阵补全引导的多目标试卷生成方法,以优化试卷生成领域的特定目标。首先,运用深度知识追踪方法对学生之间的交互信息和响应日志进行建模以获取学生群体的技能熟练程度;其次,运用矩阵分解和矩阵补全方法对学生未做的习题进行得分预测;最后,基于多目标试卷生成策略,为提升Q网络的更新效率,设计一个Exam Q-Network函数逼近器以自动地选择合适的问题集来更新试卷组成。实验结果表明,相较于DEGA(Diseased-Enhanced Genetic Algorithm)、SSA-GA(Sparrow Search Algorithm-Genetic Algorithm)等模型,在试卷难度、合理性、准确性这3个指标上验证了所提模型在解决试卷生成场景的多重困境方面上效果显著。 展开更多
关键词 多目标试卷生成 深度知识追踪 Q网络 矩阵分解 矩阵补全
在线阅读 下载PDF
双超混沌系统结合压缩感知和Fibonacci变换的彩色图像加密 被引量:1
8
作者 贾静雯 张钊 +1 位作者 周红艳 陈雪波 《光学精密工程》 北大核心 2025年第4期624-640,共17页
为了解决现有混沌图像加密算法中低维混沌系统混沌性质弱、安全性低,高维混沌系统传输成本高、存储空间大以及压缩感知技术中传统测量矩阵占用空间大、传输成本高等问题,本文提出一种双超混沌系统结合压缩感知和Fibonacci变换的彩色图... 为了解决现有混沌图像加密算法中低维混沌系统混沌性质弱、安全性低,高维混沌系统传输成本高、存储空间大以及压缩感知技术中传统测量矩阵占用空间大、传输成本高等问题,本文提出一种双超混沌系统结合压缩感知和Fibonacci变换的彩色图像加密算法。首先,通过Lorenz超混沌系统优化Arnold算法,提高安全性。其次,利用6D超混沌系统改进压缩感知的测量矩阵,减少空间资源和传输成本。再次,采用具有大密钥空间和高安全性的6D超混沌系统进行置乱,提高安全性。最后,利用Fibonacci Q矩阵分块扩散,增强不可预测性。此外,在图像重建中引入2D投影梯度嵌入解密算法,与传统重建算法相比,具有更高的安全性和计算效率。实验结果表明:信息熵均超过7.999,更接近理想值8,相关系数接近0,像素数变化率和统一变化率接近理想值99.6094%和33.4635%。在有效保护图像安全性和完整性的同时,具有很强的抗统计攻击和差分攻击能力以及更好的鲁棒性。 展开更多
关键词 图像加密 混沌系统 压缩感知 Fibonacci Q矩阵
在线阅读 下载PDF
在不同计分方式下的多值Q矩阵设计理论
9
作者 蒋婷婷 宋丽红 +1 位作者 汪文义 丁树良 《江西师范大学学报(自然科学版)》 北大核心 2025年第5期450-456,共7页
Q矩阵作为属性和项目的关联矩阵,在认知诊断中起着重要作用.充要Q矩阵对于测验蓝图的构建有着重要作用,不同的测验蓝图会影响诊断的准确率以及测验项目的数量.该文讨论在3种不同的理想反应计分方式(分别为按元素的理想反应计分方式、按... Q矩阵作为属性和项目的关联矩阵,在认知诊断中起着重要作用.充要Q矩阵对于测验蓝图的构建有着重要作用,不同的测验蓝图会影响诊断的准确率以及测验项目的数量.该文讨论在3种不同的理想反应计分方式(分别为按元素的理想反应计分方式、按向量的多级理想反应计分方式、按向量的0-1理想反应计分方式)下Q矩阵设计理论.借助多值Q矩阵与二值Q矩阵的转换关系,给出在独立结构和按向量的多级或0-1计分方式下的充要Q矩阵,并给予相应的阐述和证明.充要Q矩阵对于提高多值知识结构或知识状态全集的可识别性具有重要价值. 展开更多
关键词 认知诊断 多值Q矩阵 计分规则 测验蓝图 拟可达矩阵
在线阅读 下载PDF
认知诊断测验最简完备Q矩阵统一设计方法
10
作者 唐小娟 毛萌萌 +2 位作者 李瑜 丁树良 彭志霞 《心理学报》 北大核心 2025年第10期1849-1866,I0006-I0008,共21页
属性水平(二分属性和多分属性)和项目理想评分方式(0-1评分与多级评分)是认知诊断测验设计的两个重要维度。其中,多分属性测验能提供更详细的诊断信息,而多级评分测验能提高判准率,但现有认知诊断测验缺乏对多分属性和多级评分的整合设... 属性水平(二分属性和多分属性)和项目理想评分方式(0-1评分与多级评分)是认知诊断测验设计的两个重要维度。其中,多分属性测验能提供更详细的诊断信息,而多级评分测验能提高判准率,但现有认知诊断测验缺乏对多分属性和多级评分的整合设计。借鉴二分属性多级评分结构化/非结构化最简完备Q矩阵(SSCQM/USCQM)的概念,本文提出统一的认知诊断测验最简完备Q矩阵设计方法,解决不同属性水平和不同项目理想评分方式的各种组合情境下的认知诊断测验设计问题,并在长测验和短测验两种条件下,以(拟)可达阵为参照,通过模拟研究对各种SSCQM和USCQM准确率进行了比较。结果表明,总体而言,SSCQM和USCQM具有更高的判准率。实证研究数据进一步验证了SSCQM和USCQM测验的优势。 展开更多
关键词 认知诊断测验 测验设计 最简完备Q矩阵 统一设计方法
在线阅读 下载PDF
非参数CD-CAT选题策略DWIR的拓展及其优化 被引量:1
11
作者 李俊杰 郑慧婧 +1 位作者 周昱希 曾平飞 《江西师范大学学报(自然科学版)》 北大核心 2025年第2期111-119,共9页
该文将DWIR选题策略拓展出更加一般化的GDWIR方法,使得GDWIR方法的适用范围更广,同时采用Q-最优准则或可达矩阵R对GDWIR方法的初始选题进行进一步优化,提出了Q_GDWIR和R_GDWIR方法.研究发现:1)GDWIR方法的适用范围更广,且比DWIR选题策... 该文将DWIR选题策略拓展出更加一般化的GDWIR方法,使得GDWIR方法的适用范围更广,同时采用Q-最优准则或可达矩阵R对GDWIR方法的初始选题进行进一步优化,提出了Q_GDWIR和R_GDWIR方法.研究发现:1)GDWIR方法的适用范围更广,且比DWIR选题策略具有更好的性能;2)在属性个数较少的情况下,Q_DWIR和R_DWIR同样具有较高的属性掌握模式判准率,在认知诊断计算机化自适应性测试(CD-CAT)中可以采用实施条件更加简单易行Q_DWIR或R_DWIR方法作为选题策略;3)如果测量的属性个数超过5,那么Q_GDWIR和R_GDWIR方法比Q_DWIR和R_DWIR方法的优势更加明显,当数据量达到150时,CD-CAT应采用Q_GDWIR和R_GDWIR方法进行选题施测以提高CD-CAT的测试效率. 展开更多
关键词 认知诊断计算机化自适应性测试 非参数选题策略DWIR 可达矩R Q最优准则
在线阅读 下载PDF
认知诊断模型属性层级关系和Q矩阵的联合验证方法:面向实践的视角
12
作者 汪玲玲 孙小坚 《心理学报》 北大核心 2025年第7期1295-1308,共14页
在认知诊断评估实践中,Q矩阵和属性层级关系的构建正确与否都会影响认知诊断模型参数估计的准确性以及被试的分类准确率。属性层级关系和Q矩阵通常依赖领域专家判断实现,目前已经有一些研究对Q矩阵或者属性层级关系分别进行检验修正。... 在认知诊断评估实践中,Q矩阵和属性层级关系的构建正确与否都会影响认知诊断模型参数估计的准确性以及被试的分类准确率。属性层级关系和Q矩阵通常依赖领域专家判断实现,目前已经有一些研究对Q矩阵或者属性层级关系分别进行检验修正。本文提出一种基于贝叶斯网条件独立性检验的方法联合验证Q矩阵和属性层级关系,通过两个模拟研究考察了该方法的联合修正准确率,以及修正准确率的具体影响因素。结果表明,在Q矩阵错误率处于中等或以下水平时,该方法能够有效修正Q矩阵和属性层级关系,尤其在题目质量较高样本量充足测验长度较长的情况下,联合修正效果更好。最后将该算法应用于具体认知诊断评估实践中,对专家界定的属性层级关系和Q矩阵进行联合的基于数据的检验修正,结果表明修正后的模型拟合更好。 展开更多
关键词 认知诊断 属性层级关系 Q矩阵 贝叶斯网
在线阅读 下载PDF
基于EM算法的ARMA(p,q)测量误差模型的参数估计 被引量:1
13
作者 金阳阳 沈逸珺 +1 位作者 郑斌斌 张慧增 《杭州师范大学学报(自然科学版)》 2025年第3期312-321,共10页
利用EM算法给出了ARMA(p,q)测量误差模型的参数估计.在实施EM算法M步骤时,为得到服从高维正态分布的隐变量的一阶、二阶矩,利用Toeplitz矩阵的求逆算法,并通过矩阵分块给出了求解高阶非负定对称稀疏矩阵的逆矩阵的迭代算法,从而得到了E... 利用EM算法给出了ARMA(p,q)测量误差模型的参数估计.在实施EM算法M步骤时,为得到服从高维正态分布的隐变量的一阶、二阶矩,利用Toeplitz矩阵的求逆算法,并通过矩阵分块给出了求解高阶非负定对称稀疏矩阵的逆矩阵的迭代算法,从而得到了EM算法的最优参数估计.对ARMA(2,2)测量误差模型的数值模拟结果表明,EM算法在模型估计方面具备良好的性能. 展开更多
关键词 EM算法 ARMA(p q)测量误差模型 TOEPLITZ矩阵
在线阅读 下载PDF
基于Dyan-Q的智能雷达组合抗干扰路径选择
14
作者 师沙沙 周青松 +2 位作者 钱佳龙 陈沁娴 李志汇 《现代雷达》 北大核心 2025年第7期73-79,共7页
为适应复杂多变的战场环境,常采用现代雷达技术与人工智能相结合的手段提升智能雷达抗干扰决策效率。目前基于强化学习的抗干扰决策算法还没有对组合抗干扰矩阵中的路径选择过程展开深入研究。文中提出了一种当雷达受到干扰后,在雷达体... 为适应复杂多变的战场环境,常采用现代雷达技术与人工智能相结合的手段提升智能雷达抗干扰决策效率。目前基于强化学习的抗干扰决策算法还没有对组合抗干扰矩阵中的路径选择过程展开深入研究。文中提出了一种当雷达受到干扰后,在雷达体制与抗干扰样式组合的抗干扰矩阵中智能寻路的方法。首先,通过效能评估分析建立抗干扰矩阵模型;其次,结合强化学习原理分析抗干扰矩阵内部路径选择过程;最后,对该实验过程进行仿真,通过对比Q-learning算法和Dyna-Q算法对寻路效果的影响,说明采用本文算法雷达能够在与外部干扰交互训练的较少时间内完成路径选择,找到组合矩阵中最佳抗干扰方式,可以快速有效地应对外部的复杂干扰环境。 展开更多
关键词 智能雷达 强化学习 抗干扰矩阵 智能寻路 Q-learning算法 Dyna-Q算法
原文传递
基于无监督学习的反Q滤波高分辨率处理方法
15
作者 胡来东 刘斌 +2 位作者 董旭光 秦搏成 王晓阳 《地球物理学进展》 北大核心 2025年第4期1835-1846,共12页
受近地表吸收影响,地震波能量衰减、相位畸变,导致地震资料分辨率和信噪比大大降低,常规反Q滤波方法存在振幅补偿不稳定、参数选择困难等问题.针对这些问题,提出了一种新的无监督学习的反Q滤波高分辨率处理方法,该方法集成了Deep Learni... 受近地表吸收影响,地震波能量衰减、相位畸变,导致地震资料分辨率和信噪比大大降低,常规反Q滤波方法存在振幅补偿不稳定、参数选择困难等问题.针对这些问题,提出了一种新的无监督学习的反Q滤波高分辨率处理方法,该方法集成了Deep Learning(DL)框架和基于无条件数值稳定的地震波吸收衰减理论,提供了一种不需要训练标签、避免振幅补偿数值不稳定性的DL反Q滤波策略.首先,构建DL网络,将待补偿数据输入网络,将网络输出作为补偿后结果.然后,将预测的补偿结果送入由近地表Q模型构建的衰减核矩阵中,进行正演衰减.接着,利用正演得到的衰减地震数据与原始待补偿数据之间的误差反向调整网络参数,通过迭代优化网络参数使误差达到最小,输出最终的补偿结果.在整个训练网络预测过程中,无需制作数据标签,达到了无监督自主学习的效果.理论模型数据和实际叠前地震资料的应用结果表明,与常规的反Q滤波方法相比,无监督方法可有效补偿地震信号的振幅能量,且数值稳定性高,该方法提高了地震记录的分辨率和信噪比. 展开更多
关键词 无监督学习 反Q滤波 吸收衰减 衰减核矩阵
原文传递
基于广义Capped l_(2,q)范数的多项式正则化线性判别
16
作者 杨源 周跃进 《哈尔滨商业大学学报(自然科学版)》 2025年第1期96-103,共8页
线性判别分析(LDA)经常存在类内散射矩阵不可逆且对异常值和噪声十分敏感等问题.为了解决这些问题,提出了一种基于广义Capped范数的多项式正则化线性判别分析(PGCLDA)方法.通过在目标函数中引入l_(2,q)范数并设置阈值,可以减少噪声的影... 线性判别分析(LDA)经常存在类内散射矩阵不可逆且对异常值和噪声十分敏感等问题.为了解决这些问题,提出了一种基于广义Capped范数的多项式正则化线性判别分析(PGCLDA)方法.通过在目标函数中引入l_(2,q)范数并设置阈值,可以减少噪声的影响、识别出数据的异常点、降低特大范数对投影方向的影响.把类间散射矩阵映射到多项式函数中增加矩阵的迹,使不同类别之间的样本距离更远,提高判别能力.对类内散射矩阵增加正则化项,避免不可逆的情形发生.在模拟和真实数据应用结果表明,本方法比其他类似的方法在减少异常值和噪声的影响与提高类别判别能力等方面更具有优越性且有更高的预测准确性. 展开更多
关键词 线性判别分析 Capped l_(2 q)范数 多项式函数 散射矩阵 噪声处理 正则化
在线阅读 下载PDF
求解简化Q矩阵的扩张算法 被引量:39
17
作者 杨淑群 蔡声镇 +2 位作者 丁树良 林海菁 丁秋林 《兰州大学学报(自然科学版)》 CAS CSCD 北大核心 2008年第3期87-91,96,共6页
认知诊断研究中常使用属性与项目的关联矩阵(Q矩阵),其中规则空间模型与属性层次方法涉及简化Q矩阵并给出求解简化Q矩阵的方法.从属性层次结构出发,给出了属性层次结构的可达矩阵与有效项目之间的关系及理论证明.基于向前回归的思想提... 认知诊断研究中常使用属性与项目的关联矩阵(Q矩阵),其中规则空间模型与属性层次方法涉及简化Q矩阵并给出求解简化Q矩阵的方法.从属性层次结构出发,给出了属性层次结构的可达矩阵与有效项目之间的关系及理论证明.基于向前回归的思想提出了求解简化Q矩阵的扩张算法,在考虑属性层次结构的有效项目数的基础上,与Tatsuoka方法进行了实验比较,并对属性个数为10的情况采用一元线性回归方法为两种方法建立了数学模型,模型中有效项目数为自变量,算法的运行时间为随机变量.经检验,回归效果显著. 展开更多
关键词 简化Q矩阵 扩张算法 有效项目数 线性回归
在线阅读 下载PDF
基于Q矩阵和广义距离的认知诊断方法 被引量:32
18
作者 孙佳楠 张淑梅 +1 位作者 辛涛 包钰 《心理学报》 CSSCI CSCD 北大核心 2011年第9期1095-1102,共8页
规则空间方法(RSM)和属性层级方法(AHM)是两种重要的认知诊断方法,近年来受到了广泛关注。本文在属性层级方法和丁树良等人(2009,2010)改进的Q矩阵理论的基础上,通过定义观察反应模式与理想反应模式之间的广义距离,给出了一种识别被试... 规则空间方法(RSM)和属性层级方法(AHM)是两种重要的认知诊断方法,近年来受到了广泛关注。本文在属性层级方法和丁树良等人(2009,2010)改进的Q矩阵理论的基础上,通过定义观察反应模式与理想反应模式之间的广义距离,给出了一种识别被试知识状态的认知诊断方法,即广义距离判别法。通过DINA模型生成被试的作答反应矩阵进行模拟研究,以模式判准率和属性判准率作为衡量被试知识状态分类准确率指标,将广义距离判别法、RSM和AHM的分类A方法分别与DINA模型进行比较。结果表明,本文提出的广义距离判别法具有更好的分类效果。 展开更多
关键词 RSM AHM Q矩阵 知识状态 广义距离
在线阅读 下载PDF
Tatsuoka Q矩阵理论的修正 被引量:57
19
作者 丁树良 祝玉芳 +1 位作者 林海菁 蔡艳 《心理学报》 CSSCI CSCD 北大核心 2009年第2期175-181,共7页
K.K.Tatsuoka和她同事开发的规则空间模型(RSM)是一种在国内外有较大影响的认知诊断模型,但是Tatsuoka的RSM中Q矩阵理论存在缺陷和错误,这些失误使得RSM中用布尔描述函数(BDF)计算被试理想项目反应模式(IRP)的方法缺乏理论依据。这里揭... K.K.Tatsuoka和她同事开发的规则空间模型(RSM)是一种在国内外有较大影响的认知诊断模型,但是Tatsuoka的RSM中Q矩阵理论存在缺陷和错误,这些失误使得RSM中用布尔描述函数(BDF)计算被试理想项目反应模式(IRP)的方法缺乏理论依据。这里揭示了Tatsuoka的Q矩阵理论的缺陷和错误并引进既不使用BDF又便于应用的计算IRP的方法;接着还介绍一种由可达阵计算简化Q阵的方法,该方法显示了可达阵在构造认知诊断测验的重要性。这些结果对丰富Q矩阵理论及正确使用RSM进行认知诊断有一定的意义。 展开更多
关键词 规则空间模型 属性层次模型 Q矩阵理论 理想反应模式 扩张算法
在线阅读 下载PDF
一种基于Q矩阵理论朴素的认知诊断方法 被引量:22
20
作者 罗照盛 李喻骏 +2 位作者 喻晓锋 高椿雷 彭亚风 《心理学报》 CSSCI CSCD 北大核心 2015年第2期264-272,共9页
现有的认知诊断方法均是在复杂的统计测量学知识基础上构建的,需要经过大量的运算才可实现对被试的诊断分类。这使得相关研究者及一线教师在理解和运用某一认知诊断方法时困难重重。相比之下,孙佳楠、张淑梅、辛涛和包钰(2011)提出的广... 现有的认知诊断方法均是在复杂的统计测量学知识基础上构建的,需要经过大量的运算才可实现对被试的诊断分类。这使得相关研究者及一线教师在理解和运用某一认知诊断方法时困难重重。相比之下,孙佳楠、张淑梅、辛涛和包钰(2011)提出的广义距离判别法(GDD)较其他认知诊断方法更简单易用且分类准确率高。本研究在改进的Q矩阵理论(丁树良,祝玉芳,林海菁,蔡艳,2009;丁树良,杨淑群,汪文义,2010)的基础上,借鉴GDD的思路,提出一种无需进行参数估计的朴素的认知诊断方法,即海明距离判别法(HDD)。根据判别方式的不同将其分为R方法和B方法。采用Monte Carlo模拟的研究方法,以模式判准率(PMR)和属性平均判准率(AAMR)作为衡量被试知识状态分类准确率的指标,与GDD进行比较。结果表明,HDD具有更简便的操作步骤和更好的分类准确率。 展开更多
关键词 GDD Q矩阵 知识状态 海明距离
在线阅读 下载PDF
上一页 1 2 15 下一页 到第
使用帮助 返回顶部