-
题名神经网络和支持向量机在认知诊断中的应用
被引量：13
- 1
-
-
作者
汪文义
丁树良
宋丽红
邝铮
曹慧媛
-
机构
江西师范大学计算机信息工程学院
江西师范大学初等教育学院
江西省地质矿产勘查开发局
江西省赣州市信丰县劳动局
-
出处
《心理科学》
CSSCI
CSCD
北大核心
2016年第4期777-782,共6页
-
基金
国家自然科学基金(31500909,31360237,31160203,30860084)
全国教育科学规划教育部重点课题(DHA150285)
+6 种基金
教育部人文社科项目(13YJC880060)
江西省社会科学研究“十二五”(2012年)规划项目(12JY07)
江西省教育科学2013年度一般课题(13YB032)
江西省教育厅科技计划项目(GJJ13207)
国家留学基金委资助项目(201509470001)
江西师范大学青年成长基金
博士启动基金的资助
-
文摘
认知诊断评估的主要问题是如何准确进行被试分类和项目属性标定。本文使用概率神经网络(PNN)和支持向量机(SVM)进行被试分类和属性标定,重点讨论PNN用于诊断的理论根据。模拟研究表明:PNN方法表现最好,训练速度快且具有很好判准率和标定准确率;PNN与GDD方法在分类上表现相当,在独立结构下PNN更好;线性SVM具有较好判准率和标定准确率。软计算中此类方法可非常方便推广至多级评分测验数据分析。
-
关键词
认知诊断评估
概率神经网络
支持向量机
诊断分类
项目属性标定
-
Keywords
cognitive diagnosis, probabilistic neural network, support vector machines, diagnosis classification, item attribute identification
-
分类号
B842.1
[哲学宗教—基础心理学]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
