版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、形式概念分析(Formal Concept Analysis,F(xiàn)CA)是研究認(rèn)知科學(xué)的有力工具,形式背景表達(dá)了對(duì)象與屬性的關(guān)聯(lián)關(guān)系,屬性之間的約束關(guān)系直接影響形式背景的生成,研究基于屬性層次結(jié)構(gòu)的FCA(Formal Concept Analysis based on Attribute Hierarchy,AH-FCA)有其科學(xué)意義。認(rèn)知診斷(Cognitive Diagnosis,CD)正成為日益重要的研究課題,具有認(rèn)知診斷功能的計(jì)
2、算機(jī)化自適應(yīng)測(cè)驗(yàn)(Computerized Adaptive Testing with Cognitive Diagnosis,CD-CAT)的研究將大力促進(jìn)計(jì)算機(jī)化測(cè)驗(yàn)。研究表明強(qiáng)調(diào)施測(cè)前屬性層次關(guān)系的確定是有必要的,那么AH-FCA的研究有益于CD-CAT的探討,基于AH-FCA的概念格適于CD-CAT的認(rèn)知診斷模型。
在分析FCA、CD與CAT理論中原理和概念的基礎(chǔ)上,從屬性層次結(jié)構(gòu)出發(fā),生成基于屬性層次結(jié)構(gòu)的形式背
3、景,構(gòu)建基于屬性層次結(jié)構(gòu)的概念格,以此作為CD-CAT的認(rèn)知診斷模型。本論文的主要研究工作如下:
(1)提出有效/無(wú)效項(xiàng)目的判定方法
定義了有效/無(wú)效項(xiàng)目,把有效/無(wú)效項(xiàng)目的判定轉(zhuǎn)化為簡(jiǎn)單的代數(shù)運(yùn)算。
(2)提出簡(jiǎn)化 陣的擴(kuò)張算法與漸增式擴(kuò)張算法
采用有效/無(wú)效項(xiàng)目判定方法,提出簡(jiǎn)化 陣的擴(kuò)張算法與漸增式擴(kuò)張算法,并與Tatsuoka算法進(jìn)行了實(shí)驗(yàn)比較。擴(kuò)張算法的思想是尋找類似線性
4、空間中基的一組有效項(xiàng)目,其他的有效項(xiàng)目可通過(guò)“基”來(lái)“線性”表達(dá),從“基”出發(fā)擴(kuò)張出其他的有效項(xiàng)目。漸增式擴(kuò)張算法原理同擴(kuò)張算法,擴(kuò)張算法從可達(dá)矩陣出發(fā),根據(jù)向前回歸的思想逐步擴(kuò)張出簡(jiǎn)化 陣,而漸增式擴(kuò)張算法的初始條件為空矩陣,逐步添加可達(dá)矩陣的列,采用向后回歸的思想逐步擴(kuò)張成簡(jiǎn)化 陣。
(3)提出基于屬性層次結(jié)構(gòu)的概念格生成算法
指出形式背景為 陣的情況下,經(jīng)典的Godin算法生成錯(cuò)誤的概念格,并對(duì)其進(jìn)行修
5、正。分析 陣的規(guī)律,研究 陣與其誘導(dǎo)的概念格中概念集之間的關(guān)系,提出高效的基于 陣的概念格生成算法。結(jié)合簡(jiǎn)化 陣的漸增式擴(kuò)張算法,將基于 陣的概念格生成算法擴(kuò)充為基于屬性層次結(jié)構(gòu)的概念格生成算法。
(4)基于FCA的CD-CAT的理論與實(shí)現(xiàn)
考慮屬性之間的約束關(guān)系,提出屬性層次結(jié)構(gòu)的三種基本類型,以基于屬性層次結(jié)構(gòu)的概念格作為CD-CAT的認(rèn)知診斷模型。給出CD-CAT的題庫(kù)建設(shè)、CD-CAT的選題策略、CD
6、-CAT的能力估計(jì)方法和CD-CAT的終止規(guī)則,從而設(shè)計(jì)出基于FCA的CD-CAT。采用Monte Carlo模擬方法,按照CD-CAT系統(tǒng)的設(shè)計(jì)思路進(jìn)行測(cè)驗(yàn),實(shí)驗(yàn)表明能較好地對(duì)被試的知識(shí)狀態(tài)進(jìn)行診斷,能力估計(jì)精度也較高。
(5)提出基于FCA漸進(jìn)式CD-CAT模型
屬性粒度的粗細(xì)將影響診斷測(cè)驗(yàn)的效率和診斷的準(zhǔn)確率,綜合診斷測(cè)驗(yàn)的效率和診斷的準(zhǔn)確率,提出基于FCA的漸進(jìn)式CD-CAT,給出兩個(gè)漸進(jìn)式CD-CA
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 支持向量機(jī)在認(rèn)知診斷中的應(yīng)用研究.pdf
- 動(dòng)靜結(jié)合法及其在結(jié)構(gòu)健康診斷中的應(yīng)用研究.pdf
- 對(duì)稱信號(hào)法及其在結(jié)構(gòu)健康診斷中的應(yīng)用研究.pdf
- 基于屬性的加密及其應(yīng)用研究.pdf
- 認(rèn)知策略及其在閱讀中的應(yīng)用研究.pdf
- 聲波的物理基礎(chǔ)及其在結(jié)構(gòu)損傷診斷中的應(yīng)用研究.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在認(rèn)知診斷中的應(yīng)用研究.pdf
- HCI對(duì)認(rèn)知屬性層次結(jié)構(gòu)構(gòu)建失誤的偵查研究.pdf
- 屬性Petri網(wǎng)建模及其在故障診斷中的應(yīng)用.pdf
- 粗糙集屬性約簡(jiǎn)方法在醫(yī)療診斷中的應(yīng)用研究.pdf
- 認(rèn)知診斷中屬性結(jié)構(gòu)的完備性與精確性.pdf
- 基于屬性密碼學(xué)在公文流轉(zhuǎn)中的應(yīng)用研究.pdf
- 基于屬性證書和策略的RBAC在Web中的應(yīng)用研究.pdf
- Paris公式在結(jié)構(gòu)裂紋診斷中的應(yīng)用研究.pdf
- 基于屬性的密碼技術(shù)及其在二維碼中的應(yīng)用研究.pdf
- 探地雷達(dá)屬性技術(shù)及其在考古調(diào)查中的應(yīng)用研究.pdf
- 基于結(jié)構(gòu)和屬性的圖挖掘技術(shù)應(yīng)用研究.pdf
- 基于粗糙集的屬性約簡(jiǎn)及其應(yīng)用研究.pdf
- 結(jié)合屬性篩選的決策樹分析及其在中醫(yī)診斷中的應(yīng)用.pdf
- 多屬性決策分析及其在洪災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論