| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 1 引言 | 第8-12页 |
| ·研究背景 | 第8-10页 |
| ·研究目的和意义 | 第10页 |
| ·论文组织 | 第10-11页 |
| ·本文主要创新点 | 第11-12页 |
| 2 认知诊断简述 | 第12-20页 |
| ·认知诊断概念 | 第12页 |
| ·认知诊断意义 | 第12-13页 |
| ·常用的认知诊断模型 | 第13-18页 |
| ·规则空间模型（Rule Space Model, RSM） | 第13-16页 |
| ·属性层级模型（Attribute Hierarchy Method ，AHM ） | 第16-18页 |
| ·国内外认知诊断研究 | 第18-20页 |
| 3 模式识别 | 第20-24页 |
| ·模式、模式识别和模式识别系统 | 第20-21页 |
| ·模式识别的方法 | 第21-23页 |
| ·核方法的国内外研究现状及趋势 | 第23-24页 |
| 4 支持向量机 | 第24-31页 |
| ·线性支持向量机 | 第24-27页 |
| ·非线性支持向量机 | 第27-30页 |
| ·非线性支持向量机 | 第27-30页 |
| ·核函数 | 第30页 |
| ·支持向量机的优点 | 第30-31页 |
| 5 支持向量机在认知诊断分类中的应用研究 | 第31-44页 |
| ·实验设计 | 第31页 |
| ·实验数据模拟 | 第31-39页 |
| ·期望反应模式 | 第32-38页 |
| ·观察反应模式 | 第38-39页 |
| ·训练集以及测试集 | 第39页 |
| ·实验环境及评价指标 | 第39-40页 |
| ·实验结果及分析 | 第40-44页 |
| 6 支持向量机应用于项目属性认定研究 | 第44-48页 |
| ·实验环境及评价指标 | 第44页 |
| ·利用层级适应性指标消除被试的异常反应模式 | 第44-46页 |
| ·模拟试验及结果 | 第46-47页 |
| ·实验结果分析 | 第47-48页 |
| 7 总结与展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-56页 |
| 在读期间公开发表论文(著)及科研情况 | 第56页 |