认知诊断中项目属性自动标识策略的相关研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 引言 | 第7-11页 |
·知识背景及研究目的 | 第7-9页 |
·本文创新 | 第9页 |
·本文组织 | 第9-11页 |
第二章 认知诊断概述 | 第11-31页 |
·认知诊断发展状况 | 第11-13页 |
·模式识别简介 | 第13-14页 |
·常见的认知诊断模型 | 第14-24页 |
·RSM 模型简介 | 第14-18页 |
·AHM 模型简介 | 第18-21页 |
·DINA 模型简介 | 第21-24页 |
·可达矩阵在认知诊断测验编制中的作用 | 第24-25页 |
·RSM 理论基础所存在的问题 | 第25-27页 |
·基于形式概念分析的认知诊断模型 | 第27-28页 |
·具有认知诊断功能的CAT 的实现 | 第28-29页 |
·Q 矩阵发生偏差时如何进行修正 | 第29-31页 |
第三章 项目属性自动标识策略相关研究 | 第31-44页 |
·问题的提出 | 第31-33页 |
·利用关联规则进行项目属性自动标识 | 第33-37页 |
·关联规则概述 | 第33-34页 |
·相关定义 | 第34-35页 |
·实现方法 | 第35-37页 |
·利用概率神经网络(PNN)实现项目属性自动标识 | 第37-40页 |
·神经网络简介 | 第37-38页 |
·概率神经网络简介 | 第38-39页 |
·概率神经网络进行项目属性自动标识的实现过程 | 第39-40页 |
·利用层级适应性指标消除被试的异常反应模式 | 第40-42页 |
·进一步讨论 | 第42-44页 |
第四章 实验及结果比较 | 第44-52页 |
·实验设计 | 第44页 |
·实验数据模拟方法 | 第44-49页 |
·模拟项目 | 第44-47页 |
·模拟被试 | 第47页 |
·数据预处理 | 第47页 |
·实验步骤 | 第47-49页 |
·评价指标 | 第49页 |
·模式判准率 | 第49页 |
·边际判准率 | 第49页 |
·实验数据及分析 | 第49-52页 |
第五章 总结与展望 | 第52-53页 |
参考文献 | 第53-58页 |
附录 | 第58-60页 |
致谢 | 第60-61页 |
在读期间公开发表论文(著)及科研情况 | 第61页 |