|
|||||
|
|
| 基于GRM模型的BP神经网络参数估计 | |
| 作者姓名： | 熊建华戴虹 罗芬丁树良 汪文义 |
| 作者单位： | 1. 江西师范大学;2. 江西警察学院公安科技系; |
| 基金项目： | 国家自然科学基金;江西省教育厅科技计划项目;江西师范大学青年成长基金的资助 |
| 摘 要： | 目前参数估计多采用统计方法,存在耗时长、要求被试样本容量大和项目数多等缺点。本文将BP神经网络和降维法相结合,对GRM的项目参数和考生能力参数进行估计。蒙特卡洛模拟结果显示：（1）不管是人多题少还是题多人少,该网络设计下的参数估计精度都较高;（2）可以应用到多个不同等级评分的参数估计中,甚至是超过15个等级的项目参数,估计精度也较高,这是其他参数估计方法所不可比拟的;（3）运行的时长和统计估计方法相比大大缩减。 |
| 关 键 词： | 参数估计 GRM模型 BP神经网络 降维法 蒙特卡洛模拟 |
| 收稿时间： | 2014-01-06 |
| 修稿时间： | 2014-08-28 |
| 点击此处可从《心理科学》浏览原始摘要信息 | |
| 点击此处可从《心理科学》下载免费的PDF全文 | |