神经网络和支持向量机在认知诊断中的应用 |
| |
作者姓名: | 汪文义 丁树良 宋丽红 邝铮 曹慧媛 |
| |
作者单位: | 1. 江西师范大学心理学院;2. 江西师范大学;3. 江西省地质矿产勘查开发局;4. 江西省赣州市信丰县劳动局; |
| |
摘 要: | 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。
|
收稿时间: | 2016-09-07 |
修稿时间: | 2015-12-21 |
本文献已被 CNKI 等数据库收录! |
| 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》下载全文 |
|