神经网络和支持向量机在认知诊断中的应用

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(PNNB)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.

关键词：认知诊断评估、概率神经网络、支持向量机、诊断分类、项目属性标定

所属期刊栏目：39

分类号：B841;TP301.6;G449

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;全国教育科学规划项目;教育部人文社会科学研究项目;江西省社会科学基金;江西省教育科学规划课题一般项目;江西省教育厅科技项目;教育部国家留学基金;江西师范大学青年成长基金

在线出版日期：2016-09-13（万方平台首次上网日期，不代表论文的发表时间）

页码：777-782