认知诊断中Q矩阵和Q矩阵理论

Q矩阵和Q矩阵理论是认知诊断中一对容易混淆的概念,一方面需要强调它们的差异,另一方面对Q矩阵理论做一些补充,比如在一定条件下,多级评分的认知诊断中测验蓝图的设计原理.根据实测数据对测验蓝图Q矩阵修正的设想,以及认知诊断模型和多维项目反应模型的联系.     

基于加权距离的一种认知诊断方法

马氏距离判别方法(MDD)是一种新的认知诊断分类方法,广义距离判别方法(GDD)和海明距离判别方法(HDD)为它的特例.使用香农熵作为马氏距离的权重矩阵,根据距离最小原则将被试的观察反应模式分类到理想反应模式,再由特殊的测验设计,将理想反应模式一一对应到知识状态上.蒙特卡洛模拟研究表明:在0-1评分模型下,选择模式匹配率和平均属性匹配率作为评价分类效果的标准,MDD的分类效果好于GDD和HDD.     

基于等级反应模型的广义距离判别法

受0-1评分广义距离判别法的启发,给出一种新的多级评分认知诊断方法.蒙特卡洛模拟实验结果显示:基于等级反应模型的广义距离判别法(GRM-GDD)比相应的属性层级模型(GRM-AHM)有更高的模式判准率,尽管随着被试作答失误率的提高,模式归准率均有所下降.     

0-1评分认知诊断测验设计

认知诊断测验设计实质上是测验Q矩阵设计,设计应最大限度覆盖诊断的构念,充分发挥代表认知模型的属性层级关系的重要作用.主张测验充分表达被试知识结构,提倡测验Q矩阵和被试知识状态共享同一层级结构,以实现对被试更加准确的诊断.对于非独立型层级结构,无法实现属性使用次数平衡而应采用题目属性向量使用平衡策略.对Liu Ren(2017)的测验设计提出质疑.     

可达阵功能的不可替代性

可达阵有2个重要性质:(i)Q矩阵中的列均可由可达阵的列线性表示;(ii)在0-1评分、属性之间作用不可相互补偿条件下,若可达阵(或者其列的置换)是测验Q矩阵的子矩阵,则任何2个不同的属性掌握模式(知识状态)对应的理想反应模式仍然不同.在Q矩阵当中,是否有其他的K阶子矩阵,具有其中1个或者2个性质?这对于认知诊断测验蓝图设计和计算机自适应诊断测验(CD-CAT)的选题策略的制定非常重要.但是,十分遗憾,可以证明这2个性质都不可以由其他Q矩阵代替.在一定条件下必要Q矩阵才能够表示知识结构,才能够提高认知诊断测验的构念效度.     

多级评分认知诊断测验蓝图的设计——根树型结构

在某种给定的评分方式下,假设属性之间没有补偿作用,讨论多级评分认知诊断测验蓝图设计问题.根据图论,将J.P.Leighton等定义的线型、发散型、无结构型属性层级结构归结为根树型,构造出相应的完备测验Q阵,即是使知识状态与期望反应模式一一对应,且列数最少的测验Q阵.完备Q矩阵均受到测验Q阵的秩的制约.     

GDD-P在进位计数制中的应用

以“进位计数制”为测验内容,运用基于多级评分的广义距离法（简记为GDD-P）进行认知诊断,得到被试的属性掌握模式,这不仅验证了可以对多级评分测验进行认知诊断,且提供了一种多级评分认知诊断的应用范例。     

测验Q矩阵的修正方法及其比较研究

在认知诊断评估中,构建正确测验Q矩阵十分关键,但比较困难.该文将确定性输入噪音与门模型下3种在线标定方法(极大似然估计方法,边际极大似然估计方法和交差方法)用于测验Q矩阵修正,并与δ方法,γ方法和最小残差平方和方法进行比较.采用模拟研究验证和比较各方法的表现,研究结果显示:边际极大似然估计方法表现良好,交差方法次之; 项目所考查的属性数目是影响δ方法和γ方法的表现.     

基于探索性因素分析的Q矩阵标定方法

标定Q矩阵是认知诊断评估中最基本也是最为关键的一步.如今Q矩阵标定的统计方法,多数为验证性方法,即验证或修正已有Q矩阵中元素的方法.在常见的Q矩阵未知和已有作答数据情形下,提出将探索性因素分析方法和验证性方法相结合的Q矩阵标定方法,并采用模型整体拟合指标、分类准确性指标等,综合确定属性数和Q矩阵.模拟研究表明:新方法可较好标定Q矩阵.     

多级计分的CD-CAT曝光控制方法

相对于0-1计分,多级计分考察的认知能力水平更高,能够提供更丰富的诊断信息,同教学实践更相符,而现有研究中鲜有基于多级计分的CD-CAT.该文提出了5种新的曝光控制的选题策略,分别是BSCDI_A、BSCTTID_A、BSCDI_D、BSCTTID_D和RP_PWCDI,将这5种方法同已有的PWKL和RP_PWKL进行比较,并尝试将这7种选题策略从0-1计分拓展到多级计分.研究结果表明:不管是0-1计分还是多级计分,采用统一量纲后的综合指标进行评价时RP_PWCDI(β=0.5)表现最好,题库使用均匀性各     

基于Vague集模糊熵和D-S证据理论的多属性群决策方法

针对方案属性值为Vague值且考虑专家评分可信度的多属性群决策问题,提出了一种基于Vague集模糊熵和D-S证据理论的多属性群决策分析方法。该方法充分考虑各专家给出的Vague值评价信息中所蕴含的模糊性与不确定性,借助模糊熵来获取与专家自身意见相匹配的评分可信度序列,其完全由数据驱动,弥补了传统方法对可信度主观统一设定的不足。首先,基于各专家原始决策矩阵获得各属性下的Vague集模糊熵,以构建与专家集相对应的评分可信度矩阵;其次,对经可信度调整后的各专家决策矩阵使用证据合成进行信息集结,利用Vague集记分函数并经可信度调整得到属性权重;最后,将专家群体集结信息经属性权重加权修正后算出各方案最终的Vague评价值,进而使用记分函数获得各方案综合得分,筛选出最优方案。利用证据理论在不确定信息融合方面的优势和Vague集记分函数的信息转化功能,通过证据合成和记分函数集结专家群体的评价信息,所得出的决策结果更加客观、合理,并通过一个具体算例验证了所提方法的可行性和有效性。     

Web数据库近似查询结果自动排序方法

针对Web数据库近似查询产生的多查询结果问题,提出了一种近似查询结果自动排序方法,该方法利用KL距离(Kullback-Leibler distance),PIR(probabilistic information retrieval)模型和查询历史(query history)来构建元组排序打分函数;打分函数根据结果元组中被查询指定的属性值对初始查询的满足度和未被查询指定的属性值与用户偏好的相关度来评估元组的排序分值.实验证明,提出的排序方法能够较好地满足用户需求和偏好,并具有较高执行效率.     

脉冲火箭弹模型仿真

通过对脉冲修正力的研究,建立了使用末段脉冲修正的制导火箭弹的空间质心运动方程和旋转运动方程,并通过计算机仿真证明了此模型的可行性,得出以下规律:(1)修正距离随着修正力大小的增加而不断增加,当力的大小为5 000 N时修正距离最大;(2)修正距离随着修正力作用点与质心的距离的增加而增加,当距离为0.5 m时修正距离最大。     

基于反向传播算法神经网络的信用评分系统预测力研究

为了提高信用评分系统的预测准确性和稳定性，建立了基于反向传播（BP）算法神经网络的信用评分系统，并提出信用评分系统预测力和预测稳定性验证的新方法．结合信用评分问题的实际特点建立了模型并确定了参数，然后采用一种正向选入法确定输入变量，进行模型训练，并通过引入接收器操作特征曲线的分析理论、曲线面积（AUC）值及信息理论等评价方式，对所构造的神经网络信用评分系统预测力进行评价，最后利用自抽样法构造出多个验证样本来评估信用评分系统的稳定性．与传统的逻辑信用评分系统的比较结果表明，BP神经网络信用评分系统具有更高的预测准确性和稳定性，其AUC值平均提高0．0367，AUC值的标准误差平均降低0．005．     

对卫星遥感大气订正6S模型中的算法的探讨

对6S模型中的算法进行了探讨,并提出了不同的看法：a．6S模型中将向上辐射强度分解为5个组分是没有必要的,事实上其中有些组分很难计算,其计算结果也不够精确,同时这5个组分之和也并不严格等于总辐射强度;b．6S模型对邻近效应的计算也存在着较大误差;c．一维地-气耦合辐射的数值计算只是一个很简单的问题,宜首选国际辐射传热界发展的离散坐标法来求解;d．宜选用逆向蒙特卡罗法来分析邻近效应．另外,对最近提出的多步法做了进一步扩展,以使其能计算更多的向上辐射强度组分．最后,提出了一种更便于大气订正的向上辐射强度划分方法．     

变长非参数认知诊断自适应测验终止规则

该文借鉴传统变长参数CD-CAT的终止规则,结合DWIR方法的指标提出2种非参数变长CD-CAT的终止规则:最大距离比例终止规则(MDRM)和距离比例双重标准终止规则(DRDSM).模拟研究发现:1)2种非参数终止规则MDRM和DRDSM适用于0-1计分和混合计分情境下的非参数CD-CAT测验; 2)当研究目的在于获得更加准确分类结果时,可在 MDRM 规则下的增大d_1st值,或者在DRDSM规则下增大d_1st值和减小d_2nd值; 反之,可以减小d_1st值或者增大d_2nd值; 3)当测验终止的条件愈发严格时,即当d_1st和P_1st不断接近1或者d_2nd和P_2nd不断接近0时,采用MDRM或DRDSM作为测验终止规则的测验结果和采用后验概率作为终止规则的测验结果逐渐接近.     

PowerPoint文档自动阅卷的设计与实现

本文利用VBA技术对PowerPoint文档对象属性进行分析,并且对PowerPoint操作进行分类编码,运用阅卷信息语言生成系统生成标准阅卷信息,然后运用VB工具,查询、匹配数据库和考生操作的VBA属性值,从而实现PowerPoint文档的评分与自动阅卷。     

基于功能动作筛查的大学生运动损伤发病率预防方法

为了对大学生运动损伤发病进行预防,降低运动损伤发病率,通过功能动作筛查研究大学生运动损伤发病率预防方法。选择160位大学生,对其进行功能动作筛查,进行评分测试。分析了大学生功能动作筛查整体测试结果、大学生灵活性筛查结果、稳定性筛查结果和基本动作功能筛查结果,对大学生不同功能动作筛查分数进行相关性分析,研究大学生功能动作筛查分数分布特性,分析了运动损伤发病预防效果。结果表明:转/旋转稳定性项目分数最低,肩关节灵活性分数最高;女大学生肩关节活动幅度、髋关节灵活性比男大学生好,男生躯干稳定性比女生好;功能动作筛查总分和灵活性相关性最高与稳定性相关性最低;但相关性整体均较高。功能动作筛查分数分布主要集中在中间部分;功能动作筛查可降低大学生损伤发病率。从结果中可以看出大学生髋关节和踝关节的灵活性以及稳定性相对较差,需进行针对性训练;针对灵活性、稳定性和基本动作问题,需进行相应的纠正性练习;提高大学生身体灵活性与稳定性非常重要;需重视大学生身体灵活性与稳定性联系,预防损伤发病,降低损伤概率;经功能动作筛查及预防损伤训练,可有效预防大学生损伤发病,增强大学生身体素质,改善身体机能。     

不同属性加权方法对冠心病数据分类效果的研究

本文主要研究的是系统重构方法和层次分析方法在属性加权过程中的作用.根据背传神经网络获得分类正确率被作为比较标准.文中使用的数据是冠心病病例数据,直接来源于医院临床环节.实验表明,系统重构算法的加权数据的分类正确率要高于层次分析算法的加权结果,且两种加权方法的分类正确率都高于为加权的原始数据.     

论动态直觉模糊数的灰色关联多属性决策方法

针对直觉模糊数随时间变化的影响,研究了时间权重和属性权重完全未知的直觉模糊数的多属性决策问题,结合灰色关联分析法定义了相对关联系数和相对关联度。首先由logistic曲线模型得到时间权重确定公式,根据每个方案的属性与理想解的距离,构造相对关联系数矩阵,建立多目标规划模型来确定属性的权重,并根据相对关联度的大小对方案进行排序;最后,通过实例分析说明该算法可行,且择优区分度更好。