基于AHM的认知诊断分类研究

深入研究AHM和人工神经网络的基础上提出了一种新的认知诊断分类方法--Hamming网分类方法.将Hamming网应用到AHM模式分类中,对0-1评分的测验进行实验,并与AHM中的传统分类方法A,B进行比较.实验结果表明,利用Hamming网分类方法分类效果明显占优.     

最小二乘法在认知诊断模型中的应用

与传统测验相比,认知诊断测验的优势就在于它能够揭示每个被试的具体认知状况,并且有效地、有针对性地对个体进行补救,规则空间模型（RSM）与属性层级方法（AHM）两认知诊断模型都只能诊断被试掌握与未掌握某属性,而不能反应被试对属性的掌握程度,而被试掌握属性的概率却能够揭示被试对属性的掌握程度,所以可以把这个概率作为诊断报告的一部分,可见进一步研究被试对属性的掌握概率是有必要的。