变电站高压电气设备绝缘诊断专家系统的开发

介绍了能对各种变电站高压气电气设备进行绝缘诊断的专家系统，讨论了它所采用的知识表示方法，诊断方法和其诊断过程，实例验证结果表明，它具有较高的可靠性。     

基于认知诊断与XGBoost的学生表现预测研究

针对认知诊断方法未考虑学生的答题共性和矩阵分解方法未考虑学生知识点掌握个性的问题，提出一种结合认知诊断与XGBoost(eXtreme Gradient Boosting)的学生表现预测方法(PRNCD-XGBoost):首先，根据试题中知识点之间的共现关系探索知识点之间的相似性，并结合试题-知识点二分图挖掘试题中各知识点所占权重，从而进行认知诊断；然后，用认知诊断阶段的预测结果对历史得分矩阵进行填充；最后，采用非负矩阵分解方法提取出包含认知诊断因素的学生答题共性特征进行得分预测。并在ASSISTments2009和ASSISTments2017数据集上，将PRNCD-XGBoost方法与PMF、NeuralCD、PR-NCD、NMF-XGBoost、MNMF-XGBoost等方法进行对比实验。实验结果表明：PRNCD-XGBoost方法在学生表现预测方面具有更高的预测精确度。     

企业诊断专家系统的实现

给出了用数据库技术实现企业诊断专家系统的方法，包括知识表示和推广理机。     

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。     

由偏序关系的可达阵导出Hasse图的有效算法——兼谈其在认知诊断中的作用

假设0-1矩阵Q的行表示属性,对矩阵Q采用行逐对比较方法导出表示属性层级关系的Hasse图.然而,这个Hasse图和由可达矩阵R导出的Hasse图可能不一致.证明了包含R的Q阵的行逐对比较的方法与R导出的Hasse图是一致的,由此得出由偏序关系的可达矩阵导出Hasse图的一个有效算法,并讨论其在认知诊断中的应用.     

口水鉴癌成功率高

美国加州大学洛杉矶分校的研究人员最近表示，唾液不仅可以用来诊断口腔癌，还可用来诊断其他癌症及疾病。其口腔癌症研究的辨认成功率现在已经能够达到98％，并已展开了一个更大型的口腔癌症研究。     

多级评分CAT的认知诊断方法

认知诊断因其能识别被试认知状态已成为CAT研究的重要部分之一,但目前研究大多都基于0-1评分,这与我国试题也采用多级评分现状不相适应.因此,研究基于多级评分的认知诊断具有重要意义.该文主要研究开发多级评分模型下有认知诊断功能的CAT测试系统,采用等级反应模型(GRM),使用先认知诊断后估计能力的方法.该系统的认知诊断正确率较高,且诊断结果较稳定,能力估计也较准确,测验安全性好.     

认知诊断评价的进展

本文对认知诊断评价、认知诊断模型的发展和诊断模型的特殊要求进行了详细的概括,并对认知诊断模型之中的一种——属性层次模型（AHM）的认知理论基础进行了阐述。     

急性心肌梗死早期心电图延迟诊断的常见原因

通过分析急性心肌梗死早期心电图延迟诊断的原因，旨在提高对急性心肌梗死的认知能力．延迟诊断的首要原因是处于心肌梗死早期，多种原因可影响其典型图形及演变过程．应注意甄别．     

基于面向对象规则模板的MCD磨粒诊断ES研究

研究了一种用于发动机磨损状态监测与故障诊断的MCD磨粒专家系统（ES），首先讨论了诊断知识的获取与规则表示。接着根据ES模板化思想，研究了一种面向对象的规则模板，包括面向对象的规则知识表示、生的反向推理机制及图形化的人机界面；最后在此基础上构造出该诊断ES的实例，应用表明，该诊断系统（ES）较好地实现了领域知识与计算机软件技术的有机融合，对于提高磨损监测与诊断的智能化水平有着积极意义。     

基于模型诊断的研究与新进展

综述基于模型诊断的基本任务、诊断过程、研究现状及主要研究领域 .通过与传统诊断方法的比较指出基于模型诊断方法的研究意义 .列举一些最近出现的有代表性的诊断系统 ,并指出有待解决的问题 .     

多策略的多级评分认知诊断方法的开发

多级评分可以提供更多的认知诊断信息,在对多级评分多策略实测数据进行分析的基础上提出多策略的多级评分认知诊断方法。考虑到被试使用解题策略和评分方式无关,给出一种先将多级评分转化为0-1评分,再采用0-1评分方式对策略进行诊断,最后使用多级评分诊断被试的属性掌握模式。实验结果表明了这种方法的有效性。     

基于认知诊断的自适应学习材料智能推送算法研究

将认知诊断和自适应学习相结合,利用认知诊断方法先诊断学习者对知识的掌握情况,然后依据遗传算法和多岛遗传算法为每个学习者智能化提供合适的学习材料,提出了基于认知诊断框架下的自适应学习材料智能推送算法.通过Monte Carlo模拟实验考察了新算法的科学性及其效果,研究结果表明:(i)基于认知诊断框架下的自适应学习材料智能推送算法具有较理想的效果;(ii)遗传算法和多岛遗传算法选取的学习材料具有低惩罚函数值和高学习材料匹配的正确率;(iii)遗传算法和多岛遗传算法选取的材料比随机算法更加适合学习者.     

机器振动诊断中信号处理方法的研究

针对传统的时域和频谱分析不很适合处理非平稳和冲击性机器表面振动信号的问题，研究了小波分析和Choi-Williams时频分布两种先进的信号分析方法在机器振动诊断方面的应用，通过对典型诊断实例的研究表明：对此类信号，用小波分析提取信号中的有用成分或用CChoi-Williams分布分析信号的能量分布，并在此基础上进行机器振动诊断，是两种很有效的分析手段。研究结果为进一步深入开展机器故障的振动诊断奠定了一定的基础。     

基于构造的布局启发方法

布局问题属于ＮＰ完全问题已知被研究多年,关于它的求解方法多为启发式方法,本文在分析了布局问题特性的基础上,提出了一种基于构造的布局启发方法,该方法既考虑到布局总问题的不干涉的约束及又考虑了其它的布局约束,从而更加全面,准确地指导布局求解的进行,本文还首次提出了“虚容器”的概念,从而使定序函数和定位函数的计算易于进行。     

基于模糊认知诊断模型的学生认知状态研究

教育信息化时代,对个体特征进行精准化的分析成为个性化学习与因材施教的关键.基于不同民族学习群体的认知特点,该文以云南省某高校1 286名汉族学生和715名少数民族学生2019年“高等数学”课程成绩为例,运用模糊认知诊断框架结合4参数Logistic模型,对少数民族和汉族学生的认知状态进行研究.研究结果表明:模糊认知诊断方法能够精准、有效地分析出个体的认知状态,在“高等数学”课程学习中,汉族学生与少数民族学生在不同知识点方面上的认知差异有所不同.因此,考虑学生在学习过程中的认知状态,有利于尊重不同学生的认知差异,进而为个性化学习与精准教学奠定基础.     

属性蕴含Q矩阵理论的认知诊断模型

引入属性蕴含的Q矩阵理论扩展了传统Q矩阵理论.属性的先决关系是属性蕴含的特殊形式,寻找属性蕴含Q矩阵理论中合适的认知诊断模型具有重要的理论与应用意义.就满足属性蕴含的Q矩阵,视其为形式概念分析中的形式背景,形势背景诱导的概念格亦为认知诊断模型.研究成果可进一步丰富Q矩阵理论与方法.     

Heuristics Scheduling Algorithm on the Links Scheduling of Satellite-Ground Clock Synchronization and Ephemeris Uploading in COMPASS System

The execution process of satellite-ground clock synchronization and ephemeris uploading in the system is analyzed,as well as their characterized operation and their relationship.Based on the analysis of the scheduling goal and constraint character,a heuristics rule-based multi-stage link scheduling algorithm was put forward.The algorithm distinguishes the on-off-frontier satellites from the others and schedules them by turns.The paper presented the main flow as well as the detailed design of the rule.Finally based on the current COMPASS global system,some typical resources and constraints are selected to generate an instance.Then the comparison analysis between the heuristics scheduling algorithm and three other traditional scheduling strategies are carried out.The result shows the validity and reasonability of the multi-stage strategy.     

含缺省约束的基于模型诊断方法

目前已有的诊断系统一般都默认有完备而可靠的模型，但在实际中常无法实现．因此，在目前已知的对待诊断设备的可靠描述之外．提出了可加入假设性的信息作为对无法完备模型的补充．并且这些假设采用了从规范缺省理论中的规则转化而成的公式的形式．进一步给出了在加入这些假设后的情况下，含缺省约束的基于模型的诊断、中心诊断、蕴含、蕴含式及本原蕴含等概念，证明了含缺省约束的基于模型的中心诊断与缺省本原蕴含的直接关系．并指出这种刻画即为含缺省约束的基于一致性中心诊断和中心溯因诊断的刻画的一般化情形．从而将理论与实现联系了起来。     

认知诊断计算机化自适应测量技术在心理障碍诊断与评估中的应用

以现代测量理论为基础,该文尝试将认知诊断与计算机化自适应测验2项新技术应用于心理障碍(抑郁症)的诊断与测评,一方面探讨新技术在抑郁症诊断中的科学性与合理性,另一方面开发基于认知诊断计算机化自适应测验技术的抑郁症测评工具(简记为CD-CAT-D).研究共调查被试2492人,经大样本数据标定及测量学指标筛选,题库最终保留1...