学位论文 > 优秀研究生学位论文题录展示

人工神经网络在认知诊断中的应用研究

作 者: 曹慧媛
导 师: 丁树良
学 校: 江西师范大学
专 业: 计算机软件与理论
关键词: 认知诊断 分类 模式识别 人工神经网络
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 133次
引 用: 13次
阅 读: 论文下载
 

内容摘要


随着社会的发展,人们已经不满足于只给出一个总分的成就性测验,而是希望能从被试的实际作答反应中获得更多有关被试认知结构的信息,以便对被试做出更具体更客观的评价,并且给出相应的补救措施。根据这种需求,近些年认知诊断评价蓬勃发展。认知诊断根据被试作答反应诊断出被试对认知属性的掌握情况,从而获得被试的具体认知状况,并给出补救措施。为了帮助评估被试的认知状态,Leighton等人(2004)在对规则空间模型研究的基础上提出了基于属性层级关系的认知诊断模型——属性层级模型(Attribute Hierarchy Model ,AHM)。根据已确定的属性之间的层级关系,属性层级模型可以将被试在试题上的作答反应即观察反应模式划归为某种期望反应模式,以此得到被试的知识状态。人工神经网络作为一种自适应的模式识别技术,具有很强的学习能力和联想功能以及容错性能等,在解决一些复杂的模式识别问题中显示出其独特的优势。这些优势使得它在模式识别中有着越来越广泛的应用。Gierl和Cui等人(2007)应用多层感知器神经网络进行认知诊断分类,且仅采用期望反应模式及其对应的属性掌握模式作为训练集。与此不同,本文使用其他人工神经网络(BP网络、Hamming网络以及PNN网络)进行认知诊断分类,并且扩大了训练集。通过对0-1评分的AHM模式分类仿真实验表明,与AHM中以往的模式分类方法相比,本文使用的人工神经网络方法不仅具有较高的归准率而且更具有自适应性和鲁棒性。

全文目录


摘要  3-4
Abstract  4-7
第一章 引言  7-10
  1.1 研究背景和目的  7-8
  1.2 本文工作及论文组织  8-9
  1.3 本文主要创新点  9-10
第二章 认知诊断简述  10-20
  2.1 认知诊断研究的意义  10
  2.2 认知诊断的概念  10-11
  2.3 实现认知诊断的三大理论基础  11-12
  2.4 认知诊断模型  12-17
    2.4.1 规则空间模型(Rule Space Model, RSM)  13-14
    2.4.2 属性层级模型(Attribute Hierarchy Method ,AHM )  14-17
  2.5 国内外认知诊断研究现状  17-20
第三章 模式识别简述  20-24
  3.1 模式识别定义  20
  3.2 模式识别研究的内容  20-21
  3.3 模式识别方法  21-23
    3.3.1 统计决策理论方法  21
    3.3.2 结构模式识别方法  21-22
    3.3.3 模糊模式识别  22
    3.3.4 人工神经网络模式识别  22-23
  3.4 模式识别技术的近乎无限的发展潜力  23-24
第四章 人工神经网络简述  24-38
  4.1 人工神经网络简介  24-25
    4.1.1 人工神经网络的特点  24-25
    4.1.2 人工神经网络的主要研究方向  25
  4.2 人工神经网络分类  25-26
  4.3 前向型神经网络  26-36
    4.3.1 BP 神经网络(Back Propagation,BP)  27-29
    4.3.2 径向基函数网络  29-32
    4.3.3 竞争型神经网络  32-34
    4.3.4 概率神经网络  34-36
  4.4 人工神经网络的发展趋势  36-38
第五章 人工神经网络在认知诊断分类中的应用  38-44
  5.1 前言  38
  5.2 人工神经网络认知诊断分类  38-43
    5.2.1 BP 神经网络的设计和训练  40-41
    5.2.2 Hamming 网络  41-42
    5.2.3 概率神经网络的创建、训练和测试  42-43
  5.3 结论  43-44
第六章实验以及结果分析  44-56
  6.1 实验设计  44
  6.2 实验数据的模拟  44-51
    6.2.1 期望反应模式  45-49
    6.2.2 观察反应模式  49-50
    6.2.3 训练集以及测试集  50-51
  6.3 评价指标  51-52
  6.4 实验结果及分析  52-56
第七章总结与展望  56-57
参考文献  57-63
附录一  63-64
附录二  64-66
附录三  66-67
致谢  67-68
在学期间论文发表及参加课题情况  68

相似论文

  1. K公司计划及预测改进对于合理库存配置的研究,F224
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 基于流形学习的高维流场数据分类研究,V231.3
  4. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  5. 基于词义及语义分析的问答技术研究,TP391.1
  6. 基于三维重建的焊点质量分类方法研究,TP391.41
  7. 基于串核的蛋白质分类算法的研究与实现,TP301.6
  8. 统计与语言学相结合的词对齐及相关融合策略研究,TP391.2
  9. 上下文相关的词汇复述研究,TP391.1
  10. 基于仿生模式识别的文本分类技术研究,TP391.1
  11. 互联网上旅游评论的情感分析及其有用性研究,TP391.1
  12. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  13. 基于图像的路面破损识别,TP391.41
  14. 多样性密度学习算法的研究与应用,TP181
  15. 运动特征及地形约束的感知网目标跟踪算法及系统研究,TP212.9
  16. 计算智能在数字化卷烟叶组配方中的应用研究,TS44
  17. 基于中国土壤系统分类的土壤类型和界线确定研究,S155
  18. 弯孢属种分子鉴定体系的建立及其在疑难种上的应用,Q949.32
  19. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  20. 面向公众的教育视频共建共享平台的设计与实践研究,G434
  21. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com