孙贝
- 作品数：5 被引量：18H指数：3
- 供职机构：河南理工大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于猜测概率和失误概率的学习诊断模型被引量：3
- 2010年
- 受测者在测试过程中存在猜测和失误的可能,然而现有的诊断模型并未考虑这两个因素,因此无法在这种情况下对受测者的知识状态进行有效诊断。本文提出了一种知识空间理论中基于猜测概率和失误概率的学习诊断模型,当受测者出现猜测或失误时,该模型仍可对受测者的知识状态进行有效的诊断。模型依据试题的猜测概率和失误概率对答题状态进行转移,以诊断受测者的真实知识状态,并重点分析了这两种概率的计算方法。该模型在实用性、诊断的准确性等方面具有较好的效果。
- 孙贝杨贯中
- 关键词：知识空间理论
- 基于矩特征提取的图像识别算法研究
- 图像识别是近20年发展起来的一门模式识别技术，可将人的视觉认知和理解过程用现代信息处理技术和计算机技术来完成，它以研究根据提取图像的特征进行识别和分类为主要内容，广泛应用于文字识别、指纹识别、遥感、医学诊断、工业产品检测...
- 孙贝
- 关键词：特征提取图像识别神经网络
- 文献传递
- 基于试题关系树的自适应诊断测试模型被引量：1
- 2010年
- 针对实际测试过程中试题可能包含多个知识点组合的问题,提出一种基于试题关系树的自适应诊断测试模型的解决方案。根据知识点组合的包含关系,分析得出试题之间存在的3种前提关系,在此基础上提出以与子结点和或子结点将试题库进行关联,形成试题关系树。重点分析了基于试题库构建试题关系树的过程,给出了基于试题关系树的测试策略与诊断过程,并最终形成诊断决策树。实验结果表明,该模型可有效地减小平均测试长度,提高诊断效率。
- 谢伟红孙贝李仁发
- 关键词：知识空间理论自适应测试知识结构
- 基于分态的煤矿瓦斯浓度预测模型的研究被引量：3
- 2014年
- 由于影响瓦斯浓度变化的因素很多且内部关系复杂,传统的单一预测模型无法客观准确地反映其变化规律,导致预测精度较低。为有效提高瓦斯浓度预测精度,提出一种基于分态的预测模型。应用最大李雅普诺夫指数(Lyapunov指数)对瓦斯浓度时间序列的混沌特性进行识别,将其分为非混沌态和混沌态,接着分别采用改进的最小二乘支持向量机(LS-SVM)和基于径向基函数(Radial Basis Function,RBF)的神经网络进行建模和训练参数的优化,最终得到最佳预测模型并对瓦斯浓度时间序列进行预测。结果表明,分态预测模型有效提高了预测精度,降低了预测误差,用该方法可以更加客观准确地对瓦斯浓度进行预测。
- 安葳鹏孙贝
- 关键词：相空间重构支持向量机神经网络
- 基于知识空间理论的学习诊断模型研究与实现
- 在教育领域，如何对受测者的知识掌握情况进行准确高效地诊断测试是一个研究的热点问题。现代测试理论要求测试的结果不仅能给出一个测试分数或能力分数，而且要提供受测者的知识结构、认知缺陷等诊断信息。知识空间理论提供了一种表达知识...
- 孙贝
- 关键词：知识空间理论
- 文献传递网络资源链接
