基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于混合项目反应理论模型,实现了对客观题组和主观测试组成项目结构的模型构建,并给出一种改进人工蜂群算法实现该混合模型的参数估计。在模拟数据上通过与Winbug的对比结果验证了利用改进人工蜂群算法估计混合模型参数的有效性。
推荐文章
项目反应理论与认知诊断模型的参数估计:模型整合视角
项目反应理论
认知诊断模型
广义诊断模型
参数估计方法
模型整合
基于参数估计的遗传算法组卷研究
遗传算法
参数估计
自适应
智能组卷
运用粒子群优化算法估计IRT参数
粒子群优化算法(PSO)
项目反应理论(IRT)
参数估计
人工蜂群改进算法及其在参数估计中的应用
人工蜂群算法
新安江模型
参数估计
寻优策略
保优策略
Nash-Sutcliffe效率系数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进蜂群算法的项目反应理论混合模型参数估计
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 项目反应理论 混合模型 参数估计 人工蜂群算法
年,卷(期) 2014,(4) 所属期刊栏目 计算机科学
研究方向 页码范围 758-762
页数 5页 分类号 TP301.6
字数 3095字 语种 中文
DOI 10.13413/j.cnki.jdxblxb.2014.04.24
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王生生 吉林大学符号计算与知识工程教育部重点实验室 63 623 11.0 23.0
2 赵昕 吉林农业大学信息技术学院 34 54 4.0 6.0
3 李健 吉林农业大学信息技术学院 63 143 5.0 8.0
4 周翠娟 吉林农业大学信息技术学院 3 5 1.0 2.0
5 温长吉 吉林农业大学信息技术学院 23 130 5.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (58)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(7)
  • 参考文献(4)
  • 二级参考文献(3)
2012(8)
  • 参考文献(3)
  • 二级参考文献(5)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
项目反应理论
混合模型
参数估计
人工蜂群算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导