基于邻域优势粗糙集的区分度动态属性约简算法

为解决动态环境下数值型偏序关系数据的属性约简问题,利用优势粗糙集的区分度提出一种增量式属性约简算法。在数值型信息系统环境下,定义邻域优势区分度度量,通过邻域优势区分度设出一种非增量式属性约简算法;研究和分析对象变化场景下邻域优势区分度进行增量式更新的原理;分别提出数据对象增加和减少情形下数据集属性约简的增量式更新算法。在多个UCI数据集上进行实验验证,实验结果表明,该增量式算法能够有效完成动态数据的属性约简任务。

外语教学研究中问卷调查法的应用——如何进行问卷信度、效度和区分度检验

问卷调查法是中小学英语教师在教学研究中收集信息的常用手段,其质量关乎结论的可靠性,因此不仅在编制问卷时需遵循科学严谨的原则,还需借助统计学手段检验其质量。本研究依托“中学生英语阅读品格调查问卷”的试测数据,归纳了问卷结果的量化录入方法,介绍了编码手册的构成,解释了四种问卷数据类型的特点,详述了利用SPSS 23.0进行信度、效度和区分度分析的要求与操作方法。

基于信息区分度的AP有效集构建方法

随着无线网络的广泛应用,面向接受信号强度(RSS)指纹定位的接入点(AP)日益增多,导致一些AP的作用是冗余的,甚至对定位产生不利影响,同时也增加了定位计算的开销。通过对AP进行适当筛选可以一定程度上去除冗余AP,但定位效果会随着AP数量发生较大变化,甚至会增大误差。本文提出一种基于信息区分度的AP有效集构建方法(EID),充分利用指纹信号在不同空间的差异,实现了准确的位置估计。首先,用信息区分度评估AP的定位能力,有效反映出每个AP在不同采样点的区别,展示AP对空间位置的分辨程度。然后,基于AP信息区分度设计更加符合现实环境的增量聚类算法,能根据AP的定位能力得到不同类别的集合并具有较好的鲁棒性。最后,利用点集距离最大原则提出AP有效集选择策略,根据聚类结果和选择要求,选择出合适的AP集合。本文在真实场景下进行实验验证,并与现有的AP选择方法,即基于组判别(GDB)算法、基于软件定义网络(SDN)算法和基于非均匀量化RSS熵(NQRE)算法对比,在减少不低于40%AP数量的情形下,EID将定位精度分别提升了18.7%、11.2%和14.6%。与此同时,本文方法具有更好的稳定性,在95%的情形下定位误差低于1.2 m。

高区分度欠采样宽带谱分析器设计

为克服现有基于多陪集、调制宽带转化器等欠采样结构的谱分析器存在谱成分区分度差、欠采样通道数多、有效探测带宽窄的严重缺陷,提出基于全相位滤波器对半分解的互素欠采样谱分析器设计.首先,剖析了经典互素谱分析存在伪峰效应的原因.然后,具体提出基于最小尺寸的全相位滤波器对半分解的解析方法设计互素谱原型滤波器,并从中衍生出两路互素谱分析结构并行的谱分析器,从而提高了谱区分度;分析了两路并行互素谱输出的频点位置关系,通过对两路输出做交叉合并,生成双倍频谱分辨率的全景谱,既可消除伪峰,又无需增加欠采样通道数(即为最小值2);在全景谱重构计算中,通过将上、下通道支路的互相关扫描代替现有欠采样谱分析的压缩感知求解计算,绕过了对信源带宽稀疏度的要求,从而不仅拓宽有效探测带宽,还获得了密集谱区分能力.最后分别以多子带的数字已调信号、线性调频信号为信号模型,对所提出的高区分度宽带谱分析器的谱估计效果进行验证.仿真结果表明,该谱分析器可以消除现有互素谱分析方法存在的伪峰效应,且可在总体欠采样率不足0.5倍调制宽带转化器欠采样率的条件下,可区分的谱成分数目提升至其2.5倍以上.在跨频段、超分辨率的欠采样频谱感知中具有广阔的应用前景.

结合项目反应时间与项目区分度的CAT选题新策略

计算机化自适应测验(CAT)的测量有效性不仅在于测验的项目数量,而且还在于被试完成测验所花费的时间.该文提出的结合项目反应时间和项目区分度动态分层的选题新策略是一种连续升a降β的选题方法,该方法在保证测验精度的同时,不仅有效地降低了被试的测验时间,而且还提高了题库的利用率.蒙特卡罗(Monte Carlo)模拟实验结果表明:新选题方法在测验精度、测验时间有效性、题库利用率和测验安全性等评价指标中总体表现良好.

项目区分度指标在属性多水平和混合计分项目下的组卷研究

将两种项目区分度指标(CDI、ADI)及两种扩展项目区分度指标(GMCDI、GMADI)用于属性多水平诊断测验组卷。考虑三种实际测验情景,开展两项研究:研究1,二级与多级计分项目独立组卷测验;研究2,二级与多级计分项目混合组卷测验。结果表明,GMCDI与GMADI组卷方法可获得最高诊断精度,且不受属性层级结构与测验类型影响。

基于特征子集区分度与支持向量机的特征选择算法

考虑特征之间的相关性对于其类间区分能力的影响,提出了一种新的特征子集区分度衡量准则——DFS(Discernibility of Feature Subsets)准则.该准则考虑特征之间的相关性,通过计算特征子集中全部特征对于分类的联合贡献来判断特征子集的类间辨别能力大小,不再只考虑单个特征对于分类的贡献.结合顺序前向、顺序后向、顺序前向浮动和顺序后向浮动4种特征搜索策略,以支持向量机(Support Vector Machines,SVM)为分类工具,引导特征选择过程,得到4种基于DFS与SVM的特征选择算法.其中在顺序前/后向浮动搜索策略中,首先根据DFS准则加入/去掉特征到特征子集中,然后在浮动阶段根据所得临时SVM分类器的分类性能决定刚加入/去掉特征的去留.UCI机器学习数据库数据集的对比实验测试表明,提出的DFS准则是一种很好的特征子集类间区分能力度量准则;基于DFS与SVM的特征选择算法实现了有效的特征选择;与其他同类算法相比,基于DFS准则与SVM的特征选择算法具有非常好的泛化性能,但其所选特征子集的规模不一定是最好的.

面向占优决策和区分度的多准则权重优化与应用研究

多准则决策环境下方案的区分度是影响决策结果应用的重要因素,而准则权重作为一种重要的决策变量,对改进决策方案的区分度具有重要意义。本文借助于针对分析偏好顺序结构评估法(PROMETHEE),在分析现有优先函数缺陷的基础上,提出了一种新的融合权重的优先函数,设计了面向决策目标的准则权重优化模型,并通过案例研究说明了本方法的有效性和价值,为决策者优选决策方案提供了有力支撑。

混合数据的邻域区分度增量式属性约简算法

增量式属性约简是一种针对动态环境下的数据挖掘方法.目前已经提出的增量式属性约简算法仅适用于符号型的信息系统,而很少有对混合信息系统进行相关的研究,这促使在混合信息系统下构建相关的增量式属性约简算法.区分度是用于设计属性约简的一种重要方法,本文将传统的区分度在混合信息系统下进行推广,提出邻域区分度的概念,然后分别研究了邻域区分度在混合信息系统下对象增加和对象减少时的增量式学习,最后根据这种增量式学习分别提出了对应的增量式属性约简算法.UCI数据集上的相关实验结果表明,所提出的增量式属性约简比非增量式属性约简能够更快速的更新约简结果.

认知诊断计算机化自适应测验中新的选题策略:结合项目区分度指标

当前国内外大部分认知诊断计算机化自适应测验(CD-CAT)主要采用PWKL作为选题策略进行研究。PWKL结合后验分布信息对KL指标进行加权,提高了判准率,但该方法仅利用个体层面信息加权,忽视了项目本身能够提供的信息,属于单源指标。本研究结合认知诊断中的项目区分度信息,对PWKL进行修正,提出了4种新的多源选题策略:GIDPWKL、AIDPWKL、CIDPWKL和KLEDPWKL方法,并在加入曝光控制下与PWKL和互信息法(MIM)进行比较。模拟研究结果表明:(1)在定长测验情景下的绝大多数实验结果表明,测验长度越短,新方法的判准率越高。平均属性/模式判准率最高的是GIDPWKL,之后是AIDPWKL,而CIDPWKL、KLEDPWKL和MIM方法的优势随实验条件不同而不同。(2)在定长测验情景下的绝大多数实验结果表明,题目质量越高,新方法的优势越明显。(3)Q矩阵结构的复杂性会影响不同选题策略的表现。(4)在变长测验情景下,4种新方法和MIM的平均测验长度均要低于PWKL方法,表现最好的是GIDPWKL方法。因此,若实际测验情景与本研究的模拟情景相似,推荐GIDPWKL方法。

基于彩色信息区分度的彩色边缘检测

分析了传统边缘检测中对边缘定义的不足 ,提出了一种新的彩色边缘定义。根据此定义提出了一种基于区域色度、明度等彩色信息区分度的边缘检测方法 ,并将实验结果同传统的Sobel方法进行了比较。结果表明 ,该方法充分利用了图像的彩色信息 ,获得了令人满意的效果 ,同时具有较好的抗噪能力。

一种海量题库难度系数和区分度动态优化模型

难度系数和区分度是衡量试题质量的两个重要参数。如何快速准确地获得试题的难度系数和区分度则是随机组卷考试系统海量题库建设中的一个难点。专门针对海量题库试题的难度系数和区分度提出了一种动态优化模型;该模型借助计算机的快速准确处理能力进行试题的实际难度系数和区分度的计算与优化,为出题者不断完善和优化试题内容提供科学合理的依据,从而提高海量题库命题的自动化和合理化水平。

可区分度与全粒度属性约简

全粒度粗糙集时空复杂度较高,难于计算属性约简.针对此问题,文中利用等价类定义信息系统中的可区分度,并研究其性质,证明基于可区分度的属性约简等价于绝对约简.定义决策系统中的正区域可区分度,并探究其性质,证明基于正区域可区分度约简是全粒度Pawlak约简的超集,但绝大部分情况下等于全粒度Pawlak约简,可作为全粒度Pawlak约简的近似.理论分析和实验表明,相比其它属性约简算法,基于正区域可区分度约简在计算复杂度和分类准确率等方面具有较大优势.

基于区分度定量分析工程材料评价指标

为了建立科学的评价指标体系,降低评价过程的复杂性,合理分配各指标的权重,保证评价结果的客观性和科学性.在对工程材料评价指标进行标准化处理的基础上,提出评价指标的贡献和区分度概念,确定了指标定量筛选依据,即当区分度小于0.002时,该指标应该被剔除.以上述依据对6种低温存储罐材料(不锈钢)的8个评价指标进行筛选,根据筛选前后的两个指标体系,采用加权平均法,对6种候选的不锈钢材料进行综合评价.结果表明,由两组指标得出的评价结果完全一致,且后者由于删除了冗余指标,使得权重的分配更加合理和准确,因而显著提高了评价结果的差异程度,更好体现不同候选材料的优劣差异.说明基于区分度定量分析工程材料的评价指标合理、可行.

基于白化权函数分类区分度的变权灰色聚类

针对灰色聚类指标权重确定的问题,通过定义白化权函数的分类区分度来度量各指标对聚类对象的分类所作的贡献,并据此确定分类指标的权重。在此基础上,提出了变权灰色聚类方法。结果表明,该方法能够融合聚类对象的样本信息和专家的经验,有效确定不同聚类对象的各指标权重,且适用于聚类指标的量纲不同、数量级悬殊较大的情形。最后通过一个实例说明了变权灰色聚类的实用性和有效性。

区分度在面部表情与面孔身份识别交互中的作用

已有研究表明,身份对面部表情识别的影响较常见,但表情对面孔身份识别的影响却很罕见。只有个别研究发现了表情对熟悉面孔身份识别的影响。最近有研究使用非常相似的模特面孔图片为实验材料,也发现了表情对身份识别的影响,并提出在以往研究中表情不影响身份识别是因为身份的区分度高于表情的区分度。本研究置疑表情区分度低于身份区分度的必然性,认为过去的研究使用静态表情图片,使得表情自然具有的强度变化线索缺失,才导致表情的区分度相对较低。本研究假设,当表情的强度变化线索得以体现时,表情的区分度就会提高,此时表情识别可能就不会受身份的影响。实验结果支持该假设,证明表情与身份的区分度水平是决定二者识别交互模式的重要因素。表情身份识别之间的相互影响并不能完全证明这两者之间的独立加工关系。此外,研究结果也提示在一定条件下可以部分分离表情与身份信息。

题目难度、区分度参数人工赋值方法的研究

提出参数赋值以测试为辅、以人工为主两种方法相结合的思路,并探讨了不同赋值方法效果的差异。结果表明,按影响难度的因素进行难度赋值的效果好于综合地直估难度进行赋值的效果;客观题的赋值效果不如主观题的赋值效果。对区分度的赋值也进行了初步的试探,结果表明,按影响难度的因素进行区分度赋值的效果好于其他方法。

大学生艾滋病知识问卷的难度及区分度分析

目的 评价大学生艾滋病知识问卷的难度和区分度 ,以便提出对不同问题的处理意见。方法 难度指数、区分度指数是按难度、区分度的计算方法 ,对大学生艾滋病知识问卷进行难度、区分度分析与评价。结果 艾滋病三大传播途径 (血液、性、母婴 )的题目难度偏小 (P =0 .91 ) ,区分度不好 (D =0 .1 5) ;男女之间传播概率难度偏大 (P =0 .1 7) ,区分度不好 (D =0 .1 7) ;非传播途径、安全性行为、病程等方面的题目难度适宜 (平均P =0 .57) ,区分度好或尚可 (平均D =0 .51 )。结论 总体而言 ,大学生艾滋病知识问卷的难度、区分度较好 。

向量空间模型中特征词的区分度的定量研究

本文提出了关于一个词的文本类间频率的概念 ,给出一个词在文本分类中的区分度的定义 ,讨论了区分度的性质 ,提出了选择特词新的方法 ,定义了特征词的权重 ,建立了向量空间模型的一套加权距离分类规则。实验结果表明 。

基于光谱特征的路面材料区分度分析

为了将高光谱遥感技术应用于道路路面类型识别、路面损毁情况研判以及道路健康状况监测中,通过采集沥青混凝土、水泥混凝土、草地、裸土4类地物的光谱数据,对4类地物的原始光谱数据的三边参数进行无量纲化处理和降维处理后,计算并分析4类地物之间的区分度。在此基础上深入研究了基于光谱特征的不同路面材料区分度特征。研究结果表明,与全部参数和部分参数2种参数选择相比,主成分分析法更适合于地物光谱的参数区分度分析;沥青混凝土和水泥混凝土2种路面与其草地的区分度较高,与裸土的区分度较低,而且2种路面之间的区分度也较低;草地与其他地物、裸土与水泥混凝土的区分规则可以从红边面积与幅值、三边位置、红蓝边面积比、红黄边面积比、归一化红蓝边面积差等参数中选择;沥青混凝土与水泥混凝土的区分则可以从红边面积与幅值、黄边面积、归一化红黄边面积差等参数中选择;裸土与水泥混凝土的区分则需要通过其他方法获得。