【技术实现步骤摘要】
一种认知能力的自适应测评方法、测评系统及其使用方法
本专利技术涉及心理测量技术与计算机
，其理论架构属于认知科学、心理学及语言学领域，此外，其功能表现形式涉及游戏动画
技术介绍
1.理论背景认知能力是指人脑加工、储存和提取信息的能力，即我们一般所讲的智力，如观察力、记忆力、想象力等。人们认识客观世界，获得各种各样的知识，主要依赖于人的认知能力。认知能力亦称“认识能力”。指学习、研究、理解、概括、分析的能力。从信息加工观点来看，即接受、加工、贮存和应用信息的能力。加涅在其学习结果分类中提出三种认知能力：言语信息、智慧技能和认知策略。认知能力是人们成功的完成活动最重要的心理条件。知觉、语言、记忆、注意、思维和想象的能力都被认为是认知能力。认知能力，是人脑加工、储存和提取信息的能力，即人们对事物的构成、性能、与他物关系、发展动力、发展方向以及基本规律的把握能力。人们的认知特点对于社会经济状况都有显着的影响，增强认知能力也已经被发现与财富增长和预期寿命的增加有关。认知能力测试是衡量一个人学习及...
【技术保护点】
1.一种认知能力的自适应测评方法，其特征在于，包括以下步骤：/n步骤1，若被试能力在测试初始，则其初始先验分布由贝叶斯层次模型赋予初值；若对n-1个被试能力完成了测试，且当第n个被试已进行(t-1)次测试，需对其进行第t次测试时，则被试能力先验分布由(t-1)次测试后获得的后验分布赋值；/n步骤2，求解使期望效用函数的互信息效用最大值的候选设计，并使用其对应的试题对被试能力进行施测；/n步骤3，使用三参数项目反应模型计算期望后验估计值，构建其未知参数的后验分布；/n步骤4，得到观测结果；/n步骤5，计算被试能力的后验分布；/n步骤6，判断当前总信息量是否满足终止条件，若当前...
【技术特征摘要】
1.一种认知能力的自适应测评方法，其特征在于，包括以下步骤：
步骤1，若被试能力在测试初始，则其初始先验分布由贝叶斯层次模型赋予初值；若对n-1个被试能力完成了测试，且当第n个被试已进行(t-1)次测试，需对其进行第t次测试时，则被试能力先验分布由(t-1)次测试后获得的后验分布赋值；
步骤2，求解使期望效用函数的互信息效用最大值的候选设计，并使用其对应的试题对被试能力进行施测；
步骤3，使用三参数项目反应模型计算期望后验估计值，构建其未知参数的后验分布；
步骤4，得到观测结果；
步骤5，计算被试能力的后验分布；
步骤6，判断当前总信息量是否满足终止条件，若当前信息量大于阈值条件，则结束测试，获得观测结果；若当前信息量不满足终止条件，则返回步骤1将所述被试特质后验分布作为下一题测试中的被试先验分布，继续循环。
2.如权利要求1所述的认知能力的自适应测评方法，其特征在于，进一步包括步骤7，当一个被试结束测试时，更新被试个体空间内的贝叶斯层次模型，并在下个被试测试之初赋予合适的初值，其更新表达式如下：
p(θn+1|y1:n)＝p(θn|y1:n-1)；
其中，
其中，p(η)是高层模型参数η的先验分布，通过在θ1:n和η上集成后续表达式，得到了边际分布p(y1:n)。
3.如权利要求1所述的认知能力的自适应测评方法，其特征在于，所述步骤2中，所述期望效用函数的表达式为：
其中，y1:n-1表示为过去n-1个被试能力的所有观测结果，yn(1:t)包含了当前第n个被试能力过去t-1个测试评估yn(1:t-1)和当前的候选观测yn(t)。
4.如权利要求1所述的认知能力的自适应测评方法，其特征在于，所述步骤3中，若试验样本数据、被试特质先验分布确定，假设项目参数的先验分布密度函数为g(ξ)，则关于未知项目反应模型项目参数的后验分布为：
其中，
其中，Pt(ξ)为三参数项目反应模型为
其中，L(ξ)为项目参数的似然函数；
其中，表示某种反应模式un的边际概率；
最终求得项目参数E(ξn|un,θn)，并将其更新为最新的IRT模型参数；
和/或，
所述步骤5中，使用贝叶斯层次模型的框架来计算被试特质的后验分布，其表达式为：
其中，
其中，yn(1:t)＝yn(t-1)+yn(t)，其中yn(t)在步骤4中得到yn(t)＝P(un)；
其中，p(η)是高层模型参数η的先验分布，通过在θ1:n和η上集成后续表达式，得到了边际分布p(y1:n)。
5.如权利要求4所述的认知能力的自适应测评方法，其特征在于，所述项目反应模型参数的求解方法包括：联合似然估计法、贝叶斯期望后验法、马尔科夫链方法。
6.如权利要求1所述的认知能力的自适应测评方法，其特征在于，为了在题库扩展中免去项目反应模型重新建模的过程，进一步进...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。