作者:王梅试题难度系数样本统计学习理论erm准则机器学习模型
摘要:针对当前题库试题难度系数的确定和评价标准不明确,提出一种以考试结果为样本获得难度系数并自我修正的算法:将样本数据序列{dk}构造到希尔伯特空间上,利用空间的完备性,从理论上确保序列{dk}收敛于常量D。基于该算法构造机器学习模型,它具有快速收敛和对历史数据进行学习和修正的特点。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《西安邮电大学学报》(CN:61-1493/TN)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《西安邮电大学学报》为满足本院师生和通信业科研、管理人员的学术交流需求,促进学院教学、科研水平的提高和我国信息产业的发展,主要刊登通信工程理论及技术、计算机理论及技术、信息产业发展中的经济管理理论以及相关基础理论研究和教育教学研究等方面的最新成果。
省级期刊
人气 239239 评论 36
人气 154589 评论 33
人气 152348 评论 53
人气 123724 评论 54