咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于程序性知识学习的项目状态转移函数与多分知识结构 收藏

基于程序性知识学习的项目状态转移函数与多分知识结构

Item State Transition Functions and Polytomous Knowledge Structures Based on Procedural Knowledge Learning

作     者:孙晓燕 李进金 SUN Xiaoyan;LI Jinjin

作者机构:华侨大学数学科学学院泉州362021 闽南师范大学数学与统计学院漳州363000 

出 版 物:《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期:2022年第35卷第3期

页      面:223-242页

核心收录:

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金项目(No.11871259,11971287) 福建省自然科学基金项目(No.2019J01748,2020J02043)资助 

主  题:项目状态转移函数 操作路径 合取的技能映射 多分知识结构 

摘      要:在程序性知识的评估中,技能是指与项目的解决相关的操作路径.基于程序性知识的学习评价,文中提出由项目自身的状态结构诱导多分知识结构的方法,目的是建立适用于问题解答的多分评估体系.首先,根据各项目的解答或操作过程设定响应值,得到项目特定的响应值集.通过项目状态转移函数定义项目状态空间,将问题空间推广到多分情形.然后,由操作路径导出合取的技能映射,讨论由合取的技能映射诱导的多分知识结构.结果表明由技能映射通过合取模型诱导的多分知识结构满足逐项交封闭.最后,给出诱导多分知识结构的算法步骤,并举例说明算法的有效性.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分