公开(公告)号：CN110765574A

公开(公告)日：2020-02-07

申请号：CN201910882594.6

申请日：2019-09-18

Applicant: 北京语言大学

Inventor： 冯艳宾 ,  乔勇 ,  赵晓霞 ,  李吉梅

IPC: G06F30/20 ,  G06F17/18 ,  G06Q50/20 ,  G06F111/10

Abstract: 本发明提供一种面向在线测试的样本量与误差消除间的量化关系构建方法，基于Rasch模型仿真出n道0～1计分的测试题，采用蒙特卡罗法模拟考生对测试题进行作答，计算出不同样本量下测试题得分分布的误差度量，从而构建了考生样本量和误差消除间的数量变化关系，通过构建的考生样本量和误差消除间的数量变化关系，不仅可以从量化角度精准把握样本量和误差之间的对应关系，消除传统样本量根据经验判断造成的模糊性，而且可以为在线测试准确度和成本之间平衡提供量化分析基础，进一步优化在线测试的管理和运营。

公开(公告)号：CN110765574B

公开(公告)日：2023-06-02

申请号：CN201910882594.6

申请日：2019-09-18

Applicant: 北京语言大学

Inventor： 冯艳宾 ,  乔勇 ,  赵晓霞 ,  李吉梅

IPC: G06F30/20 ,  G06F17/18 ,  G06Q50/20 ,  G06F111/10

Abstract: 本发明提供一种面向在线测试的样本量与误差消除间的量化关系构建方法，基于Rasch模型仿真出n道0～1计分的测试题，采用蒙特卡罗法模拟考生对测试题进行作答，计算出不同样本量下测试题得分分布的误差度量，从而构建了考生样本量和误差消除间的数量变化关系，通过构建的考生样本量和误差消除间的数量变化关系，不仅可以从量化角度精准把握样本量和误差之间的对应关系，消除传统样本量根据经验判断造成的模糊性，而且可以为在线测试准确度和成本之间平衡提供量化分析基础，进一步优化在线测试的管理和运营。

公开(公告)号：CN107544945A

公开(公告)日：2018-01-05

申请号：CN201710769746.2

申请日：2017-08-31

Applicant: 北京语言大学

Inventor： 刘贵龙 ,  李吉梅 ,  花正 ,  冯艳宾 ,  邹继阳

IPC: G06F17/16

Abstract: 本发明提供的决策表的分布及变精度局部约简方法，能够在满足对决策表的某个决策类进行属性约简的同时，降低计算复杂度。所述变精度局部约简方法包括：通过获取的决策表数据，确定用于局部属性约简的某个决策类；计算所述决策类的局部分布矩阵；计算所述局部分布矩阵的β截矩阵；根据预先设置的局部属性变精度约简的定义及得到的β截矩阵，计算所述决策类的分辨矩阵；根据得到的分辨矩阵，将相应的分辨函数，从主合取范式转换为主析取范式，得到全部的约简结果。本发明适用于粗糙集的属性约简。

公开(公告)号：CN107463707A

公开(公告)日：2017-12-12

申请号：CN201710711941.X

申请日：2017-08-18

Applicant: 北京语言大学

Inventor： 李吉梅 ,  刘贵龙 ,  花正 ,  冯艳宾 ,  邹继阳

IPC: G06F17/30 ,  G06N5/02

CPC classification number: G06F16/2465 ,  G06N5/02

Abstract: 本发明提供一种决策表下近似不变的局部属性约简定义及方法，能够在满足对决策表的某个决策类进行属性约简的同时，降低计算复杂度。所述定义包括：获取决策表(U,C∪D)，其中，U表示论域，C表示条件属性集，D表示决策属性集；确定论域U关于决策属性集D的商集，得到决策类Dl；设集合B为集合C的非空子集，若B满足预设的条件，则称B为C的关于决策类Dl的下近似不变的局部属性约简。所述方法包括：基于保持决策表下近似不变的属性约简算法，计算决策表的Dl决策类的分辨矩阵；根据得到的分辨矩阵，将相应的分辨函数，从主合取范式转换为主析取范式，得到局部属性约简的全部约简结果。本发明适用于粗糙集中决策表的属性约简。