分类: 心理学 >> 发展心理学 提交时间: 2023-03-28 合作期刊: 《心理科学进展》
摘要: 解释性项目反应理论模型(Explanatory Item Response Theory Models, EIRTM)是指基于广义线性混合模型和非线性混合模型构建的项目反应理论(Item Response Theory, IRT)模型。EIRTM能在IRT模型的基础上直接加入预测变量, 从而解决各类测量问题。首先介绍EIRTM的相关概念和参数估计方法, 然后展示如何使用EIRTM处理题目位置效应、测验模式效应、题目功能差异、局部被试依赖和局部题目依赖, 接着提供实例对EIRTM的使用进行说明, 最后对EIRTM的不足之处和应用前景进行讨论。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》
摘要: [目的/意义] 学术文献下载行为是科研人员文献检索行为的重要一环,对其预测的研究有助于深度理解科研人员检索行为,为学术资源检索平台优化检索结果、重构排序提供依据,从而提升检索系统的服务质量。[方法/过程] 构建用户学术文献下载行为的多维特征体系,在机器学习算法基础上构造基于查询相关性和基于用户行为的子分类器,并采取加权策略构建学术文献下载行为预测混合模型。[结果/结论] 实验结果表明,随机森林算法在两种分类器上均取得最佳性能;相较于仅基于查询相关性特征训练的模型,混合模型的准确率提高了2.3%,F1值提升了1.3%。在混合模型中,基于用户行为的子分类器拥有更高权重;"下载量""是否采用专业/高级检索"和"发表时间"特征的贡献度较大。
分类: 心理学 >> 社会心理学 提交时间: 2023-03-28 合作期刊: 《心理科学进展》
摘要: 混合模型方法(Mixture Model Method)是近年来提出的, 对心理与教育测验中的异常作答进行处理的方法。与反应时阈值法, 反应时残差法等传统方法相比, 混合模型方法可以同时完成异常作答的识别和模型参数估计, 并且, 在数据污染严重的情况下仍具有较好的表现。该方法的原理为根据正常作答和异常作答的特点, 针对分类潜变量(即作答层面的分类)的不同类别, 在作答反应和(或)反应时部分建立不同的模型, 从而实现对分类潜变量, 以及模型中其他题目和被试参数的估计。文章详细介绍了目前提出的几种混合模型方法, 并将其与传统方法比较分析。未来研究可在模型前提假设违背, 含有多种异常作答等情况下探索混合模型方法的稳健性和适用性, 通过固定部分题目参数, 增加选择流程等方式提高混合模型方法的使用效率。
分类: 心理学 >> 心理测量 提交时间: 2021-05-08
摘要: 混合模型方法(Mixture Model Method)是近年来提出的,对心理与教育测验中的异常作答进行处理的方法。与反应时阈值法,反应时残差法等传统方法相比,混合模型方法可以同时完成异常作答的识别和模型参数估计,并且,在数据污染严重的情况下仍具有较好的表现。该方法的原理为根据正常作答和异常作答的特点,针对分类潜变量的不同类别,在作答反应和反应时部分建立不同的模型,从而实现对分类潜变量(即作答层面的分类),以及模型中其他题目和被试参数的估计。文章详细介绍了目前提出的几种混合模型方法,并将其与传统方法比较分析。未来研究可在模型前提假设违背,含有多种异常作答等情况下探索混合模型方法的稳健性和适用性,通过固定部分题目参数,增加选择流程等方式提高混合模型方法的使用效率。
分类: 医学、药学 >> 基础医学 提交时间: 2018-01-25 合作期刊: 《南方医科大学学报》
摘要: 超声斑点是由人体组织中散射体的反射信号相干作用所形成的,其概率分布与生物组织的结构信息密切相关,即不同的 组织结构所产生斑点的概率分布形式不同。根据血管内超声(IVUS)斑点的概率分布特性,本文提出用斑点的伽马混合模型和 高斯混合模型分别描述血管内超声组织中的钙化斑块、软斑块和正常血管区域。通过KS检验,KL散度和相关系数等指标分 析,发现钙化斑块和正常血管区域的斑点概率分布符合高斯混合模型,而软斑块更接近伽马混合模型。在此研究基础上,本文 提出一种结合邻域信息的概率混合模型,用于IVUS图像斑块分割,与现有的概率混合模型比较,分割精度大大地提高,且受噪 声影响减少。
分类: 天文学 提交时间: 2023-12-13 合作期刊: 《天文学进展》
摘要: 疏散星团是研究星族和银河系形成与演化的理想示踪体。基于 LAMOST DR7 低分辨率 光谱,在视向速度和金属丰度两维空间上,构建包含团星和场星的混合模型:以二维正高斯模 型来描述团星的分布,以星团天区周围的恒星来构建场星的分布模型。同时,在模型中考虑了 观测误差的影响。对 3 个具有丰富光谱数据的典型疏散星团进行了拟合。年轻星团 Melotte 22 和中年星团 NGC 2281 可以较好地约束其视向速度的内禀弥散,分别为:1.47+0.95 −1.18 km·s−1 和2.05+1.39−1.88 km·s−1,而年老星团 NGC 2682 只能给出速度弥散的上限约为 0.96 km·s −1 。Melotte22、NGC 2281 和 NGC 2682 的金属丰度内禀弥散分别为:0.170+0.012−0.009 dex, (0.108 ± 0.012) dex 和 (0.050 ± 0.005) dex,都明显大于金属丰度的观测误差 (约 0.028 dex)。这说明疏散星团的成 员星存在一定的化学丰度内禀弥散,这对于进一步讨论星团恒星的形成过程极为重要。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-04-12 合作期刊: 《计算机应用研究》
摘要: 针对海量论文数据导致的应用效率低下问题,提出一个基于层次混合模型的推荐算法WSVD++。该模型根据学术论文良好的结构特征,构建一个加权的论文二部图模型。首先对论文进行特征提取,按不同特征的权重构建论文的复合关系图;其次对关系图采用一种改进的PPR算法,计算每篇论文的重要程度,依此来对用户—论文关系进行加权;然后在构建好的加权二部图模型上混合SVD++图算法进行推荐。实验结果表明,改善了推荐算法学术论文的推荐效果,并且基于分布式图计算框架GraphX,扩展性好,适合大数据处理。
分类: 心理学 >> 发展心理学 提交时间: 2023-03-28 合作期刊: 《心理科学进展》
摘要: 近来以个体为分析对象的方法日益受到研究者的重视, 其中潜类别和潜剖面模型最为流行。研究者在潜类别和潜剖面模型建模时往往需要进一步探讨协变量与潜分组之间的关系(即带有协变量的潜类别模型)。例如, 哪些变量预测个体类别归属, 以及个体的类别归属对结果变量的预测。本文对近年来研究者提出的各种方法进行了回顾和比较。包括当结果变量是分类变量的LTB法; 当结果变量是连续变量时的BCH和稳健三步法。在此基础上, 文章为应用研究者提供了Mplus软件示例, 并在最后对当前研究存在的问题和未来研究趋势进行了简要评价。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2022-05-10 合作期刊: 《计算机应用研究》
摘要: 分析学生在教学评价系统中对于教师的评价数据有助于教师了解学生对授课教师的真实态度,总结教学经验,改进后续的教学方式,提高教学质量。但是进行教学评价时,学生中可能会出现随意评价或者恶意评价等问题,导致评价数据中包含大量噪声,造成反馈数据的不理想。因此,提出了一种离散泊松混合模型来对包含噪声的学生的评价数据进行建模,将混合模型中的每一个离散泊松分量对应一类具有相似评价模式的学生,借由离散泊松分布中的模型参数来表示对应评价模式中的评价分数。通过构建对数似然函数来衡量混合模型和评价数据的拟合程度,采用梯度下降的方法求解拟合程度最高的模型参数,找到学生对于教师的真实评价,保证教学评价系统中师生间的有效沟通。大量实验结果表明模型能够快速准确地从含有噪声的评价数据中识别出具有不同评价模式的学生,掌握学生对于教师的真实评价情况。
分类: 环境科学技术及资源科学技术 >> 环境科学技术基础学科 提交时间: 2020-04-26 合作期刊: 《干旱区研究》
摘要: 为探究浑善达克沙地杨树的水分利用特征。本文利用氢和氧同位素示踪技术,测定了降雨、土壤水与地下水的δ18O值,利用多元线性混合模型定量计算了杨树对不同土层土壤水分的利用比例。结果表明:① 浑善达克沙地大气降雨方程线为:δDLWML=7.84δ18OLWML+9.12,斜率比全国降雨方程偏小,体现了研究区降雨少,蒸发大的气候特征;② 土壤含水量与地下水位埋深、降雨量、植物生长期的变化有着显著的相关关系。降雨量较大与地下水位埋深较浅的时期,土壤含水量明显增大,在植物生长前期和中期,土壤含水量明显较低;③ 杨树在雨季,利用了大量的浅层土壤水(0~40 cm),在较为干旱的旱季,利用了大量的深层土壤(160~200 cm)水与少量的地下水。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-04-01 合作期刊: 《计算机应用研究》
摘要: 针对GrabCut算法在图像分割中存在迭代求解耗时长、分割结果欠分割的问题,提出了一种基于非归一化直方图改进的GrabCut算法。在保留GrabCut第一次分割结果的基础上,通过非归一化直方图计算像素点属于前景或背景的方法来代替高斯混合模型迭代学习的过程;在构图过程中引入一类新的节点Bin进行构图以提高分割精度。选取MSRA1000数据集中部分图片进行实验验证,结果表明该算法在分割效果和效率上都有明显的提升;在进行背景复杂图像的分割时改进算法优势更加明显。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-01-03 合作期刊: 《计算机应用研究》
摘要: 针对传统高光谱图像分类算法忽略空间特征这个问题,提出一种基于Gabor特征和决策融合的高光谱图像分类算法。首先,通过系数相关矩阵智能地对相邻和高相关光谱带进行分组; 接着,在PCA投影子空间中提取每组中的Gabor特征,以量化局部方向和尺度特征; 然后,结合保留非负矩阵分解的局部性以减少这些特征子空间的维度; 最后,对降维特征进行高斯混合模型分类,并使用对数分类池决策融合规则将分类结果合并。实验结果表明,所提算法优于传统和现有的共计8种先进的分类算法。
分类: 地球科学 >> 地球科学其他学科 提交时间: 2019-09-09 合作期刊: 《干旱区研究》
摘要: 局地水汽再循环是陆地水循环过程的重要环节。在我国西北干旱区水汽再循环的绝对量虽然有限,但对区域降水的贡献(即水汽再循环率)却不容忽视。本文基于嵌套同位素模块的LMDZ模式模拟数据,运用同位素混合模型,对西北干旱区1979—2007年水汽再循环率的时空特征及其作用机制进行了分析。结果表明:研究时段内,外来水汽对降水的月尺度和年尺度贡献率都明显高于再循环水汽,季节上呈夏高冬低,年际上呈逐渐上升的态势;而再循环水汽的贡献率较低,呈夏季低冬季高且逐年下降(冬半年植物蒸腾水汽的贡献率在年际上呈上升趋势)的特点。外来水汽对降水的贡献率存在空间差异,山区附近的值往往较高,荒漠平原区的值则较低。就地表蒸发与植物蒸腾而言,地表蒸发对降水的贡献率整体低于植物蒸腾,但在小范围地区也有相反的规律。外来水汽和地表蒸发水汽的贡献量与其贡献率的空间分布特征基本一致,而植物蒸腾水汽在山区的贡献量高于荒漠平原区。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-11-29 合作期刊: 《计算机应用研究》
摘要: 针对间歇过程的非线性和动态性,提出了全局—局部正则化高斯混合模型 (GLRGMM)算法。首先引入邻域保持嵌入算法提取局部流形结构,通过寻求一种低维投影对非线性过程进行全局结构保持,同时最大限度地保留局部流形特征;然后通过对高斯混合模型引入正则项来在线监控更新高斯模型,获取非线性数据流形结构,解决数据动态性问题;最后集成全局—局部监控指标实现在线监控。通过青霉素发酵过程进行了验证,结果表明所提算法比DPCA、GLNPE具有更好的在线监控效果。
分类: 其他 >> 综合 分类: 其他 >> 综合 提交时间: 2024-01-10 合作期刊: 《文献与数据学报》
摘要: [目的 / 意义]政策作为特殊因素对我国人工智能行业发展起到指导、规范和约束作用。探究政策出台现状并提出建议,以期促进我国人工智能健康发展。[方法 / 过程]选取我国最具代表性的国家级和省部级人工智能政策文本共 66 项作为研究对象,通过 BERT-Based 混合 LDA 模型建模和语义量化分析方法,从政策语义、主题特征及其演化对其内含语义和外部属性两方面进行全面探究。[结果 / 结论]目前我国人工智能政策工具以需求型为主,政策主题以促进领域融合为主,重视基础技术研究和实际成果转化;提出我国需建立人工智能政策统筹规划协调机制,在重视人工智能风险治理的同时,探索实际效益转化的新模式、新路径,并不断深化国际合作和竞争等政策建议。
分类: 其他 >> 综合 提交时间: 2023-10-09 合作期刊: 《心理学报》
摘要: 基于社会分类的直觉理论和群体实体性的观点, 本研究建构了物质性和社会性线索类型。两个子研究结合量化和质化方法, 从社会分类视角探索了3~8岁儿童对群体认知线索的偏好及其发展。研究发现, 3~8岁儿童总体上存在社会性线索偏好, 但其稳定性受到了研究选取的线索样例影响。儿童的社会性线索偏好随年龄增长而提升, 自5~6岁开始更为突出和稳定。上述结果既说明了物质性和社会性线索框架的有效性, 又在引导儿童的积极社会互动方面具有实践价值。
分类: 心理学 >> 社会心理学 分类: 心理学 >> 发展心理学 提交时间: 2023-05-17
摘要: 基于社会分类的直觉理论和群体实体性的观点,本研究建构了物质性和社会性线索类型。两个子研究结合量化和质化方法,从社会分类视角探索了3~8岁儿童对群体认知线索的偏好及其发展。研究发现,3~8岁儿童总体上存在社会性线索偏好,但其稳定性受到了研究选取的线索样例影响。儿童的社会性线索偏好随年龄增长而提升,自5~6岁开始更为突出和稳定。上述结果既说明了物质性和社会性线索框架的有效性,又在引导儿童的积极社会互动方面具有实践价值。
分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-02-17 合作期刊: 《智慧农业(中英文)》
摘要: 奶牛步态时相是反映奶牛健康及跛行严重程度的重要指标。为准确自动识别奶牛步态时相,本研 究提出一种融合高斯混合模型(Gaussian Mixture Model,GMM) 和隐马尔科夫模型(Hidden Markov Model, HMM) 的无监督学习奶牛步态时相识别算法GMM-HMM。使用惯性测量单元采集奶牛后肢加速度和角速度 信号,通过卡尔曼滤波消除噪声,筛选并提取特征值,构建GMM-HMM模型,实现奶牛静立相、连续步态 中的站立相和摆动相等3种步态时相的自动识别。结果表明,静立相识别的准确率、召回率和F1 分别为 89.28%、90.95% 和90.91%,连续步态中的站立相识别的准确率、召回率和F1 分别为91.55%、86.71% 和 89.06%,连续步态中的摆动相识别的准确率、召回率和F1分别为86.67%、91.51%和89.03%。奶牛步态分割 的准确率为91.67%,相较于基于事件的峰值检测法和动态时间规整算法准确率分别提高了4.23%和1.1%。 本研究可为下一步基于穿戴式步态分析的奶牛跛行特征提取提供技术参考。