基于GRM模型的BP神经网络参数估计

摘要：

目前参数估计多采用统计方法,存在耗时长、要求被试样本容量大和项目数多等缺点.本文将BP神经网络和降维法相结合,对GRM的项目参数和考生能力参数进行估计.蒙特卡洛模拟结果显示:(1)不管是人多题少还是题多人少,该网络设计下的参数估计精度都较高;(2)可以应用到多个不同等级评分的参数估计中,甚至是超过15个等级的项目参数,估计精度也较高,这是其他参数估计方法所不可比拟的;(3)运行的时长和统计估计方法相比大大缩减.

关键词：参数估计、GRM模型、BP神经网络、降维法、蒙特卡洛模拟

所属期刊栏目：37

分类号：TP391.41;O212.1;TN967.1

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;江西省教育厅科技项目;江西省教育厅科技项目;江西省教育厅科技项目;江西省教育厅科技项目;江西省教育厅科技项目;江西师范大学青年成长基金

在线出版日期：2015-01-19（万方平台首次上网日期，不代表论文的发表时间）

页码：1485-1490