基于时空聚类分析的自动组卷模型研究

来源 :计算机与现代化 | 被引量 : 0次 | 上传用户:kezhixiao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为提高题库自动组卷的质量,以ACM Online Judge系统评测数据为研究对象,将时间方差和平均用时作为时空特征对题目进行自动聚类分析;在聚类基础上,使用各分类所有题目的提交次数和提交解决次数计算每类题目的难度系数,并采用高斯随机过程建立自动组卷模型。与传统经验组卷方法相比较,提出的自动组卷模型以题目难度和区分度为依据,组卷质量可科学评价测试者知识水平。实验结果表明,提出的自动组卷模型简单有效,适用性强。
其他文献
移动锚节点通过接收的节点RSS混合序列聚类确定无标识未知节点个数,RSS混合序列的聚类效果直接决定无线传感器网络节点的定位精度。本文针对EM算法处理RSS高斯混合序列中存在
针对风力发电机组在机械和电气方面的故障,提出一种基于电气特征向量和振动特征向量的D-S证据融合方法。在2种信号的特征空间下分别构造2个经过参数优化的支持向量机,经过D-S融
针对工业现场丙酮溶剂泄漏带来的安全隐患,以及工业气体监测系统存在布线困难、精度差、可靠性低及成本较高等问题,提出一种基于ZigBee无线传感网络的丙酮气体监控系统,有效
在室内Wi Fi位置指纹定位系统中,由于室内环境的复杂性及易变性,定位精度很难得到保证。通过实验测试分析人体对Wi Fi信号的影响以及不同位置设备接入点数目的变化情况,本文
在大数据环境下,随着教育信息技术的快速发展,学习分析技术已是近几年教育界研究的热点。本文基于相关文献,对学习分析技术的概念和特征进行阐述,从学习者、教师和教学管理者