买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华中师范大学申请的专利一种面向长周期测评的认知诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115205072B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210630251.2，技术领域涉及：G06Q50/20；该发明授权一种面向长周期测评的认知诊断方法是由黄涛;耿晶;杨凯;田刚鸿;杨华利;胡盛泽;张浩;刘三女牙;杨宗凯设计研发完成，并于2022-06-06向国家知识产权局提交的专利申请。

本一种面向长周期测评的认知诊断方法在说明书摘要公布了：本发明属于教育数据挖掘领域，提供一种面向长周期测评的认知诊断方法，包括：1构建面向长周期测评的认知诊断框架；2融合提取到的学生特征、试题特征、交互特征和时序特征，获得最终的输入表征向量；3利用神经网络结构建模诊断算法，将步骤2获得的最终输入表征向量作为网络结构的输入，输出学生作答结果；诊断算法由神经网络结构与损失函数构成；4收集数据集，训练网络结构，预测学生作答反应；5根据具体应用场景，设计认知诊断系统获得学生的诊断报告。本发明方法分别满足不存在长周期测评数据积累的单次教育测量需求和有长周期测评数据积累的教育诊断需求，较好的解决了教育数据形式变化带来的新问题。

本发明授权一种面向长周期测评的认知诊断方法在权利要求书中公布了：1.一种面向长周期测评的认知诊断方法，其特征在于该方法包括以下步骤： 1构建面向长周期测评的认知诊断框架；包括特征提取、特征融合、面向单次测评的两级增强认知诊断建模与融合时序特征的面向多次测评的认知诊断建模；具体包括以下步骤： 1-1特征提取，包括提取学生特征、试题特征、交互特征和时序特征，学生特征包括试题掌握程度，试题特征包括题目难度、区分度和Q矩阵，交互特征包括猜测因子和失误因子，时序特征包括时间戳，即试题的作答时间； 1-2面向单次测评的两级增强认知诊断建模，从学生对试题的熟练程度和难度入手，计算出学生对测试所需的知识点掌握程度，然后通过失误门和猜测门进行过滤，矫正学生对试题的考察技能掌握程度，预测学生在测试上取得的最终得分； 1-3在面向单次测评的两级增强认知诊断模型基础上，融合提取到的时序特征建立面向多次测评的认知诊断建模，用以标注不同时间节点的测评对最终诊断结果的权重； 2融合提取到的学生特征、试题特征、交互特征和时序特征，获得最终的输入表征向量；具体包括以下步骤： 2-1通过传统的IRT模型整合学生特征中试题掌握程度和试题特征中的题目难度、区分度和Q矩阵； 2-2将步骤2-1中整合后特征再融合猜测参数和失误参数得到面向单次测评的特征； 2-3将步骤2-2中得到的面向单次测评的特征融合时序特征得到最终的输入表征向量； 3利用神经网络结构建模诊断算法，将步骤2获得的最终输入表征向量作为网络结构的输入，输出学生作答结果；诊断算法由神经网络结构与损失函数构成；具体包括以下步骤： 3-1选择合适的网络结构，基于神经网络的强拟合能力对学生和试题双方进行拟合，再结合人工建模的参数估计的方式构建网络结构； 3-2随机初始化参数，包括初始化学生的试题掌握程度、初始化试题的难度和初始化猜测参数和失误参数； 3-3应用深度残差网络，在构建神经网络的过程中引入残差块，使得模型可以加强输入； 3-4采用实时计算各权重下误差梯度的方法，做梯度下降减小损失函数，以优化参数； 4收集数据集，训练网络结构，预测学生作答反应； 5根据具体应用场景，设计认知诊断系统获得学生的诊断报告。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华中师范大学，其通讯地址为：430079 湖北省武汉市洪山区珞喻路152号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。