江西师范大学学报（自然科学版）
江西師範大學學報（自然科學版）
강서사범대학학보（자연과학판）
JOURNAL OF JIANGXI NORMAL UNIVERSITY（NATURAL SCIENCES EDITION）
2014年
4期
434-436
,共3页
参数估计%项目反应理论%BP 神经网络%蒙特卡洛模拟
參數估計%項目反應理論%BP 神經網絡%矇特卡洛模擬
삼수고계%항목반응이론%BP 신경망락%몽특잡락모의
parameter estimation%IRT%BP neural network%Monte-Carlo simulation
对基于 IRT 模型的 BP 神经网络降维法参数估计中的 BP 神经网络的网络隐层数及隐层节点数进行改进，并对其降维法中不合理的部分予以修正。通过蒙特卡洛模拟研究结果表明：对参数估计的各评价指标，改进的方法均优于原方法。
對基于 IRT 模型的 BP 神經網絡降維法參數估計中的 BP 神經網絡的網絡隱層數及隱層節點數進行改進，併對其降維法中不閤理的部分予以脩正。通過矇特卡洛模擬研究結果錶明：對參數估計的各評價指標，改進的方法均優于原方法。
대기우 IRT 모형적 BP 신경망락강유법삼수고계중적 BP 신경망락적망락은층수급은층절점수진행개진，병대기강유법중불합리적부분여이수정。통과몽특잡락모의연구결과표명：대삼수고계적각평개지표，개진적방법균우우원방법。
Parameter estimation is one of the important components of item response theory(IRT). When the sample of examinees or the number of the items is small,the traditional statistical methods of parameter estimation may be failure. Due to the shortcoming of the traditional parameter estimation methods,a new way based on BP neural net-work with reduced dimension method was proposed. This article is a further research on the work exited. With a modified reduced dimension method and a new construction of BP neural network,the Monte Carlo study shows a better result.
