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！

龙图腾网获悉暨南大学申请的专利一种基于似然的认知诊断Q矩阵估计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：CN120596861B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202511106894.7，技术领域涉及：G06F18/20；该发明授权一种基于似然的认知诊断Q矩阵估计方法是由梁倩茹;龚洁芸;杜景萍;毛佳宁设计研发完成，并于2025-08-08向国家知识产权局提交的专利申请。

本一种基于似然的认知诊断Q矩阵估计方法在说明书摘要公布了：本发明公开了一种基于似然的认知诊断Q矩阵估计方法，所属领域为认知诊断评估领域，包括：获取学生对题目的响应数据和部分定义的Q矩阵，利用G‑DINA模型拟合获得学生属性向量的后验分布，并基于此计算边际似然。进而通过AIC或BIC值评估不同q向量的拟合优度，选择最优q向量逐步填充Q矩阵的未知部分，直至收敛。该方法减少了对专家的依赖，提高了Q矩阵估计的准确性和效率，适用于大规模教育评估场景。

本发明授权一种基于似然的认知诊断Q矩阵估计方法在权利要求书中公布了：1.一种基于似然的认知诊断Q矩阵估计方法，其特征在于，包括： 获取学生对题目的响应数据和部分定义的Q矩阵； 以AIC和BIC作为模型选择指标，通过迭代优化算法估计Q矩阵的未知部分； 基于所述Q矩阵的未知部分输出最终估计的Q矩阵； 所述AIC和BIC的计算公式为： 其中，为Akaike信息准则，为贝叶斯信息准则，L为模型的边际似然，P为模型参 数的数目，N为样本量； 所述通过迭代优化算法估计Q矩阵的未知部分的过程包括： 初始化Q矩阵的未知部分为空矩阵； 使用拟合G-DINA模型，根据学生对题目的响应数据和部分定义的Q矩阵，获得学生属性向量的后验分布； 基于所述学生属性向量的后验分布，计算每个题目的边际似然； 对于Q矩阵未知部分中的每个题目，基于所述每个题目的边际似然计算所有可能q向量的AIC或BIC值，选择具有最小AIC或BIC值的q向量作为该题目的最优q向量； 更新Q矩阵的未知部分，并使用更新后的Q矩阵重新拟合G-DINA模型，直至Q矩阵的未知部分不再发生变化； 输出最终估计的Q矩阵； 所述模型的边际似然的计算过程包括： 根据学生对题目的响应数据和学生属性向量的后验分布，计算每个题目的条件似然； 对条件似然进行加权平均，得到每个题目的边际似然。

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暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601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。