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面向多群组的带协变量的认知诊断偏差校正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：CN120495036B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510991117.9，技术领域涉及：G06Q50/20；该发明授权一种面向多群组的带协变量的认知诊断偏差校正方法是由杜景萍;梁倩茹;毛佳宁设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本一种面向多群组的带协变量的认知诊断偏差校正方法在说明书摘要公布了：本发明涉及教育评估技术领域，特别涉及一种面向多群组的带协变量的认知诊断偏差校正方法，包括：获取考生的作答数据和题目属性关系，将作答数据和题目属性关系输入属性掌握概率解释模型，获取考生在各认知属性上的属性掌握概率；属性掌握概率解释模型利用训练集训练多组认知诊断模型获得；在模型训练的过程中，基于多组认知诊断模型输出的后验分布对考生进行潜在知识状态的分配，同时计算分类误差概率矩阵，采用多组潜在逻辑回归模型，评估外部协变量数据对认知属性掌握状态的影响强度，并以分类误差概率矩阵为目标权重，利用目标函数优化多组认知诊断模型的模型参数。本发明解决了现有技术中多群组数据处理与协变量建模方面的若干关键问题。

本发明授权一种面向多群组的带协变量的认知诊断偏差校正方法在权利要求书中公布了：1.一种面向多群组的带协变量的认知诊断偏差校正方法，其特征在于，包括： 获取考生的作答数据和题目属性关系，将所述作答数据和所述题目属性关系输入属性掌握概率解释模型，获取所述考生在各认知属性上的属性掌握概率；所述属性掌握概率解释模型利用训练集训练多组认知诊断模型获得； 在模型训练的过程中，基于所述多组认知诊断模型输出的后验分布对考生进行潜在知识状态的分配，同时计算分类误差概率矩阵，采用多组潜在逻辑回归模型，评估外部协变量数据对认知属性掌握状态的影响强度，并以所述分类误差概率矩阵为目标权重，利用目标函数优化所述多组认知诊断模型的模型参数； 计算所述分类误差概率矩阵包括： 其中，为分类误差概率矩阵，表示可能的属性分类值，为在 真实属性掌握状态，为被分配到属性掌握状态，为在观测到考生i的作答 数据后，属性掌握状态的后验概率，为指示函数，即如果则取 1否则取0，为第g群组中考生i的作答数据，为考生i被估计出的属性掌握状态， 为考生i真实的属性掌握状态，为第g群组考生的总人数； 利用目标函数优化所述多组认知诊断模型的模型参数包括： 利用最大化加权对数似然函数优化所述多组认知诊断模型的模型参数： 其中，为样本层次校正权重和后验分布层次的校正权重，为给定考生 i的协变量，考生掌握属性k的概率，为第g群组中考生i的协变量，为似然函数。

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。