基于一阶马尔可夫链的试验数据序列分类模型-计算机系统应用.pdfVIP

2014 年 第 23 卷 第 5 期 计 算 机 系 统 应 用 基于一阶马尔可夫链的实验数据序列分类模型① 黄志成 (广东女子职业技术学院 信息资源中心, 广州 511450) 摘 要: 为了对在线实验系统产生的实验数据序列进行分析, 引入一阶马尔可夫链. 通过人工分类把实验数据分 为学习积极和懒散作弊两类, 分别构建马尔可夫链模型. 根据输出概率判定测试数据来自哪一个模型的可能性 较大. 最后讨论了状态的平稳分布情况. 实验结果表明, 基于马尔可夫链的分类模型具有较高的正确率. 关键词: 一阶马尔可夫链; 序列分类; 序列数据; 在线实验 Sequence Classifying Model of Experimental Data Based on First Order Markov Chain HUANG Zhi-Cheng (Information Resource Center, Guangdong Women’s Polytechnic College, Guangzhou 511450, China) Abstract: In order to analysis the sequence data generated by online experimental system, the first-order Markov chain is introduced. It artificially classifies the experimental data into the learning initiative and fraud, and constructs two Markov chain models. It determines by the larger possibility from which model the test data comes. At the end, it discusses the steady state distribution. Experimental results show that the model based on Markov chain has higher classification accuracy. Key words: first-order Markov chain; sequence classification; sequence data; online experiment 在学习系统中, 学习者的学习过程随着时间的推 得出较为稳定的状态转移概率, 建立对学习序列数 移而发生改变, 产生一系列的数据. 不同的学习者产生 据进行分类的模型, 并研究了模型长时间转移后, 状 不同的序列数据. 受经验、知识、人为等因素的交互影 态过程的平稳分布情况, 增强教师对学生学习过程 响, 学习者的思维活动复杂多变, 具有一定的随机性, 的监控. 是一个复杂的非线性动力系统. 为了研究并区分不同 的学习者的学习过程, 需要对学习序列数据进行分析. 1 一阶马尔可夫链模型[6] 传统教师人工监控学生学习过程存在着人力、时间、场 1.1 相关定义及定理 地、效率的限制. 马尔可夫链法是以概率论和随机过程 定义 1 假设有随机序列 {X ,n ³ 0}, 若对任意的