一种导航雷达模拟训练效果评价方法与流程

文档序号:22111948发布日期:2020-09-04 15:10阅读:来源:国知局

技术特征:

1.一种导航雷达模拟训练效果评价方法,其特征在于,包括:

根据四级学员评价指标体系,在学员模拟训练的过程中,获取评价指标对应的导航雷达模拟训练数据;

从导航雷达模拟训练数据中,获取导航雷达评估属性指标;

对导航雷达评估属性指标进行简化处理,获得导航雷达评估属性指标;

根据cart决策树算法的二分特点,对导航雷达决策属性进行泛化处理,获得决策属性泛化数据;

根据决策属性泛化数据,通过决策树gini系数计算方法,得到导航雷达决策属性gini系数;

根据导航雷达决策属性gini系数,生成导航雷达模拟训练cart决策树,通过导航雷达模拟训练cart决策树分类,获得学员导航雷达模拟训练效果评价结果。

2.如权利要求1所述的导航雷达模拟训练效果评价方法,其特征在于,所述四级学员评价指标体系,包括:

一级评价指标:学习态度,学习效率,学习效果;

二级评价指标:登录次数,与学习态度对应的学习时间、自学完成度、平均学习时间间隔、教学完成度,与学习效率对应的自学学习速度,与学习效果对应的自学学习成绩、考试成绩;

三级评价指标:登录次数,与学习时间对应的理论知识自学时间、模拟训练自学时间,与自学完成度对应的理论知识自学完成度、模拟训练自学完成度,平均学习时间间隔,与教学完成度对应的理论知识教学,与自学学习速度对应的理论知识自学速度、模拟训练自学速度,与自学学习成绩对应的理论知识自学成绩、模拟操作自学成绩,与考试成绩对应的理论知识考试成绩、模拟操作考试成绩;

四级评价指标:登录次数,与理论知识自学时间对应的各章节自学时间,与模拟训练自学时间对应的各操作自我训练时间,与理论知识自学完成度对应的各章节练习题目数量,与模拟训练自学完成度对应的各模拟操作训练次数,平均学习时间间隔,与理论知识教学对应的理论知识学习章节数量,与理论知识自学速度对应的各章节学习速率,与模拟训练自学速度对应的各操作学习速率,与理论知识自学成绩对应的核心正确率、基础正确率、专业正确率、常识正确率,与模拟操作自学成绩对应的核心正确率、基础正确率、专业正确率、常识正确率,与理论知识考试成绩对应的核心得分、基础得分、专业得分、常识得分,与模拟操作考试成绩对应的核心得分、基础得分、专业得分、常识得分。

3.如权利要求1或2所述的导航雷达模拟训练效果评价方法,其特征在于,所述导航雷达评估属性指标,包括:登陆次数、雷达组成结构学习时间、雷达部件学习时间、开关机训练时间、测距侧向训练时间、抗干扰训练时间、平均学习时间间隔、雷达组成结构知识点查看次数、雷达部件知识点查看次数、开关机训练失误次数、测距侧向训练失误次数、抗干扰训练失误次数、雷达组成结构考核基础得分、雷达组成结构考核核心得分、雷达组成结构考核专业得分、雷达组成结构考核常识得分、雷达部件考核基础得分、雷达部件考核核心得分、雷达部件考核专业得分、雷达部件考核常识得分、开关机得分、测距侧向得分、抗干扰得分。

4.如权利要求3所述的导航雷达模拟训练效果评价方法,其特征在于,所述对导航雷达评估属性指标进行简化处理,获得导航雷达评估属性指标,具体包括:

对雷达组成结构学习时间、雷达部件学习时间、开关机训练时间、测距侧向训练时间、抗干扰训练时间求平均值,简化为平均学习时长;

对雷达组成结构知识点查看次数和雷达部件知识点查看次数求平均值,简化为理论学习平均学习次数;

对雷达开关机训练时间、测距侧向训练时间和抗干扰训练操作失误次数求平均值,简化为模拟操作平均失误次数;

对雷达组成结构考核基础得分、雷达组成结构考核核心得分、雷达组成结构考核专业得分、雷达组成结构考核常识得分、雷达部件考核基础得分、雷达部件考核核心得分、雷达部件考核专业得分、雷达部件考核常识得分、开关机得分、测距侧向得分、抗干扰得分求和,简化为雷达考核得分;

简化后的导航雷达评估属性指标为导航雷达决策属性指标,包括:登陆次数、平均学习时长、平均学习时间间隔、理论学习平均学习次数、模拟操作平均失误次数、雷达考核得分。

5.如权利要求4所述的导航雷达模拟训练效果评价方法,其特征在于,所述根据决策属性泛化数据,通过决策树gini系数计算方法,得到导航雷达决策属性gini系数,具体包括:

当考核得分对应的泛化结果优秀对应的学员等级类别的学员数量为49、19、68、27时,及当考核得分对应的泛化结果一般对应的学员等级类别的学员数量为29、11、39、20时,

考核优秀得分和考核一般得分的gini系数分别为:

将两个子集ti和tj,分别看做考核得分的子集,求得考核得分的gini系数为:


技术总结
本发明公开了一种导航雷达模拟训练效果评价方法,包括:获取评价指标对应的导航雷达模拟训练数据;获取导航雷达评估属性指标;对导航雷达评估属性指标进行简化处理,获得导航雷达评估属性指标;根据CART决策树算法的二分特点,对导航雷达决策属性进行泛化处理;根据决策属性泛化数据,通过决策树Gini系数计算方法,得到导航雷达决策属性Gini系数;根据导航雷达决策属性Gini系数,生成导航雷达模拟训练CART决策树,通过导航雷达模拟训练CART决策树分类,获得学员导航雷达模拟训练效果评价结果。本发明通过建立了四级评价指标,提出了基于CART决策树导航雷达学员学习效果评价方法,可实现在综合评价指标的基础上使用评价方法给予雷达学员个性化评估结果。

技术研发人员:姚烨;车春宇;冯翔宇;朱怡安;练彬
受保护的技术使用者:西北工业大学;东莞市三航军民融合创新研究院
技术研发日:2020.05.27
技术公布日:2020.09.04
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1