论文部分内容阅读
对发展性阅读障碍的识别或诊断一直是个困难的问题,并且传统的逻辑回归预测模型存在一定的缺陷。本研究基于399名儿童(187名儿童发展性阅读障碍和212名正常发展儿童,7~13岁)的数据,构建了一个经遗传算法优化的误差反向传递神经网络模型,用来预测中国儿童是否患有阅读障碍。结果发现,模型的总体预测准确率约为94%,并且各项预测指标均优于基础的误差反向传递神经网络和逻辑回归模型。其中,阅读准确性对预测汉语发展性阅读障碍的贡献最大,语音意识、拒绝假字正确率、语素意识、阅读流畅性、数字快速命名和拒绝非字反应时对预测汉语发展性阅读障碍也具有重要的贡献。