基于卷积神经网络的高等数学资源推荐算法
打开文本图片集
摘要：高等数学资源的推荐方式有很多，但是部分的算法存在问题和缺陷，最终得出的推荐结果不具有可靠性和精准性。因此，提出基于卷积神经网络的高等数学资源推荐算法。设定加权模糊资源推荐目标，进行协同卷积数学资源推荐层级的确定，构建卷积神经网络数学资源推荐模型，通过隶属度矩阵实现高等数学资源推荐算法设计。实验结果表明：与传统模糊层级数学资源推荐算法测试组对比，本文所设计的卷积神经网络数学资源推荐算法测试组最终得出的MSE均值相对较高，表明此种算法的应用精准度与可靠性更佳，具有实际的应用价值。（剩余3519字）
网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。