基于卷積神經(jīng)網(wǎng)絡(luò)的高等數(shù)學(xué)資源推薦算法

打開文本圖片集

摘要：高等數(shù)學(xué)資源的推薦方式有很多，但是部分的算法存在問題和缺陷，最終得出的推薦結(jié)果不具有可靠性和精準(zhǔn)性。因此，提出基于卷積神經(jīng)網(wǎng)絡(luò)的高等數(shù)學(xué)資源推薦算法。設(shè)定加權(quán)模糊資源推薦目標(biāo)，進(jìn)行協(xié)同卷積數(shù)學(xué)資源推薦層級(jí)的確定，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)資源推薦模型，通過隸屬度矩陣實(shí)現(xiàn)高等數(shù)學(xué)資源推薦算法設(shè)計(jì)。實(shí)驗(yàn)結(jié)果表明：與傳統(tǒng)模糊層級(jí)數(shù)學(xué)資源推薦算法測試組對比，本文所設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)資源推薦算法測試組最終得出的MSE均值相對較高，表明此種算法的應(yīng)用精準(zhǔn)度與可靠性更佳，具有實(shí)際的應(yīng)用價(jià)值。（剩余3519字）