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

打開文本圖片集

摘要：高等數(shù)學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性。因此，提出基于卷積神經(jīng)網(wǎng)絡(luò)的高等數(shù)學資源推薦算法。設(shè)定加權(quán)模糊資源推薦目標，進行協(xié)同卷積數(shù)學資源推薦層級的確定，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)數(shù)學資源推薦模型，通過隸屬度矩陣實現(xiàn)高等數(shù)學資源推薦算法設(shè)計。實驗結(jié)果表明：與傳統(tǒng)模糊層級數(shù)學資源推薦算法測試組對比，本文所設(shè)計的卷積神經(jīng)網(wǎng)絡(luò)數(shù)學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)用精準度與可靠性更佳，具有實際的應(yīng)用價值。（剩余3519字）