典型文献
基于卷积神经网络的高等数学资源推荐算法
文献摘要：
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.
文献关键词：
卷积神经网络;高等数学;资源推荐;处理结构
中图分类号：
作者姓名：
吕淑君
作者机构：
甘肃畜牧工程职业技术学院
文献出处：
引用格式：
[1]吕淑君-.基于卷积神经网络的高等数学资源推荐算法)[J].中国新通信,2022(07):43-44,57
A类：
B类：
高等数学,资源推荐算法,推荐方式,精准性,积数,推荐模型,隶属度,算法设计,算法测试,MSE,处理结构
AB值：
0.168787
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
