科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对大学校园信息过载，专业培养方案缺乏个性化与自主学习培养等问题，本文基于学生自主学习推荐的研究，提出了基于麻雀算法改进DNN分类推荐算法的设计，以实现更利于学生自主学习推荐培养。经对4种激活函数的训练集结果进行对比实验，选择使用Sigmoid验证集作为激活函数；在梯度下降验证集的结果对比试验，得出需要采用Adam优化器；通过常见目标函数对麻雀算法的适应性研究，得出麻雀算法适用于DNN模型的寻找最优。实验研究结论表明，基于麻雀算法优化后的DNN模型，实现了更为精准有效的推荐，很好地实现了智慧校园中基于用户画像特性化推荐自主学习的培养目标。
-
单位江苏大学; 南京工业大学浦江学院
