TY -的A2 -叮,白元盟——张渊源PY - 2021 DA - 2021/11/26 TI -钢琴乐谱推荐图像分析系统的设计基于大数据和卷积神经网络SP - 4953288六世- 2021 AB -在大数据时代,信息过载的问题越来越明显。钢琴音乐形象分析和推荐系统基于CNN分类器和用户偏好设计通过使用卷积神经网络(CNN),可以实现精确的钢琴音乐推荐用户在大数据环境中。基于CNN的钢琴音乐推荐系统主要由用户建模、音乐特征提取,推荐算法,等等。在推荐算法模块,音乐的潜在特性预测的回归模型,计算用户之间的匹配度和音乐根据用户偏好。然后,音乐,用户可能感兴趣的是生成和排序,以推荐新的钢琴音乐相关用户。图像分析模型包含四个“卷积+池”层。CNN分类准确性和梯度变化规律下RMSProp和亚当最优控制器进行了比较。图像分析结果表明,亚当最优控制器可以快速找到方向,和梯度大大减少。此外,推荐系统的准确性为55.84%。与传统的CNN算法相比,本文采用卷积神经网络(CNN)来分析和推荐钢琴音乐图像根据用户的偏好,从而实现更精确的钢琴音乐推荐用户在大数据环境中。 Therefore, the piano music recommendation system based on the CNN has strong feature learning ability and good prediction and recommendation ability. SN - 1687-5265 UR - https://doi.org/10.1155/2021/4953288 DO - 10.1155/2021/4953288 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -