-
题名基于层级循环神经网络的多分区医疗影像智能推荐算法
- 1
-
-
作者
李晓宇
-
机构
长春医学高等专科学校计算机教研室
-
出处
《绥化学院学报》
2024年第9期156-160,共5页
-
基金
2024年吉林省教育厅科学技术研究项目“基于纳米操纵与检测技术的细胞行为研究”(JJKH20241775KJ)。
-
文摘
针对传统的医疗影像智能推荐算法未进行数据预处理和特征向量提取,导致推荐准确度低、加速比小的问题,提出基于层级循环神经网络的多分区医疗影像智能推荐算法。首先,计算得到Gini增益,获取多分区医疗影像;其次,采用等方性处理方法对医疗影像进行插值,采用高斯滤波方法滤除医疗影像中噪声,基于此去除干扰信息;最后,将去除干扰信息后医疗影像输入到层级循环神经网络模型中,训练模型中的个数、深度、内部节点的数量,确定梯度向量,获取推荐结果。
-
关键词
层级循环神经网络
多分区
医疗影像
智能推荐算法
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于人工智能的社交网络用户行为数据周期推荐算法
被引量：5
- 2
-
-
作者
赵丽坤
王于可
-
机构
长春医学高等专科学校计算机教研室
吉林大学计算机学院
-
出处
《科学技术与工程》
北大核心
2020年第28期11647-11652,共6页
-
基金
国家自然科学基金(41071262)。
-
文摘
为提高社交网络个性化服务质量,研究数据周期推荐算法的重大意义,针对传统推荐算法相似度计算准确率不高,导致推荐结果精度低、召回率低和耗时长等问题,提出一种基于人工智能的社交网络用户行为数据周期推荐算法。首先依据用户行为建立评分矩阵,利用皮尔逊相关系数计算评分矩阵评分值与网络行为数据相似度,依据计算得出的相似度以协同过滤为核心来检出需要推荐的社交网络用户数据内容,其次利用Top-N法生成用户邻居集,最后实现社交网络用户行为数据内容周期推荐。实验测试结果表明,所提算法的相似度计算准确率较高,网络用户行为数据周期推荐结果精度可高达97.2%,且推荐结果召回率高、耗时低,提高了社交网络个性化服务质量。
-
关键词
协同过滤
社交网络
用户行为
相似度
数据推荐
-
Keywords
collaborative filtering
social networks
user behavior
semblance
data recommendation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
