| 基于支持向量机与BP神经网络的税收收入预测模型 |
| |
| 引用本文： | 刘兰苓,孙德山,张文政. 基于支持向量机与BP神经网络的税收收入预测模型[J]. 江苏商论, 2019, 0(2): 131-133 |
| |
| 作者姓名： | 刘兰苓 孙德山 张文政 |
| |
| 作者单位： | 1.辽宁师范大学数学学院 |
| |
| 基金项目： | 辽宁省自然科学基金(201602461) |
| |
| 摘 要： | 我国的税收体制是一个多种因素构成的复杂动态系统,税收预测的研究对我国经济发展具有重大意义,主要通过逐步回归模型进行变量的选择,进而研究回归型支持向量机与逐步回归模型以及BP神经网络对税收收入预测的模型对比,使用均方误差和平均绝对误差两个指标来分析模型的预测性能,并获得更适合的税收预测方法,为税收分析提供一定的参考。
|
| 关 键 词： | 支持向量机 逐步回归 BP神经网络 税收收入 |
Based on Support Vector Machine and BP Neural Network Prediction Model of Tax Revenue |
| |
| Liu Lanling,Sun Deshan,Zhang Wenzheng. Based on Support Vector Machine and BP Neural Network Prediction Model of Tax Revenue[J]. Jiangsu Commercial Forum, 2019, 0(2): 131-133 |
| |
| Authors: | Liu Lanling Sun Deshan Zhang Wenzheng |
| |
| Affiliation: | (School of mathematics,Liaoning Normal University,Dalian,Liaoning 116029) |
| |
| Abstract: | Liu Lanling;Sun Deshan;Zhang Wenzheng(School of mathematics,Liaoning Normal University,Dalian,Liaoning 116029) |
| |
| Keywords: | Support vector machine stepwise regression BP neural network tax revenue |
| 本文献已被 维普 等数据库收录！ |
|
