"互联网+"背景下大数据对现代税收管理的影响分析

"互联网+"时代背景下,大数据的应用越来越广,已经涉及到了社会生活的各个层面,对社会生产和生活带来了巨大的影响.本文中,笔者首先阐述了"互联网+"时代大数据的基本概念和主要优势,然后分析了大数据在税务管理中的意义,最后就"互联网+"背景下大数据如何应用在税收管理工作中提出了几点建议,希望能够为今后的相关研究提供一定的参考依据.     

基于奇异值分解的测量矩阵优化

针对压缩感知理论中通用的测量矩阵(如随机高斯、伯努利等)不具有最优性能保证的问题,本文通过引入奇异值分解,提出基于奇异值分解的测量矩阵优化方法,对压缩感知中一般线性测量模型中的测量矩阵与测量向量进行优化,再利用优化后的测量矩阵与测量向量重建原稀疏信号。经典的随机高斯测量矩阵和伯努利测量矩阵的数值实验结果表明本文提出的方法可以显著地提高重建成功恢复概率以及对高斯噪声的鲁棒性。该方法适用于一般线性测量系统,成功地实现了测量矩阵和重建矩阵的分离,可在不改变前端测量模型的前提下使重建矩阵接近最优配置。     

在线考试系统的设计与开发

通过分析当前主流MVC(Module-View-Control)设计模式,设计由JSP+Struts+Hibernate为主要技术的三层框架结构,分析了Browers/Server体系结构开发在线考试系统的特点与不足,并提出了克服这些不足的方法。     

网络安全税务系统的设计和实现

随着税务信息化程度的提高,信息安全成为当今税务信息化的重要课题。要保证信息系统的使用、运行、存储的安全,必须提高信息安全的意识,并解决一些亟待解决的问题。     

关联规则挖掘在税收执法管理中的应用

针对税收执法数据量大和频繁模式树FP_TREE算法在挖掘海量数据时需要占用大量内存的缺点,提出一种基于二叉频繁模式树FP_Btree的关联规则算法。算法用二叉树存储数据,减少对数据库的访问次数。采用先求出先建立的二叉频繁模式树的频繁模式,减少算法的内存占用量。该算法已应用于某市税收执法数据分析中,能找出执法过错行为的潜在规律,提高税收执法管理的科学性、实效性。     

基于改进C4.5算法的税收信用分类应用研究

税收信用分类管理在税务系统中起着重要作用,应用分类算法解决税收信用等级手工评定问题是当前税务系统的难题之一.决策树算法是分类算法中一类重要算法,其中以C4.5算法最为经典,但该算法在连续属性离散化方面花费时间成本较多.该文在C4.5连续属性离散化算法基础上引入基于经验值的窗口分割技术,在保证生成决策树准确率的前提下,有效的提高了算法运行效率.应用改进算法构造税收信用等级判定决策树,并根据构造的决策树实现对纳税人税收信用等级的自动判决.     

SQL数据库的建立与管理

随着现代信息技术的发展,如何保存大量的商业信息,以提高自己的营销能力,对现代企业来说越来越重要。而SQL数据库则以能其具有的强大功能满足现代企业的需要,笔者通过SQL数据库的建立与管理进行研究,希望对现代企业对SQL数据库的运用有所帮助。     

基于一体化社保基金征管系统设计与实现

系统分析目前社保基金征收管理工作中普遍存在的业务和技术问题，针对存在的问题研究解决关键性技术问题的方法、内容和目标。从系统信息整合技术的角度设计了各部门之间的管理监控的数据流程；应用面向体系结构和中间件技术，设计统一的数据交换接口、数据交换标准和网络安全策略，实现软件体系结构、网络体系结构的统一和一体化的征收管理程序的应用，保护现有网络和数据资源，提升跨部门业务的应用。应用实践证明，该系统能有效实现信息资源共享，实现社保基金征收管理手段的现代化，降低有形和无形的成本，提高政府职能部门为民服务质量。     

一种改进的K-means聚类算法

本文提出了一种带离群点数据过滤的K-means改进算法。该算法根据离群点数据特征制定了离群点数据的发现规则,并在原算法中加入了离群点数据的发现和处理步骤。通过对给定的具有普遍意义的数据实验表明,改进后算法能较为稳定的发现数据集中存在的离群点数据,这些离群点数据符合离群点数据特征;同时在剔除这些极少数离群点数据后,显著提高了聚类结果簇的凝聚度,从而有效克服了离群点数据对K-means算法的影响,使聚类效果得以显著提高。     

论现阶段行政事业单位内部审计的现状与发展趋势

内部审计在医院的经营管理,改善内部控制环境,评估风险,促进信息沟通等方面发挥着重要的作用。本文从现阶段医院内部审计人员配置、工作重点等方面分析内部审计与单位发展的关系,探讨了医院内部审计发展的方向。