基于粗糙集-LVQ神经网络的稽查选案模型研究 |
| |
引用本文: | 蒋丽华,覃征,邵华,沈云斐.基于粗糙集-LVQ神经网络的稽查选案模型研究[J].计算机应用,2006,26(Z2):205-207. |
| |
作者姓名: | 蒋丽华 覃征 邵华 沈云斐 |
| |
作者单位: | 1. 清华大学,软件学院,北京,100084 2. 清华大学,软件学院,北京,100084;清华大学,计算机科学与技术系,北京,100084 |
| |
基金项目: | 国家高技术研究发展计划(863计划) |
| |
摘 要: | 税务稽查选案是稽查前对纳税人纳税诚信的分析过程.利用粗糙集理论与LVQ神经网络的优势互补,粗糙集作为前置处理系统优化选案指标结构,神经网络进行分类处理,提出并建立了一种粗糙集与LVQ神经网络相结合的税务稽查选案模型,并依此模型进行了实例验证.结果表明,利用该模型在得到可视化预测结果的同时,还可以得到较高的预测精度.
|
关 键 词: | 粗糙集 LVQ神经网络 稽查选案 |
文章编号: | 1001-9081(2006)12Z-0205-03 |
修稿时间: | 2006年3月19日 |
本文献已被 CNKI 万方数据 等数据库收录! |
|