基于改进的BP神经网络税收预测模型的研究 |
| |
引用本文: | 刘东丽,史卫亚.基于改进的BP神经网络税收预测模型的研究[J].电脑迷,2017(12). |
| |
作者姓名: | 刘东丽 史卫亚 |
| |
作者单位: | 河南工业大学 450001 |
| |
摘 要: | 因为税收数据的非线性、冗余性等特点,传统的税收预测模型的精度都不高.为了提高税收预测的精度,提出了一种主成分分析和BP神经网络相结合的税收预测模型.首先利用主成分分析法对影响税收的8个因子进行处理,消除重复的信息,结果保留了2个主成分作为神经网络的输入,达到了降维的目的,加快了网络训练的收敛速度.然后用BP网络对样本进行训练,仿真结果表明,通过不同模型之间的对比,发现PCA-BPNN模型的预测精度更高,可用性更好,是一种高效的预测方法.
|
关 键 词: | 主成分分析 BP神经网络 税收预测 |
本文献已被 万方数据 等数据库收录! |
|