基于改进的BP神经网络税收预测模型的研究

• 作者: 刘东丽 史卫亚
• 来源期刊: 电脑迷
• 关键词: 主成分分析 BP神经网络 税收预测
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 网络天地
• 页码范围: 123,172
• 页数: 2页
• 字数: 1932字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史卫亚		24	42	3.0	4.0
2	刘东丽		1	2	1.0	1.0