基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对税收管理中发票核定管理存在的信息不全面问题等,本文通过长短时记忆网络构建预测模型,挖掘纳税人发票的开具规律,预测纳税人在预设期限内的开具发票金额情况,一方面为纳税人的发票核定做出合理化建议,另一方面为税务机关的发票核定管理提供决策支撑。
推荐文章
基于LSTM的空气质量预测方法
空气质量
相关性分析
AQI指数
LSTM神经网络
基于PF-LSTM网络的高效网络流量预测方法
网络流量预测
长短期记忆神经网络
粒子滤波算法
预测模型
一种基于深度学习的海表温度混合预测方法
海表温度
变分模态分解
长短时记忆网络
卷积神经网络
基于LSTM模型的短期负荷预测
短期负荷预测
LSTM神经网络
工业用户
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于LSTM的发票核定预测方法
来源期刊 消费导刊 学科
关键词 税收管理 发票核定 长短时记忆网络
年,卷(期) 2021,(4) 所属期刊栏目 技术创新
研究方向 页码范围 264
页数 1页 分类号
字数 语种 中文
DOI 10.12229/j.issn.1672-5719.2021.04.191
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵长江 4 5 2.0 2.0
2 吴乐云 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
税收管理
发票核定
长短时记忆网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
消费导刊
周刊
1672-5719
11-5052/Z
16开
北京市
1950
chi
出版文献量(篇)
68256
总下载数(次)
249
总被引数(次)
10537
论文1v1指导