首页|基于税收预测的层级时序记忆算法研究

基于税收预测的层级时序记忆算法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于税收预测的向量机算法对中期的税收收入预测略有不足,而层级时序记忆算法(HTM)对某市2002年～2017年间税收数据预测与影响税收的9个影响因素关系进行学习,建立预测模型,并与基于支持向量机的税收预测算法(SVM)模型进行结果比较分析.实验选取2013年～2017年实际税收数据与两种模型的税收预测结果对比分析,通过绝对误差指标来分析模型的预测性能,对比两种预测模型的预测值和真实值的偏离程度发现层级时序记忆算法预测中期的税收结果稳定,为现阶段的中期税收收入预测提供相对较可靠的参考.
Research on Hierarchical Temporal Memory Algorithm Based on Tax Forecasting

冯晓钰、刘亮亮、张再跃、张晓如

展开 >

江苏科技大学计算机科学与工程学院 镇江 212003

上海对外经贸大学统计与信息学院 上海 201620

税收预测 层级时序记忆算法 支持向量机 对比分析

国家自然科学基金国家自然科学基金江苏高校高技术船舶协同创新中心/江苏科技大学海洋装备研究院项目

613711146111701651174871701-9

2022

10.3969/j.issn.1672-9722.2022.05.001

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(5)
  • 1
  • 2