基于BP神经网络的深层感知器预测模型
陈通
周晓辉
西安邮电大学计算机学院 西安 710061
摘要：众所周知,地方财政收入是国家的重要组成部分.科学合理地预测地方财政收入,能有效克服预算收支规模的随意性和盲目性.在大数据的浪潮中,善于利用数据进行财政收入的预测与分析,将大量繁琐零碎的数据转换成有用的决策信息具有非常重要意义.目前,财政收入组合预测模型大都采用的都是三层神经网络结构;文章结合当前财政收入组合预测方法和深层学习思想,提出了一种基于BP神经网络的深层神经网络预测模型.它是四层神经网络结构,并以西安的财政收入数据为样本,与传统的BP神经网络预测模型进行比较,证明该模型具有学习精度高、收敛速度快、预测精度高等优点,具有广泛的应用性和实用性.
关键词：数据挖掘财政收入预测深度学习深层感知器
分类号：TP393(计算技术、计算机技术)F812.41(财政、国家财政)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2978-2981,3009 )
英文信息