基于税收预测的层级时序记忆算法研究
冯晓钰1
刘亮亮2
张再跃1
张晓如1
1.江苏科技大学计算机科学与工程学院 镇江 2120032.上海对外经贸大学统计与信息学院 上海 201620
摘要：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.
关键词：税收预测层级时序记忆算法支持向量机对比分析
分类号：TP301(计算技术、计算机技术)
资助基金：国家自然科学基金(61371114)国家自然科学基金(611170165)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(1174871701-9)
论文发表日期：2022-05-20
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( 921-924,935 )
英文信息