支持向量机在税收预测中的应用研究

摘要：

研究税收预测问题,针对税收数据存在着高度的非线性、冗余等特征,传统的税收预测方法精度较低,影响预测的准确性.为了保证正确税收,提出了一种基于主成分分析的支持向量机税收预测模型(PCA_SVM).首先对影响税收的各指标因子进行主成分分析,消除各指标间的冗余信息,从而减少了支持向量机的输入维数,提高了支持向量机的训练速度,利用PCA_SVM模型对国家2001-2004年税收进行了验证,仿真结果表明,相对于各参比模型,PCA_SVM模型预测精度明显高于各参比模型,具有较岛的泛化能力,是一种有效的税收预测模型.

关键词：主成分分析、支持向量机、税收预测

所属期刊栏目：28

分类号：TV139.1(水利工程基础科学)

在线出版日期：2012-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：357-360