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。
类型: 期刊论文
作者: 陈通,周晓辉
关键词: 数据挖掘,财政收入预测,深度学习,深层感知器
来源: 计算机与数字工程 2019年12期
年度: 2019
分类: 信息科技,经济与管理科学
专业: 自动化技术,财政与税收
单位: 西安邮电大学计算机学院
分类号: F812.41;TP183
页码: 2978-2981+3009
总页数: 5
文件大小: 1468K
下载量: 206
本文来源: https://www.lunwen66.cn/article/b1331fefdc9faab8caf3d68e.html