基于神经网络和领域知识的纳税评估预警模型

来源 :中国科学院研究生院(本部) 中国科学院研究生院 中国科学院大学 | 被引量 : 0次 | 上传用户:wenping1980
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
纳税评估是一项国际通用的税收管理制度,建立纳税评估预警模型主要是为了能够有效地选取有涉税问题的纳税人,为纳税评估工作提供指导作用。我国对纳税评估预警模型的研究目前还处于起步阶段,如何有效地选取涉税疑点大的纳税人作为评估对象,同时也为评估人员的实际工作提供涉税疑点的指向性,仍未有很理想的解决办法。   论文研究了国内外纳税评估的现状,对目前普遍使用的纳税评估预警方法和近期的研究成果进行了分析总结,提出了将神经网络和领域知识结合建立纳税评估预警模型的方法,即首先利用神经网络的方法选出可能存在涉税问题的纳税人,在领域知识的指导下利用统计方法对选取的评估对象进行分析,解决预警模型无疑点指向性的问题。通过建立一个酒店住宿行业的纳税评估预警模型并对其进行验证,证明本文提出的方法是可行的。   本文的结构如下:第一部分是引言,介绍了纳税评估的含义和纳税评估的现状;第二部分是纳税评估模型综述,介绍了纳税评估模型的特点、纳税评估预警的数据分析方法;第三部分是研究方法介绍,介绍了BP神经网络、神经网络学习和神经网络设计、神经网络与其他方法的结合;第四部分首先对论文提出方法的可行性进行了分析,并建立了指标体系,然后重点介绍了基于神经网络和领域知识的纳税评估预警模型的构建方法;第五部分建立了一个酒店住宿行业的纳税评估预警模型并对其进行了检验;第六部分是研究结论。
其他文献
随着分布式计算环境的出现和分布式应用的不断发展,发布订阅作为一种新的通信模型为分布式应用提供了松散耦合的协同工作方式。这种通信模型为通讯的各方提供了时间上、空间上
随着信息技术的快速发展,人们积累的数据量急剧增长,如何从海量的数据中提取有用的知识成为当务之急。数据挖掘技术就是为顺应这种需要发展起来的数据处理技术。分类算法是数据
Z. Pawlak提出的经典粗糙集理论是基于由属性诱导的不可分辨关系来进行数据分析的,数据模型中只包含符号型属性。而当前实际的信息系统中存在既包含符号型属性,也包含连续数
随着计算机处理能力的增强和视频采集设备的普及,机器视觉在人机交瓦中表现出良好的应用前景。通过对人体姿态,动作,面部表情等的捕捉和分析,可以在最自然的状态下获得大量的人机
本文结合现代物流业的发展现状提出了一种新的适合物流中心发展的绩效考核理念和方法,着重研究了在ARIS平台和考核体系的支持下,如何对物流中心的业务现状进行建模、仿真,并依据
随着高校信息化的开展,信息服务已成为高校教学管理和实施现代化教学的重要手段,在高校中扮演着越来越重要的角色。但是,高校信息化的开展同时也带来了信息资源的膨胀,使信息服务
蚁群算法是一种模拟昆虫王国中蚂蚁群体智能行为的仿生优化算法。算法采用正反馈并行自催化的机制,具有分布式计算机制、易于与其它仿生优化算法相融合的特点。目前,蚁群算法
面向方面编程是在面向对象编程的基础上,通过引入一个“方面”的概念而产生一种基于关注点分离的新技术,系统的横切关注点能够分离出来并单独进行设计。面向方面的方法在处理横
随着Internet的发展,半结构化的数据在信息交换中越来越重要,如何准确、高效地查询XML数据已经成为研究的热点问题。XML文档可以用一棵嵌套的文档树来表示,查询路径也可以表
软件估算是有半个世纪发展历史的计算机科学领域的一个巨大挑战,因为软件估算涉及到软件项目的成本和计划。开发人员需要能够获得基于他们自己的程序得到的包含了工作量估算的