论文部分内容阅读
针对税收预测存在着非线性、不稳定性和多经济因素影响的复杂性,本文提出了基于支持向量机的税收预测模型,并用该模型对广东省从化市的税收预测进行了实证分析.支持向量机是统计机器学习的核心内容,它基于VC维理论和结构风险最小化理论,在模式识别、函数拟合以及回归预测等领域得到了广泛的应用.在其应用中,核函数的选择以及正则化参数的设置对支持向量机的模型有很大的影响,所以本文采用智能的算法对支持向量机中的参数自动的进行选择,经常用的智能优化算法有粒子群优化算法、遗传优化算法、网格搜索算法.本文的主要工作如下:首先