基于税收预测的层级时序记忆算法研究

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。