级联相关算法在个体定税中的应用研究

摘要

网络结构的选择是神经网络建模中的难题.BP算法必须在固定的网络拓扑结构下才能进行样本训练.纳税户信息变更频繁,当训练样本或参数发生改变都有可能导致网络结构的不适性.BP神经网络因其自身原因很难解决这个问题.此外,基于BP神经网络的个体定税预测的精度仍有待提高.文中提出一种具有自适应调整网络结构功能的级联相关算法,并将其引入到个体定税建模中.实验证明,该算法具有自适应性、预测精度高等特点,比BP算法更具建模能力,更适用于个体定税工作中.