区间误差评价法及其应用

针对数值范围较大时误差评价中存在的绝对误差和相对误差均不能合理反映误差的问题,文章提出一种以区间划分为基础、以模糊数学理论为依据的误差评价新方法——区间误差评价法(IEEM).此方法先对序列数据进行区间划分,区间划分以现实中广泛应用的等级划分为依据;再根据区间临界点建立连接点,误差评价函数可以是连接点连接而成的分段函数,也可以是根据连接点的拟合函数.这种基于区间划分的误差评价方法可以避免常规方法对预测误差评价不合理的问题.IEEM用于降雨量预测的误差评价中,得到了更为合理的结果.     

基于BP神经网络的税务稽查研究

税务稽查实质上是一个分类问题,可以通过BP神经网络进行数据挖掘的分类和问题预测.在分析BP神经网络原理的基础上,利用税务系统中的纳税人申报数据,建立基于BP神经网络的分类模型,对纳税人进行诚实纳税和非诚实纳税的评估、分类.模型分类准确度达到预期效果,表明该方法能够提高税务稽查部门的工作效率和效果.