支持向量机在税收预测中的应用研究

研究税收预测问题,针对税收数据存在着高度的非线性、冗余等特征,传统的税收预测方法精度较低,影响预测的准确性。为了保证正确税收,提出了一种基于主成分分析的支持向量机税收预测模型（PCASVM）。首先对影响税收的各指标因子进行主成分分析,消除各指标间的冗余信息,从而减少了支持向量机的输入维数,提高了支持向量机的训练速度,利用PCASVM模型对国家2001-2004年税收进行了验证,仿真结果表明,相对于各参比模型,PCASVM模型预测精度明显高于各参比模型,具有较高的泛化能力,是一种有效的税收预测模型。