期刊文献+

税务稽查选案方法研究:改进支持向量机 被引量:1

原文传递
导出
摘要 为有效克服传统数据挖掘技术忽视税务稽查选案指标之间的相互关系和相关数据的动态性,本文通过引进处理矩阵数据的支持矩阵机方法和矩阵数据核函数,构建加核支持矩阵机模型,并在新型数据的基础上提出了税务稽查选案的数据挖掘方法,同时通过案例检验并与其他传统数据挖掘技术进行比较,证明了该方法在提高税务稽查选案精度方面具有较高的应用价值。
出处 《税务研究》 CSSCI 北大核心 2015年第11期55-60,共6页
基金 国家社会科学基金项目"深化公立医院改革情景下我国远程医疗管理模式研究"(项目编号:14BGL214) 教育部人文社会科学基金项目"我国远程医疗管理模式研究:基于技术持续性采纳理论"(项目编号:13YJA630073)的阶段性成果
  • 相关文献

参考文献9

  • 1谢旭人.推进税收事业发展促进社会主义和谐社会建设[J].国家税务总局公报,2007,(1).
  • 2张嫒波.基于数据挖掘的税务稽查选案系统的设计与实现[D].西安:西安电子科技大学计算机学院,2012.
  • 3夏辉,穆希辉,马振书,杜峰坡,兰箭.基于支持向量机的角点检测方法研究[J].计算机应用与软件,2009,26(1):230-231. 被引量:4
  • 4邓乃扬,田英杰.数据挖掘中的新方法-支持向量机[M].北京:科学出版社,2006.
  • 5李蓉,叶世伟,史忠植.SVM-KNN分类器——一种提高SVM分类精度的新方法[J].电子学报,2002,30(5):745-748. 被引量:133
  • 6Cortes,Vapnik V.Support-vector networks [J]. Machine Leaming.1995,20(3).
  • 7Deng Cai, He Xiao Fei, Wen Ji Rong, et al. Support tensors machinesfor text categorization [R]. Urbana-Champaign : Department ofComputer Science, University of Illinois at Urbana-Champaign, 2006.
  • 8Deng Cai, He Xiao Fei, Han Jia Wei. Learning with tensor representation[R]. Urbana-Champaign : Department of Computer Science, Universityof Illinois at Urbana-Champaign, 2006.
  • 9M.Signoretto, L.D.Ladiauwer,J.A.K.Suykens. A kernel-based frameworkto tensorial data analysis [J]. Neural Networks, 2011,24.

二级参考文献8

  • 1陈乐,吕文阁,丁少华.角点检测技术研究进展[J].自动化技术与应用,2005,24(5):1-4. 被引量:45
  • 2徐海祥,喻莉,朱光喜,张翔,田金文.基于支持向量机的磁共振脑组织图像分割[J].中国图象图形学报,2005,10(10):1275-1280. 被引量:25
  • 3郑小霞,钱锋.高斯核支持向量机分类和模型参数选择研究[J].计算机工程与应用,2006,42(1):77-79. 被引量:39
  • 4Cortes C,Vapnik V. Support vector networks[ J]. Machine learning, 1995, 20( 1 ) :273 -293.
  • 5Beaudet P R. Rotationally invariant image operators[ A]. Fourth International Conference on Pattern Recognition, Tokyo, Japan, 1978:579 - 583.
  • 6Kitchen L,Rosenfeld A. Gray-level corner detection[ J]. Pattern Recognition Letters, 1982( 1 ) :95 - 102.
  • 7Zuniga 0 A,Haralick R. Corner detection using the facet model [ A ]. In : Proc. IEEE VCPR, 1983:30 - 37.
  • 8Smith S M,Brady I M. SUSAN-A new approach to low level image processing[ J ]. International Journal of Computer Vision, 1997 ( 1 ) :45 - 78.

共引文献151

同被引文献4

引证文献1

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部