版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
道高新区社区科技南路18号深圳湾科基于大数据的退税申报风险检测方法、系一种基于大数据的退税申报风险检测方法、系根据退税风险评估目标的特征向量从产业数据用预先训练生成的产成比分析模型预测原材料2获取与退税相关的产业数据,根据退税风险评估目标的特征向将所述退税申报数据输入预先训练生成的产成比分析模型,预将所述产业数据中的经营数据和销售数据,与所述原材料消耗量进行将所述产业数据中的生产地区和定位数据,与退税申报数据中的开票数据进行比对,退税风险评估目标的特征向量从所述产业数据中筛选出与退税风险评估有关联的第一数根据所述退税风险评估目标的特征向量从所述标准数据中进行特基于所述退税申报数据的数据结构生成回归模型,并确定所述通过梯度下降的方式迭代更新所述回归模型的回归系数,将更新之后根据与所述原材料消耗量对应的原材料的属性,对原材料消耗从所述产业数据中的经营数据和销售数据中,提取所述各类型计算各类型原材料分别对应的所述预测消耗据所述差异参数生成退税申报是否存在风险3将所述产业数据中的生产地区和定位数据,与所述目标数据进行比对将所述初步校验结果和所述物流校验结果,写入所述报告模板中检测所述历史申报信息中是否存在风险项,若是,则将所述风获取单元,用于获取与退税相关的产业数据,根据退税风险评预测单元,用于将所述退税申报数据输入预先训练生成的产成校验单元,用于将所述产业数据中的生产地区和定位数据,与退报告单元,用于根据所述初步校验结果和所述物流校验结果,生器执行时实现如权利要求1至7中任一项所述的基于大数据的退税存储装置,用于存储一个或多个程序,当所述一个或多个程序被456述计算机程序被处理器执行时实现如上述实施例中所述的基于大数据的退税申报风险检得所述一个或多个处理器实现如上述实施例中所述的基于大数据的退税申报风险检测方得该计算机设备执行上述各种可选实现方式中提供的基于大数据的退税申报风险检测方7[0026]图1示意性示出了本申请的一个实施例中基于大数据的退税申报风险检测方法的[0028]图3示意性示出了本申请的一个实施例中基于大数据的退税申报风险检测系统的本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,[0032]附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对图1示出了根据本申请的一个实施例的基于大数据的退税申报风险检测方法的流程图。参照图1所示,该基于大数据的退税申报风险检测方法至少包括步骤S110至步骤8S230,根据所述退税风险评估目标的特征向量从所述标准数据中进行特征选择,[0040]之后,根据退税风险评估目标对应的特征向量从所述标目标的特征向量,B、,分别是第i个和第j个数据对应的特征系数向量,特征系数向量用[0041]通过上述过程确定当前数据的特征向量xi与退税风险评估目标的特征向量yi之9通过交叉验证的方式对所述目标函数进行调优,确定目标函数的最优正则化参计算各类型原材料分别对应的所述预测消耗量和所述实际消耗量之间的差异参预设阈值之间的比对结果,判断开票数据中的地址信息与产业数据中的生产地区是否匹将所述初步校验结果和所述物流校验结果,以及相关数据写入所述报告模板中,[0082]图3示出了根据本申请的一个实施例的基于大数据的退税申报风险检测系统的框中的程序或者从储存部分408加载到随机访问存储器403中的程序而执行各种适当的动作扬声器等的输出部分407;包括硬盘等的储存部分408;以及包括诸如LAN(LocalArea特网的网络执行通信处理。驱动器410也根据需要连接至输入/输出接口405。可拆卸介质其上读出的计算机程序根据需要被安装入储可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用得该计算机设备执行上述各种可选实现方式中备执行时,使得该电子设备实现上述实施例中所述的基于大数据的退税申报风险检测方块或者单元的特征和功能可以进一步划分为由多个模块或者单
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年心理健康c证模拟试题及答案
- 2026年汽车培训灯光模拟试题及参考答案
- 2026年消防员卫生员考试模拟试卷及答案
- 2026年cpa历年审计试题(含答案)
- 2026年深圳一模各科模拟试题及参考答案
- 2026年农作物种子行业洞察报告及未来五至十年发展趋势报告
- 2026年职业健康知识考模拟试题及答案
- 2026年皮内注射模拟试题及参考答案
- 2026年桂林市雁山区事业单位人员招聘笔试试题与答案详解
- 2026年衡阳初中语文模拟试题(含答案)
- 2025年入党积极分子发展对象考试试题(完整版)附答案详解
- 广西柳州、桂林、北海等市2027届高三上学期10月联考地理试卷(有答案)
- 2026新教材语文 19《航天员写给孩子的信》课件
- 6.1 友谊的真谛 课件(共24张)+内嵌视频
- 2025-2026学年九年级上学期期中考试化学试题(含答案)
- 心电图机操作考核评分标准
- 二次函数配方题目及答案
- 2026中国航天科工集团校招面试常见问答
- 2024年中国烟草公司招聘笔试真题
- 仲裁秘书考核管理办法
- DB11-T 1191.1-2025 实验室危险化学品安全管理要求 第1部分:工业企业
评论
0/150
提交评论