"根据我们所设计的模型结构，针对每个企业确定学习训练输入样本，通过模" ~ 중 한국어 번역
【 중국어 】
根据我们所设计的模型结构，针对每个企业确定学习训练输入样本，通过模型的自学习确定相应的模型参数.相对固化模型，对企业进行纳税评估。根据企业实际验证显示，基于人工神经网络的纳税评估预测模型，能够充分利用样本数据的有关信信息,通过高度的非线性映射，揭示应纳税额与实际纳税额度之间的内在联系从根本上克服了纳税评估建模与求解的困难，提高了纳税评估计算的精确度，为税务机关的纳税评估工作提供了一种新的改良方法。由于人工神经网络的引入，使纳税评估工作从自动化转向智能化，然而由于人工神经网络中的算法自身存在网络学习和记忆的不稳定性等弱点,因此,改进人工神经网络算法以及在此基础上开发一个基于人工神经网络的纳税评估系统，是我们必须解决的问题。
【 한국어 】
우리가 설계한 모델 구조에 따라 각 기업에 대해 학습 훈련 입력 견본을 확정하고 모델의 자체 학습을 통해 해당하는 모델 파라미터를 확정한다.상대적 고착화 모델로 기업에 대한 납세 평가를 실시한다.기업의 실제 검증에 따르면 인공신경 네트워크를 바탕으로 하는 납세 평가 예측 모델은 샘플 데이터의 관련 편지 정보를 충분히 활용할 수 있다. 고도의 비선형 시사를 통해 납세액과 실제 납세 한도 간의 내재적인 관계를 밝히고 납세 평가 모델링과 구해의 어려움을 근본적으로 극복하며 납세 평가 계산의 정확도를 높일 수 있다.세무 기관의 납세 평가 업무에 새로운 개량 방법을 제공하였다.인공신경 네트워크의 도입으로 납세 평가 업무가 자동화에서 지능화로 바뀌었지만 인공신경 네트워크의 알고리즘 자체에 네트워크 학습과 기억의 불안정성 등 약점이 존재하기 때문에 인공신경 네트워크 알고리즘을 개선하고 이를 바탕으로 인공신경 네트워크를 바탕으로 하는 납세 평가 시스템을 개발하는 것은 우리가 반드시 해결해야 할 문제이다.