當今社會,司法審判工作日益受到人民與社會的關注,其合理性常常被視為國家司法機關執(zhí)法公正有效的重要評價標準之一。運用大數(shù)據(jù)挖掘技術對故意傷害罪判決刑期進行有效預測,能夠科學地提高司法審判公正性,并為國家法律制度的進一步完善提供理論依據(jù)。本文通過采集近幾年貴州法院"故意傷害罪"案由的數(shù)據(jù)信息,然后運用CRF等技術進行數(shù)據(jù)預處理,進而通過對模糊C均值聚類、主成分分析、深度神經(jīng)網(wǎng)絡和嶺回歸等多種典型機器學習算法的比較和融合,構建故意傷害罪判罰刑期預測的專家系統(tǒng)模型。通過理論分析和實驗驗證,該模型對判罰刑期具有精準的預測效果。結果表明,文章基于機器學習方法搭建的專家智能審判系統(tǒng)模型對審判機關判案具有較高的利用價值。

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 專家智能審判系統(tǒng)模型設計
2 相關工作
    2.1 模糊C均值算法
    2.2 深度神經(jīng)網(wǎng)絡算法
    2.3 嶺回歸算法
3 實驗結果及分析
    3.1 數(shù)據(jù)預處理
    3.2 基于FCM算法的故意傷害罪聚類結果分析
    3.3 基于DNN算法的故意傷害罪分類結果分析
    3.4 基于嶺回歸模型的故意傷害罪判罰刑期預測結果分析
4 結束語



本文編號：4004684