基于机器学习的司法数据分析及建模研究——以“故意伤害罪”为例

发布时间：2024-07-10 20:23

　　当今社会,司法审判工作日益受到人民与社会的关注,其合理性常常被视为国家司法机关执法公正有效的重要评价标准之一。运用大数据挖掘技术对故意伤害罪判决刑期进行有效预测,能够科学地提高司法审判公正性,并为国家法律制度的进一步完善提供理论依据。本文通过采集近几年贵州法院"故意伤害罪"案由的数据信息,然后运用CRF等技术进行数据预处理,进而通过对模糊C均值聚类、主成分分析、深度神经网络和岭回归等多种典型机器学习算法的比较和融合,构建故意伤害罪判罚刑期预测的专家系统模型。通过理论分析和实验验证,该模型对判罚刑期具有精准的预测效果。结果表明,文章基于机器学习方法搭建的专家智能审判系统模型对审判机关判案具有较高的利用价值。

【文章页数】：6 页

【文章目录】：
0 引言
1 专家智能审判系统模型设计
2 相关工作
    2.1 模糊C均值算法
    2.2 深度神经网络算法
    2.3 岭回归算法
3 实验结果及分析
    3.1 数据预处理
    3.2 基于FCM算法的故意伤害罪聚类结果分析
    3.3 基于DNN算法的故意伤害罪分类结果分析
    3.4 基于岭回归模型的故意伤害罪判罚刑期预测结果分析
4 结束语



本文编号：4004684