论文摘要
司法腐败是当前我国民众反映最强烈的问题之一,同案不同刑是司法腐败的一个重要方面。随着我国政府对民生的日益关注,解决这一问题已经提到议事日程上来。公正是司法工作的生命线,要求对所有人要一视同仁,基于范例推理(Case-based reasoning,简称CBR)的核心是遵循先例,恰好能反映这一要求。本文站在法院的角度,重点研究法官如何充分利用既有生效范例,最大程度的减少同案不同刑的问题,实现司法工作的公平正义。本文在研究CBR基本理论的前提下,重点对刑事范例特征权重的确定进行了分析与研究。在相似度计算中引入了基于最小二乘法的线性回归模型,利用最小二乘法的线性回归性,准确的确定各个范例特征的权重。范例知识的检索与匹配是实现案例推理的关键,本文在范例的检索中采用粗糙集理论和相似度理论相结合,先用粗糙集理论去除冗余的范例决策表中的特征属性,再用相似度量理论来实现相似范例检索,提高了系统的效率。本文还设计了基于粗糙集的分类算法,既能有效解决一人犯数罪的检索匹配问题,又能够人为的控制检索的精度,使检索的准确率和效率进一步提高。本文将基于范例推理和基于规则推理应用在刑事判案中,根据专家的指导和审判领域的知识,依据刑事判案特点,提炼出刑事判案领域范例特征,建立刑事判案的范例库,将基于范例推理与基于规则推理有机结合,总结出刑事判案辅助决策模型,最终完成关于刑事判案的法律专家系统。
论文目录
摘要Abstract第一章 绪论1.1 研究背景1.2 课题的来源和意义1.3 CBR研究方向的现状1.4 论文的主要工作第二章 基于范例推理的理论模型2.1 基于范例推理的思想2.2 基于范例学习的一般过程2.3 基于范例推理的优点2.4 范例的表示与组织2.4.1 动态存储模型2.4.2 种类样本模型2.4.3 范例的结构与结构化表示2.5 刑事审判范例2.6 本章小结第三章 范例的检索与复用3.1 范例的索引3.2 范例的检索3.2.1 范例相似度3.2.2 范例特征的权重3.2.3 范例的推理3.3 范例的复用3.4 范例的保存3.5 本章小结第四章 CBR与专家系统的集成研究4.1 专家系统的概念4.2 专家系统的构造4.3 专家系统的特点4.4 专家系统的集成推理4.4.1 CBR与RBR集成推理选择4.4.2 CBR与RBR集成推理结构4.5 本章小结第五章 基于CBR的刑事判案咨询系统的设计与实现5.1 系统的设计5.1.1 设计的标准5.1.2 法律推理的模型5.1.3 系统的概念设计5.2 知识的表达5.3 范例的检索和复用5.3.1 粗糙集理论5.3.2 相似度理论5.3.3 基于粗糙集的分类算法5.3.4 相似范例的检索过程5.3.5 范例的复用5.4 系统的学习和维护5.5 范例及范例库的组织与设计5.6 系统实现说明5.6.1 数据来源和范例的表示5.6.2 系统体系结构5.6.3 系统的用户界面5.7 本章小结第六章 总结与展望参考文献附录致谢个人简历、在学期间发表的论文与研究成果
相关论文文献
标签:范例论文; 推理论文; 刑事判案论文;