当前位置:主页 > 科技论文 > 自动化论文 >

基于集成学习的法院结案方式分类模型研究与实现

发布时间:2022-10-03 18:06
  在现代科学技术快速发展的背景下,司法机关推进执行管理信息化与执行工作与现代技术深度融合,必然避不开云计算与人工智能。完善智慧法院顶层设计规划,推动法院执行工作向智能化、一体化、实用化方向发展,科学地利用现代技术手段破解传统执行难题,使现代技术理念贯穿执行工作,已经成为法院信息化建设的重中之重。本文的主要工作是研究利用大数据技术和人工智能中的集成学习算法来预测执行案件的结案方式,从而辅助解决执行难问题。案件结案方式自动预测的意义在于,一方面可以为申请人形成最佳的执行策略提供有力的司法保障;另一方面,可以帮助法官利用大数据和人工智能技术来保障司法的公平正义。此外,本文还引入了虚拟节点技术,该技术既可以解决传统执行平台的数据采集效率问题,也可以保证数据采集的安全性。利用云计算、大数据技术来推动法院执行工作信息化的做法是司法体制改革与现代科技结合的产物,此举大大提高了执行工作的质量、效率和准确度。本文第二章首先详细介绍了相关技术的理论和优缺点,接着设计了一套数据清洗和编码流程,其次使用关联规则算法挖掘与结案方式相关的规则,然后针对统计分析标准中指标权重的选择问题,本文采用了信息增益法来探究特征... 

【文章页数】:86 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 执行信息化国内外研究现状
        1.2.2 集成学习算法国内外研究现状
        1.2.3 虚拟节点技术国内外研究现状
    1.3 研究内容与结构安排
第2章 基于随机森林算法的结案方式分类模型研究
    2.1 问题定义
    2.2 数据预处理
        2.2.1 对申请标的、结案标的数据进行清洗
        2.2.2 对执行主体进行数据清洗
        2.2.3 对所有的变量进行编码
        2.2.4 使用关联规则算法挖掘结案方式的模式
        2.2.5 使用信息增益权重法挖掘特征重要度
        2.2.6 使用SMOTE算法处理样本不平衡数据集
    2.3 随机森林算法理论
    2.4 实验方案
    2.5 本章小结
第3章 基于Stacking集成学习的结案方式分类模型的研究
    3.1 Stacking集成学习方法
        3.1.1 Stacking算法
        3.1.2 K近邻算法
        3.1.3 朴素贝叶斯算法
        3.1.4 决策树算法
        3.1.5 投票分类器算法
    3.2 实验方案
    3.3 本章小结
第4章 基于VMware v Sphere的虚拟节点设计与实现
    4.1 虚拟节点平台配置初探
    4.2 虚拟节点系统管理模块
        4.2.1 安装EXSi服务器系统
        4.2.2 使用v Sphere Client管理ESXi服务器
        4.2.3 用户连接层配置
    4.3 安全认证设计
        4.3.1 桌面池管理
        4.3.2 安全访问管理层的设置采用替换默认证书的方法
    4.4 本章小结
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
攻读学位期间取得的科研成果清单


【参考文献】:
期刊论文
[1]基于文本挖掘的高处坠落事故致因及关联规则分析[J]. 李珏,李世杰.  长沙理工大学学报(自然科学版). 2020(02)
[2]我国民事案件繁简分流机制研究[J]. 张海燕,李忠林.  山东法官培训学院学报. 2020(02)
[3]强制执行智能化对立法的挑战与回应[J]. 王琦.  甘肃政法学院学报. 2020(01)
[4]针对不平衡数据的过采样和随机森林改进算法[J]. 张家伟,郭林明,杨晓梅.  计算机工程与应用. 2020(11)
[5]分析对比VDI常用的几种远程桌面协议[J]. 李康,陈清华.  信息系统工程. 2020(01)
[6]基于Jieba分词的医疗设备信息查询一站式服务系统设计[J]. 王清波,陈青青,王琳斌.  中国医学装备. 2020(01)
[7]云桌面在勘测设计与办公系统中的应用研究[J]. 郑凯,刘一鸣.  人民黄河. 2019(S2)
[8]论桌面虚拟化技术在公安工作的应用——以广州市天河区分局桌面云系统为例[J]. 苏树强,陈文彬.  广州市公安管理干部学院学报. 2019(04)
[9]人工智能技术与法院执行领域的融合、发展和完善——以无锡法院智慧执行系统为视角[J]. 闵仕君.  法律适用. 2019(23)
[10]基于Stacking集成学习的水稻表型组学实体分类研究[J]. 袁培森,杨承林,宋玉红,翟肇裕,徐焕良.  农业机械学报. 2019(11)

硕士论文
[1]基于集成学习的电信套餐匹配问题研究[D]. 赵杰.华中师范大学 2019
[2]基于类关联规则的分类算法研究[D]. 赵东垒.河北大学 2008



本文编号:3684566

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3684566.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户26708***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com