马胜利
- 作品数：3 被引量：26H指数：3
- 供职机构：中央司法警官学院信息管理系更多>>
- 发文基金：教育部人文社会科学研究基金河北省软科学研究计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 机器学习模型在预测服刑人员再犯罪危险性中的效用分析被引量：6
- 2017年
- 通过对国内外服刑人员的危险性及其再犯罪评估现状梳理,发现基于量表的传统服刑人员危险性评估工具的适应性和精确性越来越受到挑战.由数据和参数驱动的机器学习模型可以不断地进行自学习,从而不断地提高模型的适用性和精确性.首先对LR(logistic regression)、CART(classification and regression tree)、CHAID(chi-squared automatic interaction detection)、MLPNN(multi-layer perceptron neural network)4个常见的分类机器学习模型进行了介绍;在此基础上以2004年美国司法统计局(BJS)对服刑人员的调查(SISFCF)数据作为数据源,用灵敏率、特效率、准确率和AUC等评价指标对这4个模型进行了效用评估;最后对4个模型的预测能力进行比较.
- 马国富王子贤马胜利
- 数据恢复在电子数据取证与司法鉴定中的应用被引量：8
- 2015年
- 在对电子数据恢复取证与司法鉴定应用现状进行分析的基础上,提出了一种电子数据恢复取证与司法鉴定模型,通过在电子数据恢复流程中实施多人数字签名、流程监管、介质镜像和哈希校验,提高电子数据在诉讼案件中的可采信力、证明力和法律效力.模型针对数据恢复介质毁坏的不同情况,有针对性地分别利用文件定位算法、文件特征字算法、文档碎片重组算法进行精准、高效的电子数据恢复取证与司法鉴定.实验结果表明,该模型在保证正确率的基础上,具有良好的工作效率.
- 马国富马胜利王子贤李双印程雨丝
- 关键词：数据恢复司法鉴定
- 基于大数据的服刑人员危险性预测被引量：12
- 2016年
- 在对监狱服刑人员再犯罪预测与危险性评估应用现状进行分析的基础上,提出了一种基于大数据的监狱服刑人员危险性识别与预测架构体系.在该体系的模型层,针对不同的价值密度、不同的数据类型,重点对架构中的统计模型、离群点检测模型、集成分类模型在服刑人员危险性识别与预测中的应用算法进行了描述,尤其是使用R软件包实验了服刑人员危险性集成分类识别与预测,并给出了分类预测误差.基于大数据的服刑人员危险性识别与预测体系可实现对服刑人员危险性的个性化、精准化预警,为大数据时代监狱的监管安全提供了可靠保障.
- 马国富王子贤马胜利
- 关键词：大数据
