排序方式： 共有2条查询结果，搜索用时 921 毫秒
1
1.
基于神经网络的刑事案件量刑决策系统 总被引：1，自引：0，他引：1
为了给刑事案件量刑提供一个客观公正的参考,提出了一种基于神经网络的量刑决策系统.根据案件的具体细节情况,确定案件各种量刑情节的有无,并将其作为分类和决策的特征量,确定刑罚的种类以及刑期的长短.为提高网络的决策性能,针对梯度学习存在的局部极小和假饱和等现象,提出了基于混沌退火的学习算法,进一步提高了网络的决策能力.大量的仿真实验表明,该决策网络能够给出一个客观、公正的量刑结果. 相似文献
2.
采用混沌算子构造预测网络,对网络流量数据进行预测分析.结合相空间重构理论将已知数据构造成训练样本,利用遗传算法对混沌算子参数进行训练调节,从而改变网络的动力学特性,使之逐渐逼近被预测时间序列的动力学特性,并保持与之变化一致.该方法可对各种网络流量数据序列进行有效的预测分析.仿真实验结果表明:与传统的预测方法相比,该方法具有更好的预测趋势. 相似文献
1
