行政处罚智能裁量研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-18页 |
| ·引言 | 第7-8页 |
| ·行政处罚概述 | 第8-10页 |
| ·背景和意义 | 第10-14页 |
| ·国内现状 | 第10-11页 |
| ·国内现状产生的原因 | 第11页 |
| ·行政处罚裁量智能化 | 第11-14页 |
| ·待处罚案件的分类 | 第12-13页 |
| ·行政处罚裁量系统的特点 | 第13-14页 |
| ·处罚裁量系统的框架 | 第14-15页 |
| ·行政处罚智能裁量技术面临的难点 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 2 案件处罚智能衡量的实现 | 第18-34页 |
| ·引言 | 第18-19页 |
| ·推理模块原理 | 第19-20页 |
| ·动态模糊神经网络的结构 | 第20-22页 |
| ·动态模糊神经网络的学习算法 | 第22-33页 |
| ·网络输入输出参数的设计 | 第22-24页 |
| ·规则产生的准则 | 第24-25页 |
| ·分级学习的思想 | 第25页 |
| ·前提参数分配 | 第25-26页 |
| ·结果参数确定 | 第26-27页 |
| ·建立滑动窗口机制 | 第27-28页 |
| ·隐节点在线生成 | 第28页 |
| ·网络参数的调节 | 第28-30页 |
| ·隐节点在线合并和删除 | 第30-32页 |
| ·算法实现 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 3 处罚解释和建议的实现 | 第34-46页 |
| ·引言 | 第34-35页 |
| ·案例推理的理论基础 | 第35-36页 |
| ·案例推理的心理学模型 | 第35页 |
| ·案例推理与思维模拟 | 第35-36页 |
| ·案例推理的过程模型 | 第36-40页 |
| ·案例数据仓库的设计 | 第37-40页 |
| ·源数据库中案件的内容 | 第37-39页 |
| ·事实、粒度和维度的设计 | 第39-40页 |
| ·案例数据仓库的存储策略 | 第40页 |
| ·案例推理的实现 | 第40-43页 |
| ·检索和更新 | 第40-41页 |
| ·检索算法 | 第41-42页 |
| ·解释和建议策略 | 第42-43页 |
| ·案例推理的修正技术 | 第43页 |
| ·案例数据仓库的维护 | 第43-45页 |
| ·基于案例分类的删除策略 | 第43-45页 |
| ·小结 | 第45-46页 |
| 4 实例检验 | 第46-54页 |
| ·引言 | 第46页 |
| ·模糊神经网络训练与验算 | 第46-49页 |
| ·效果评估 | 第49-52页 |
| ·案例推理的实现与检验 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 结论 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-58页 |
