龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东大学;中国科学院数学与系统科学研究院
申请日：2024-02-21
公开（公告）日：2024-05-31
公开（公告）号：CN118114716A
主分类号：G06N3/045
分类号：G06N3/045;G06N3/084;G06Q50/18
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.18#实质审查的生效;2024.05.31#公开
摘要：本公开提供了基于饱和神经网络的案件辅助分析方法及系统，涉及案情辅助分析技术领域，获取案情描述文本及判决文书信息，自动抽取特征字段，获取特征字段后进行特殊要素平滑处理，构成结构化非线性数据；将结构化非线性数据输入饱和神经网络模型中，辅助计算案情的量刑时间估计值，结合规定的具体犯罪的量刑区间共同属性特征，在饱和神经网络模型的输出层嵌套具有浮动上下界的饱和限制，同时基于饱和限制和平均相对误差的反向传播算法，以相对误差为网络的优化目标，利用梯度项推导得到网络各参数的步长更新，自适应更新参数估计值，直至输出辅助案情分析结果。本公开弥补了传统的机器学习模型和线性回归模型缺少可解释性的适用局限。
主权项：1.基于饱和神经网络的案件辅助分析方法，其特征在于，包括：获取案情描述文本及判决文书信息，并其进行文本预处理，自动抽取特征字段，获取特征字段后进行特殊要素平滑处理，构成结构化非线性数据；将结构化非线性数据输入饱和神经网络模型中，辅助计算案情的量刑时间估计值，结合规定的具体犯罪的量刑区间共同属性特征，在饱和神经网络模型的输出层嵌套具有浮动上下界的饱和限制，同时基于饱和限制和平均相对误差的反向传播算法，以相对误差为网络的优化目标，利用梯度项推导得到网络各参数的步长更新，自适应更新参数估计值，获取辅助案情分析结果。
全文数据：
权利要求：
百度查询： 山东大学;中国科学院数学与系统科学研究院 基于饱和神经网络的案件辅助分析方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号