文摘
是困扰人们的一个社会的复杂和不断变化的风险,增加他们对安全的渴望。根据这个,根据环境问题和环境刑法的特点,本文试图分析一些概念和系统设计在环境刑法使用全面的方法。基于注意力和CNN的用户意图理解模型(卷积神经网络)提出。文本特征提取使用CNN,犯罪风险预计使用射频(随机森林)。用户意图理解模型基于注意机制和CNN有最好的效果,76.41%的准确率和microaverage准确率和召回率为75.85%,根据实验结果。RF预测精度最高,为0.794,高于SVM(支持向量机)预测精度为0.784。它表明射频预测结果更准确,优于支持向量机预测结果。射频方法的预测模型可以满足犯罪风险预测的需要,因此可以说,它指向正确的方向的有效使用数据挖掘技术在这一领域。
1。介绍
随着科学技术的快速发展,人类征服和改造自然的能力空前提高,大大满足了人类的不断扩张的物质欲望。人类的生存和发展越来越受到环境破坏和污染的威胁。人们的焦虑和痛苦变得无形,接下来的指责和批评[1]。环境恶化的后果往往长期和持续的破坏的结果,而不是一个行动。延迟时间是不可预测的,可能会影响未来,实现的环境破坏严重的有害后果。很难恢复一次风险变成了一场环境灾难2,3]。在当今社会,环境问题越来越严重,保护环境的呼声越来越大,如何充分利用刑法的作用在环境保护领域的学术兴趣,和环境刑法已成为一个热点话题在学术界近年来在中国。
环境刑法是指环境犯罪的法律规范所代表的法律,也就是说,主要环境犯罪的社会危害性和法律效力。环境刑法的广义包括非法活动相关的环境;严格地说,环境刑法是指环境刑法和传统刑法、行政法以及环境资产和环境。尽管社会类型或风险社会并不是一个新阶段,其公开的社会风险和解释是真实的和客观的4]。刑法的主题一直是刑事定罪,和刑事定罪的结果与生活等重要权利、自由、和财产(5,6]。当惩罚原则应遵循什么特定的行为为了保持安全和自由之间的平衡在刑法?尤为重要的是,要坚持刑法的核心价值和温和的犯罪的原则。风险,根据Jouet和其他人来说,具有不确定性、不可逆性、控制性、和风险社会的广大无边,但有关方面是,大多数人并不完全理解发生和已经发生的风险7]。阿杜和其他人提出抽象危险的罪犯被分离从犯罪行为范式,只要被告可以证明当时的行为是合法的(8]。安全搜索,根据Givna和其他人来说,无疑是合理的在一个风险社会,但他们必须协调与其他刑法价值的搜索(9]。Thammaboosadee等人认为,提高环境执法和司法之间的联动机制需要改善连接这两个立法,改善它们之间的长效联动机制,建立和完善环境执法和刑事司法,并促进两者之间的联系(10]。然而,在中国当前严峻的环境形势表明,环境行政法律和刑事司法的应用在中国还没有完全意识到它的潜力,特别是在两者之间的有效连接方面,仍有许多问题需要考虑。
虽然网络社会与现实世界是不可分割地联系在一起的,它必须依靠存在;然而,它有着独特的特征的身份,所有权,秩序,和其他因素,形成一个独立的生活空间与现实世界截然不同。刑事司法起到了威慑的作用在环境犯罪在当前日益恶化的环境质量,但它主要是集中在资源破坏。污染犯罪几乎没有影响,司法机构的无能惩罚污染环境犯罪已成为环境刑事司法中最严重的问题。环境污染是当前社会风险的焦点之一。特别重要的探索中国的环境刑法的现实路径的社会风险,应对风险社会的转型,和建立一个可持续的刑法与社会适应机制作为环境刑法,基于风险社会理论和以环境犯罪为切入点。
本文的创新主要是可见的在两个方面:(1)在当今社会,环境和经济发展是一个主要问题。从风险社会的理论角度,论述了刑法的保护作用在环境和社会协调发展。(2)犯罪预测是准确和迅速抑制犯罪的基础。准确的犯罪风险预测可以为预防犯罪决策提供有用的信息,允许警察更好地理解他们的处境,并提高他们的工作效率。探索性的调查使用决策树分析方法与样本数据的数据挖掘犯罪数据集市,结果在一个相对成功的挖掘概念和模型,以及一个有效的分析结论。
本文的创新主要体现在两个方面。
第一节介绍了研究背景和意义,然后介绍了本文的主要工作。第二部分主要介绍了环境刑法的相关研究现状。第三节提出了本研究的具体方法和实现。第四节验证本研究模型的优越性和可行性。第五部分是全文总结。
2。相关工作
2.1。环境法研究的总结
从环境正义的角度来看,一些学者进行了一个全面的研究在中国环保诉讼的当前状态。柯里和其他一些人认为,中国的法院取得了一些进展提供环境司法救济,但仍有许多问题,他们提出加强环境法律实践理论研究,开发一个合理的新的环保诉讼机制,提高法官的素质,改革司法系统(11]。从不同的角度来看,奥托提出,环境权利被视为环境犯罪的主体,这不仅有助于保护环境要素在刑法,但也将有助于确保司法审判与合作国际法(12]。根据Norrie et al .,改善环境立法应当包含五项原则,包括加强环境刑事保护原则和确定环境犯罪与生态法的原则(13]。的进化的目标维度环境法的概念,根据舵和其他人来说,代表了国际环境法的发展方向,表明这个新的法律部门将率先在世界一体化的必然趋势14]。布雷迪和其他人相信调查国家对国际环境损害责任是不可能的,这个问题应该通过私有化来解决国际环境损害责任15]。环境侵权行为的定义和特征,环境侵权民事责任的构成和环境侵权归责原则都是解决拉姆齐(16]。环境侵权民事责任的要素之一,根据州和其他人来说,是“推定因果关系”或“等价的因果关系,”不同于不可避免的因果关系在传统民事侵权行为(17]。
2.2。犯罪预测研究
风险在风险社会的初期并没有及时预防,和它的存在已经演变成一个有害的危机将影响人类的未来。建立一个有效和及时的风险防范机制是发展中公共政策的一个重要组成部分,刑事政策也不例外。Bregant犯罪率等人开发了动态数学模型的预测使用电脑,通过多项式拟合和插值计算环境,它可以定量分析犯罪因素不同程度的相关性,18]。Giacomantonio等人建立了一个基于社会犯罪风险监测和分析模型的数据(19),解决当前需要公安部门监控潜在的犯罪分子的活动从宏观的角度来看。高盛et al。20.使用射频(随机森林)预测犯罪风险。实验表明,使用射频方法选择索引设置可以显著提高预测精度。基于该方法的预测模型具有较高的精度和稳定性比神经网络和SVM(支持向量机),可以满足犯罪风险预测的需要。然后,使用该算法,大量的犯罪记录进行分析,以发现犯罪的法律和趋势,了解不同的犯罪行为之间的关系,并确定什么类型的犯罪行为将由哪个州。
3所示。方法
3.1。中国现实的环境刑法的社会风险
应用程序环境行政法律和刑事司法的内在的一致性和相关性。环境保护行政机关只会考虑司法机关如果污染转移行为违反了环境行政法规和标准达到一定水平。换句话说,环境行政执法程序在先,环境刑事司法过程主要依赖于环境行政执法过程的转移过程和标准。尽管人类建立了各种治理对策来应对风险,社会风险理论表明,这些系统和对策系统生成和创造风险,和系统本身可能是风险的来源。过度扩张或收缩的范围刑法干预会导致不仅消除风险也日益恶化的社会安全形势。中国的风险都典型的全球风险社会和内生特性,证明风险重叠的趋势。建立正确的买卖是基于所有权在法律哲学,但它可以从环境的初衷,环境没有“所有权”,但“好处吧。“换句话说,一个人必须有一个合理的环境的权利。是不可能出售体面生活的权利,没有拥有财产。很明显,销售环境权利是欺骗性的实践。
一个动作的确定性是其风险系数的前提下,这意味着受益人的范围,观众,和风险的行动是固定的,确定的,甚至是常数。确定在第二步的基本标准的行为。决定最终结果的损失和补偿的方法,在第三步。当风险成为现代社会的一个共同特征,显然,传统的刑法将不再能承受风险控制的负担,和刑事法律的作用将重组包括风险控制中心轴。犯罪是人类社会共存的副产品。犯罪,犯罪学,个人和社会因素的相互作用的结果。既有利益和利益在这些矛盾的过程中只要有人类社会各种矛盾相互依赖、相互排斥。社会有机体的东西难以消化和接受将由社会进步的动力。犯罪发生时这些东西达到饱和。
在一个风险社会,安全已经成为最重要的刑法的价值选择,和风险管理已成为刑法的一项重要任务,但这并不意味着风险社会的刑法禁止一切险。中国刑法立法和刑法理论都很重视宪法犯罪结果的作用时特定的犯罪刑法规定的。有许多犯罪,根据刑法,不构成犯罪,但直接指定的数量或情况的经济和财产犯罪。环境犯罪是一种法定的犯罪结果人民近视环境重要性的认识,在经济活动和生态利益。只有建立一个特殊环境法院可以弥补环境法庭的缺点。当然,专业环境司法机构不应该为了成立,而是为了追求环保诉讼的目的和价值,不断探索过程实践,不断建立和完善的法律体系来保护他们。
我相信环境刑法的学科发展将成为越来越重要的在未来的社会发展和学科最终将成为独立的。当然,解决这个问题是非常有利于展示环境刑法的重要性。环境犯罪处罚的方式,强调保护人们的环境道德,而不是破坏环境法律法规。这是一个抽象的危险的罪犯违反法律利益,但问题是,环境犯罪的最常见的特性是潜在的损害。在实践中,一些环境犯罪可能无法量化他们的刑事损害在一个特定的时间段,但随着时间的推移他们的损害可能呈几何级数增长。中国刑法应该有选择地扩大在未来合格的惩罚中现有的惩罚。一方面,它将帮助消除制度性障碍国家环境犯罪治理;另一方面,当惩治环境犯罪,它将能够真正平衡犯罪和惩罚。
3.2。法律的意图识别
环境问题已经成为世界各国政府的一个常见的问题因为我们进入了风险社会。大多数国家都制定或修订环境刑事立法,以有效地打击严重的环境问题,如臭氧层破坏,荒漠化、生物多样性急剧下降,全球变暖,并防止进一步恶化的环境问题。环境刑法,在这波,表现出一些新的趋势有别于传统的刑法。一些环境犯罪的主观罪过在中国刑法很容易识别,但司法鉴定的因果关系是非常复杂的,和行为方式的技术,就像环境污染犯罪。这表明行为人的主观方面是非常重要的,证明是困难的,和环境犯罪是温和地对待,所以严格责任原则可以用来弥补过错原则的缺点。它还可以适应macropolitical趋势风险社会和环境问题。传统的法律服务,信息技术的进步,显然无法满足法律服务在新时代的新要求。新计算机技术的应用数据分析和机器学习等法律服务系统可以有效地解决许多问题在法律服务的实现通过rational技术应用和大胆的技术创新。
在这一节中,我提出一个方法来识别用户的意图基于注意机制的法律建议和CNN(卷积神经网络)。我们提取文本特征基于CNN的特征提取模型和覆盖分布拟合线性层进行更详细的功能。最后,我们使用将softmax回归模型进行分类21,22]。模型的基本结构如图1。
输入模型是一个词向量矩阵组成的词向量输出后,合法用户的查询语句词向量训练模型。这个词向量矩阵调整全局上下文语义计算的注意机制,和剩余连接在这个基础上叠加。然后,CNN的语义特征被提取,然后特性分布由多层线性网络安装。最后,每个类别的概率是由softmax回归分类。
注意机制用于本章采用基于点积的相似性计算方法,及其相似度计算过程可以正式表示如下:
在这里,的尺寸是 ,这是一个线性变换的结果向量输入矩阵这个词吗 。
模型增加了剩余连接的子层的注意机制运行,然后输入到CNN语义特征提取,由以下公式表示:
计算斜率参数调整时的反向传播算法剩余链接,导数是相当于增加标识1,因此,即使最初的导数很小,仍然可以有效地back-propagated的错误。因此,剩余连接解决梯度损失问题。
CNN是用来提取语义特征的用户咨询数据基于注意机制。CNN提取不同语义特征通过多种卷积核和过滤器通过池层语义特性。CNN的基本结构如图2。
初始化之后,您可以输入一个新的特征向量然后计算刺激水平的输入向量二进制模式输出层单元,即加权和输入向量和自下而上的权向量。
在这些输出,只有最大的在第三阶段相比,见以下方程:
广泛应用于CNN ReLU激活函数。由于卷积计算卷积的内核,只响应大于0的部分,也就是说,只有高度相关的信息和相关保持较低的信息,并设置为0小于0。CNN的池层使用最大池,也就是说,只有在该地区最大的特点是维护和最大池小位移不变性。
3.3。比较分析和预测的犯罪率
存在多个利益冲突时环境问题。首先,资源开发利用产生的环境污染,以及经济发展,可能导致两代人之间的冲突。未来几代人必须承担资源的稀缺和环境造成的前辈的恶化继承前人创造的物质文明和技术。其次,环境问题将涉及不同利益集团之间的利益冲突,甚至在同一时代。因此,环境刑法及其系统设计必须考虑的一个更大的意识形态框架,包括环境行政法。这意味着过失时只考虑过失危害生命的稳定和安宁,身体,和公共生活,或者当州政府官员严重违反注意义务,导致违反法律权利。这一概念扩展道德关怀的范围从简单的人到其他生物,认为人在本质上只是一种像其他东西,一切都必须符合自然的内在价值,不管人的身份。
从社会网络的角度来看,人们的社会环境交互特性可表示为一个模式或规则,基于这种关系和规则模式反映了社会结构。这个结构的定量分析是一个社交网络。犯罪信息的属性是复杂的,有太多的指标建模,这很容易导致过度拟合预测模型,从而减少实际预测的准确性。与此同时,大量的犯罪数据,噪音,也不完备,模糊性和随机性使指数集的选择尤其重要犯罪风险预测。
射频是一个组合分类方法,独立样本训练数据用于生成一个树,和候选人分裂属性为每个内部节点在一个树从所有候选人属性是随机选取的。投票决定最终结果的RF为每个决策树分类。区间函数,代表之间的时间间隔的平均数量正确分类的平均数量不正确的分类,可以用来评估分类模型的准确性和确定性。分类模型的性能更好当正确分类的数量超过的数量不正确的分类。因此,分类模型的泛化误差定义如下:
泛化误差是射频和扩展 ,在哪里代表一个决策树的参数向量。增加的数量分类树在森林里,根据大数定律,泛化误差收敛几乎无处不在,这个公式如下:
这表明射频是健壮的噪声和离群值,也没有过度拟合问题。
分类模型是最有效地表示为一个决策树,在树的每个内部节点表示一个属性的测试,每个分支代表一个测试输出,而每个叶节点代表类或类分布。的过程中建立一个树,修剪需要检测和去除噪声和离群值在训练数据,以提高分类的准确性未知数据。根据分支顺序,决策树图所示3。
为了量化这些活动,活动三个测量值,介绍了浓度和风险在这里为主要指标来衡量一个地区的活动从宏观的角度来看。
在一个固定的时间段 ,计算关键人员在这一领域的活动,记录1点,每个活动活动,总活动形式这个地区在这个时期之后总结了整个地区的记录。它可以由以下公式表示: 在这里,表示关键人员的次数在网吧上网,表示关键人员登记住宿的次数,和表示关键人员把航班的次数。
聚合统计挖掘社区的成员的数量,以这个数字为聚合在这个时期的区域。
在一个固定的时间段 ,活动和聚合度的加权综合情况。风险可以通过以下公式表示: 在这里,代表了一个关键的人符合活动要求,代表这个人的基本风险权重,表示的重复次数的关系。
从这个公式可以看出,风险程度不仅是相关活动的关键人员的数量也与收集的数量时间和风险程度的关键人员。因此,风险指数可以作为综合考虑数量的活动,活动的数量,类型的活动,收集关键人员在这方面的情况。
4所示。实验和结果
卷积核的数量会影响模型的准确性。从理论上讲,卷积核的数量越高,更多类型的文本特征提取。在本节中,相关实验进行卷积核的数量的影响在模型精度。在实验中,只有卷积核的数量改变,线性层是一个线性层没有激活函数。实验结果如图所示4。
实验结果表明,与卷积核的增加,准确度、精度、召回率,和F1值训练模型的改进。然而,在实验中,随着卷积核的数量增加,所花费的时间在每一轮的模型训练也将增加。用户法律咨询法律服务网络的实验获得的数据被随机分成60%的数据作为训练集,25%的数据作为测试集,和15%的数据作为验证集,实验结果如图5。
76.41%的准确率和microaverage准确率为75.85%,用户意图理解模型基于CNN和注意力机制提出了在这一章里有最好的效果。与其他模型相比,所有的指标有所改善;准确率提高3.27%和microaverage准确率和召回率增加了2.68%相比,裁判(18)模型。与此同时,我们可以看到,每个模型的子层的结构设计提出了改进特征提取和文本拟合的效果相比,比较模型。表1显示了准确率、召回率和F1 CNN在每个类别的价值。
可以看出,在大量数据的类别,每个索引的结果高于类别与少量的数据,这表明,数据分布不均匀的问题,对实验结果有影响。类别的大量数据,检索率相对较高的准确率相对较低,但有一点点差别。这表明本文提出的模型具有良好的拟合效果和大量数据的类别,但对于类别与少量的数据,因为少量的样本数据集样本的特征不明显,和学习的特点不是很全面,但它有一个良好的分类效果的学习特点。
根据这一模型,我们使用网上报名数据一周十个网吧的实验数据库和模拟关键人员测试的数据作为数据源。测试步骤是先分析数据源的特征,然后用数据来生成一个关系表,提取更多的来自社区的,计算活动,聚合度,和风险,最后比较结果的特点。网络分布的数据源的记录时间如表所示2。
被定义为一个小时的时间范围条件建立表之间的关系。表的关系是建立在一个小时后员工上网的数据。因为这里没有真实的历史,关键的基本风险权重人员是1。为了验证模型的预警效果,几个关键的人事记录相同的网吧在线人工添加到数据库中。活动的指标、聚合度和风险度计算后独立社区图所示6。
从测试结果可以看出,关键人员不活跃在工作日,虽然周末活动增加了,它通常是符合实际的网络趋势。周三,聚集的趋势显然是不正常的,风险增加。在这个时候,监控人员可以在线查询目标关键人员周三在关系表中。因此,三个索引值计算模型可以反映活动趋势的关键人员,可以在一定程度上反映异常情况,以便相关人员可以做一个更详细的分析。支持向量机用于将原始数据映射到一个新的高维空间的非线性映射。在这个新的高维空间,一个超平面可以通过线性模型应用到不同的原始数据。输入数据的非线性变换到高维空间的帮助下进行核函数。
为了比较每个模型的有效性,添加一个参考模型作为标准。一般来说,该模型设置时,才被认为是有意义大于参考模型的准确性。参考模型的准确性是指所能达到的最大精度不使用任何指标预测,也就是说,绝大多数类的比例。因为本文中使用的数据几乎没有类不平衡问题,参考模型的精确度约为50%。这个实验的最终计算结果如图7和8。
可以看出,射频的预测精度最高,达到0.794,高于0.784的支持向量机。这表明射频比支持向量机预测结果更准确和更优越的预测犯罪风险。在召回率方面,射频的预测召回率也最高,达到0.729,高于0.69的支持向量机。它表明所有与严重的刑事犯罪嫌疑人倾向,射频的预测结果比支持向量机有更大的覆盖范围。基于各方面的结果,可以得出结论:射频模型更好的预测犯罪风险。
5。结论
环境刑法是显示一个预防性的趋势,环境利益逐渐成为独立的,危险的犯罪立法表现出不断扩大的趋势,严格责任是不断引入刑事犯罪从风险社会的角度。现代经济发展的环境问题是不可避免的副产品,和污染不能在目前的科技条件下消除。76.41%的准确率和microaverage准确率为75.85%,用户意图理解模型基于CNN和注意力机制提出了有最好的效果。在预测精度方面,射频最高得分为0.794分,高于SVM的得分为0.784分。我们应该不仅对环境污染实施刑事处罚也争执价额超过二十美元,由陪审团审判增加处罚。我相信,这也将在未来成为社会关注的焦点。在此基础上,实时调整和适应时代变化可以帮助解释刑法发挥更多的保护作用,保护我们的生活环境。
数据可用性
使用的数据来支持本研究的发现可以从作者要求。
的利益冲突
作者宣称没有利益冲突。