简介:因犯罪区域差异、主客体博弈、人为和外界、定性定量混杂、影响因素多杂、模型不适应、数据规模小等诸多原因导致犯罪趋势研究非常困难,经实验研究用大数据AI介入犯罪趋势研究是有效解决方案:可从宏观、中观以及微观三个层面研究犯罪趋势彩响因素,宏观上人、自然及社会三方面,中微观上要特别关注社会心理。对数据量小、种类少、结构化数据多、存在模糊和灰色情况下釆用模糊灰色小数据预测模型;而对大范围实证研究,半结构化与非结构化数据多,经算法比较研究采用三维卷积神经网络深度学习算法比较适合大数据动态实时跟踪犯罪趋势预测。
简介:新刑事诉讼法在未成年人严格限制适用逮捕措施上取得了令人喜悦的立法成就,但其不足是缺乏一个具体、合理且可操作的审查标准。犯罪分层理论用于解决犯罪轻重的层次划分,是适用于刑事强制措施的重要凭据。羁押性强制措施具有"不得已性",只有重罪才能适用逮捕、拘留和指定居所的监视居住。结合我国的立法现状和现实情况,在故意犯罪中,可能判处十年以上有期徒刑的刑罚是重罪和轻罪的分界线,在是否决定适用羁押性强制措施时还应综合具体情况区别对待。我国始终将"保护未成年犯罪嫌疑人,能不捕尽量不捕"作为一项重要的刑事政策。新刑事诉法第79条规定的逮捕条件抽象且缺乏可操作性。因此,本文将以犯罪分层理论为基础系统阐述未成年人羁押必要性的审查机制。