刑事重要证据缺失裁判规则研究——以2021年修改的《刑事诉讼法》司法解释新增之第73条为中心展开

2021年新修改的《刑事诉讼法》司法解释确立了证据缺失裁判规则,规定当人民法院发现人民检察院未能移送全案证据材料而通知移送后未能移送的,可根据在案证据进行事实认定。其理论逻辑是弱化侦查中心主义,推动具有证据价值的材料尽可能进入法官决策过程,以便庭审实质化改革走向深化。证据缺失裁判规则在适用中存在较大窘境:一是证据生成时的供述自愿保障机制、证据过滤时的隔离制约机制的欠缺,以及证据认定时对外部验证性的过分强调致使选择性证据形成机制短时间内无法改变;二是证据缺失识别手段有限,操作的精细化程度不够;三是与原有的程序倒流机制之间的衔接难题。合理的做法是拓展证据裁判范围,强化对相关证据和线索显示的其他材料的审查识别机制。完善以移送为主,兼顾合理解释和补充侦查的补正手段,权衡在案证据与缺失证据的证明价值,最终在事实认定上作出存疑有利于被告人的裁判。

重要证据缺失案件的证据审查及事实认定

受制于一系列主客观条件,重要证据缺失的案件仍然无法完全避免。在此类案件的审查中,一方面要审慎审查口供,不能仅凭共犯的口供轻易定案;另一方面要避免陷入形式化和机械化的思维误区,简单将重要证据缺失等同于案件缺少必要证据,进而轻易得出案件存疑的结论。首先应当立足于全面、深入地审查在案证据,认真审查共犯口供的相互补强作用,充分发掘间接证据的证据价值,在此基础上,客观分析重要证据缺失对证据体系的影响。

“生物进化的重要证据——化石”的教学设计

初中阶段要帮助学生形成进化思想和理解进化理论,形成进化观点,作为生物进化直接证据的化石是重要的载体。在“生物进化的重要证据——化石”的教学中,通过挖掘化石与进化的关系,分解概念,以核心问题引领,搭建概念形成支架,帮助学生形成重要概念。观察化石、“地层书”为载体的系列学习活动,使学生经历了识别、判断、关联信息、筛选、验证、表达、归纳概括等思维过程,将形成概念的知识逻辑与思维逻辑交融,促进学生知识和思维的发展,利于学生认同和形成观点。

基于证据推理规则的信息融合故障诊断方法

本文针对不确定性故障特征信息的融合决策问题,给出基于证据推理(evidence reasoning,ER)规则的故障诊断方法.首先基于故障特征样本似然函数归一化的方法求取各传感器(信息源)提供的诊断证据;从传感器误差以及故障特征对各故障类型辨别能力的差异出发,给出获取诊断证据可靠性因子的方法;给出双目标优化模型训练得到诊断证据的重要性权重,最后利用ER规则融合经可靠性因子和重要性权重修正后的诊断证据,利用融合结果进行故障决策.该方法继承了Dempster-Shafer证据理论处理不确定性信息融合问题的优点,同时克服了它在实际应用中无法区分证据可靠性和重要性的不足,使得所获诊断证据更为客观、可信.最后,通过在多功能电机转子试验台上的故障诊断实验,验证了所提方法的有效性.

基于证据推理规则的船舶柴油机磨损类型辨识研究

为了利用不确定、不完整信息对船舶柴油机磨损故障进行诊断,以磨粒的二维和三维特征作为诊断信息,提出了基于证据推理(ER)规则的船舶柴油机磨粒类型辨识模型,并以此作为识别柴油机磨损类型的依据.在船舶柴油机油底壳附近安装油液监测系统以采集油液样本,提取油液中磨粒的二维和三维特征.对每一磨粒特征进行k均值聚类确定其参考值,对磨粒样本与参考值的相似性进行似然归一化,获得了证据的置信度分布.考虑辨识证据的可靠性和重要性,利用ER融合规则对多条辨识证据进行融合,辨识磨粒类型,进而确定柴油机磨损类型.通过5折交叉验证以及不同模型对比分析表明:该模型能够利用不确定、不完整信息识别磨粒类型,确定柴油机磨损类型,并且模型结构简单,辨识准确性高,辨识结果客观、可靠.

一种新的证据复合折扣合成方法

D-S证据理论是一种重要的决策级信息融合方法,但传统的Dempster证据合成规则会导致一些与直觉相悖的结果。针对该问题,在经典的Shafer折扣方法基础上,提出了一种综合可靠性和重要性因素的复合折扣因子计算方法。该方法首先借助证据包含度合理地定义了证据可靠性度量;然后综合证据清晰度、证据一致性和证据积累程度等因素,建立了证据重要性模型;最后两者通过乘法算子共同构成复合折扣因子。实验结果表明,文章方法的证据处理过程与生物学研究中人的信息积累过程一致,能够解决证据合成中的悖论问题,合成证据可靠有效。

消防部门广泛推广使用气相色谱的可行性研究

气相色谱法是色谱法的一种,在环境、化工、医药、电力、卫生等领域有着广泛的应用,同样也为火灾调查人员提取和确定纵火案件中纵火剂的种类起着至关重要的作用,鉴定出的结果为后期火灾原因认定、判定火灾性质提供了重要证据支持。但受外界因素影响,多数消防部门无法将火灾现场提取的为微量纵火剂和其他一些可疑液体第一时间送至具有资质的权威检测部门进行化验分析,从而为调查询问和勘验火灾现场指明方向,更有可能错过得到火灾原因的有利时机。如果气相色谱分析在各地能推广性建设,不仅能节约鉴定检测时间,更会及时为后期火灾原因认定、判定火灾性质提供重要证据和支持。

犯罪侦查决策支持模型

人工智能和大数据技术已成功应用于众多科学问题的分析,其中也包括犯罪分析领域。犯罪案件侦查一直是犯罪分析工作的重点和难点。犯罪案件在侦查阶段主要包括证据收集和证据推理等工作,证据的全面高效收集对案件推理和快速侦破具有重要意义;与此同时,不同证据在案件中的重要程度不同,具有高重要度的证据如果在侦查早期阶段被收集,可提高案件侦破效率。然而,现有的人工智能方法应用于犯罪侦查决策支持的研究较少。鉴于此,该文提出了一种基于加权信息熵的证据重要度的计算方法,并在此基础上构建了基于Bayes网络的犯罪侦查决策支持模型,然后应用420例犯罪案例对模型的准确率进行验证,并用1例实际案例的分析过程对模型应用进行了阐述。分析结果表明:提出的模型能够输出有效的侦查建议,为侦查阶段的证据收集和推理工作提供决策支持。