从数字化建设出发不断提高管理水平--中共大连市委党校教学管理系统应用程序浅议

中共大连市委党校教学管理部门为配合校园网建设,针对党校教学特点开发出"中共大连市委党校教学管理系统"应用软件,初步实现了教学管理程序化,提高了工作效率和管理水平.     

中国刑事技术专家数据库建设的质量控制

质量是数据库建设的核心。本文从数据库建设的实践出发,探讨了从标准化、规范化,严格建设中的工作程序,强化检索功能,加强日常性维护,增强建设人员的教育培训等五个方面加强数据库质量控制的可行性与必要性。     

Performance of the supervised learning algorithms in sex estimation of the proximal femur: A comparative study in contemporary Egyptian and Turkish samples

Sex estimation standards are population specific however, we argue that machine learning techniques (ML) may enhance the biological sex determination on trans-population application. Linear discriminant analysis (LDA) versus nine ML including quadratic discriminant analysis (QDA), support vector machine (SVM), Decision Tree (DT), Gaussian process (GPC), Naïve Bayesian (NBC), K-Nearest Neighbor (KNN), Random Forest (RFM) and Adaptive boosting (Adaboost) were compared. The experiments involve two contemporary populations: Turkish (n = 300) and Egyptian populations (n = 100) for training and validation, respectively. Base models were calibrated using isotonic and sigmoid calibration schemes. Results were analyzed at posterior probabilities (pp) thresholds >0.95 and >0.80. At pp = 0.5, ML algorithms yielded comparable accuracies in the training (90% to 97%) and test sets (81% to 88%) which are not modified after employing the calibration techniques. At pp >0.95, the raw RFM, LDA, QDA, and SVM models have shown the best performance however, calibration techniques improved the performance of various classifier especially NBC and Adaboost. By contrast, the performance of GPC, KNN, QDA models worsened by calibration. RFM has shown the best performance among all models at both thresholds whereas LDA benefited the best from using both calibration methods at pp >0.80. Complex ML models are not necessarily achieving better performance metrics. LDA and QDA remain the fastest and simplest classifiers. We demonstrated the capability of enhancing sex estimation using ML on an independent population sample however, differences in the underlying probability distribution generated by models were detected which warranted more cautious application by forensic practitioners.     

Automated DNA casework workflow: A retrospective study of the first implementation of FIDL at the Netherlands Forensic Institute

FIDL is a fast and automated DNA identification line which represents a series of software solutions automating the process from raw capillary electrophoresis data to reporting. This retrospective study provides insight in the numbers of cases, turnaround time, results compared to the standard workflow and the benefits automation has in a large volume workflow.     

指纹鉴定标准研究

通过对国内学术界关于指纹鉴定标准构建的几种思路的分析,经综合比较,选择符合点＂数量＂思路作进一步探讨。在简要分析国外指纹鉴定＂数量＂标准研究概况基础上,尝试提出新的＂指纹特征组合概率计算模型＂,并以概率计算方式论证了8个符合点作为鉴定标准的合理性,由此得出一些对指纹鉴定工作可能有现实意义的结论。     

显现胶带上微尘手印的方法研究

利用硫氰酸钾与浓硫酸反应生成硫氰酸气体 ,遇到灰尘中的铁离子反应生成棕红色的硫氰酸铁 ,并对所选择的显现试剂及显现时间进行定量分析 ,结果发现不同的试剂量以及不同的显现时间影响胶带上微尘手印的显现效果。由此可以得出结论 ,选取适当的显现试剂量及显现时间用硫氰酸气熏法对胶带上微尘手印显现 ,显出棕红色的手印纹线 ,具有鉴定价值     

天津市法医DNA数据库的应用与发展

建立的天津市法医DNA数据库系统 ,将DNA分析技术的高效性与计算机系统的储存、高效检索的功能有机结合 ,实现了从受案到结案及建库的全程标准化、规范化、网络化管理。该系统启用一年多以来 ,为本地区侦查机关提供了百余起案件的破案线索 ,在多起重特大刑事案件的串并侦破中发挥了关键作用 ,技术破案率明显提高     

指印生物遗传标记检验的研究现状与展望

综述了血指印和汗潜指印生物遗传标记的研究历史和现状,指印DNA检验面临的问题,包括现场污染,显现剂的影响,载体的影响等,并对指印DNA在法医学中的应用前景进行了展望。     

纸张上潜在手印三种前处理方法对DNA检验的影响

目的通过比较常见纸张上潜在手印盲提法与显现后精准提取法的接触DNA检出率,探讨常见纸张上接触DNA前处理的优选方案。方法比较五种常见纸张上使用盲提法和显现潜在手印(茚二酮显现法、茚三酮熏显法)后精准提取法采集的接触DNA样本检出率。结果粗糙日历纸盲提的接触DNA检出率为17.8%,通过茚二酮法和茚三酮法显现的潜在手印所提取的DNA检出率分别为75.6%、77.8%;光滑日历纸三种方法所提取的接触DNA检出率为4.4%、11.1%、11.1%;A4复印纸三种方法接触DNA检出率为20%、37.8%、66.7%;牛皮纸三种方法接触DNA检出率为20%、68.9%、64.4%;快递纸袋的三种方法接触DNA检出率为2.2%、6.7%、46.7%。结论不同纸张上潜在手印经显现后接触DNA检出率不同,通过茚二酮或茚三酮显示潜在手印后精准提取DNA的前处理方法相较于盲提法的接触DNA检出率高。实战中可应用此类方法同时获得手印与DNA分型,以有效提高证据力。     

大数据时代互联网平台公开数据赋权保护的反思与法律救济进路

对于互联网平台公开数据的保护不宜采取赋权的强保护模式,应当采取反不正当竞争法的行为规制模式。激励理论与公地悲剧理论不能作为互联网平台公开数据赋权保护的正当性基础,赋权保护无法满足数据权利的法定性与透明度的内在要求,强行适用赋权保护会过度妨害数据市场运转、数据技术提升、科学研究以及数据共享。运用反不正当竞争法保护互联网平台公开数据时,须转变数据保护的思维理念,摒弃司法实践中的权利侵害式裁判模式,回归对互联网平台数据竞争行为自身的正当性评判。在一般性条款的适用过程中,司法裁判者应秉持反不正当竞争法的谦抑性,并借用比例原则对互联网平台数据竞争行为的边界进行限定,维持不同数据相关主体利益以及公共利益之间的平衡。