涉命案件是指涉及人身死亡的案件,包括他杀案件、自杀案件和意外案件。研究涉命案件现场的目的有两个,一是为了进行现场重现,从而帮助案件的侦破;二是总结涉命案件发生的空间规律和时间规律,从而对案件好发的时间和地点加强管控,从而预防和减少涉命案件的发生。由于涉命案件现场是一个含有大量信息的复杂环境,因此长久以来研究此类现场的学者主要依赖于尸体检验、现场勘验和实验室检验等所发现的客观信息与走访调查得到的主观信息进行汇总并进行逻辑推理和演绎。这种通过人工分析的现场重现方法十分依赖于研究者的个人学术水平和经验,如果研究者的水平和经验不足,有可能导致现场重现失败或者错误。近年来,随着深度神经网络算法的出现,大数据与人工智能技术出现了飞跃式的发展。基于大数据的人工智能技术在解决某些可进行数学建模和优化的复杂问题中具有人力不可比拟的优势,故在自然科学和社会科学多个领域受到广泛关注。在涉命案件的现场重现时,引入基于大数据的人工智能技术进行辅助分析,可以极大限度的减少因为研究者的经验不足所导致的错误。此外,已建立的模型还可以用于预测未来相关案件发生的趋势。目前,国内外基于大数据的人工智能命案侦破系统尚未得到突破,相关大数据库的建立和模型算法的构建问题亟待研究。因此,本课题以法医现场学理论为基础,以他杀与自杀这两类涉命案件现场为突破点,选取了一些观测指标用于评判与分析,针对如何将涉命案件的现场信息构建为数据库进行了详细的研究,并对基于该数据库的人工智能算法进行了探索性研究。本课题验证了涉命案件现场信息数据化可行性,筛选出了重要的观测指标,并尝试提出用于分析推断相关案情和预测未来变化趋势的算法,为日后应用于涉命案件的人工智能现场重现技术开发提供了思路及理论依据。本课题分为两部分,第一部分是对2015年-2017年重庆主城地区所有他杀案件现场的卷宗进行系统性回顾,提取了能够反映他杀案件现场信息的19项(血迹分布、现场位置、现场入口、现场出口、现场财物丢失、尸体姿势、案发时间、致命伤位置、致伤工具、被害人性别、衣物状态、被害人教育背景、被害人年龄、罪犯年龄、罪犯教育背景、罪犯性别、凶器来源、凶器是否被带走、罪犯进入现场方式)描述性观测指标。在对这19项描述性观测指标进行数值化的过程中,引入动线概念对其中血迹分布、现场位置、现场入口、现场出口、现场财物丢失、尸体姿势6项指标进行定义、分类和赋值,并对其余指标依据法医现场学理论进行赋值。在赋值后,采用结合主因子分析和logistic回归分析的智能算法对除犯罪年龄、犯罪教育背景、犯罪性别、现场出口、衣物状态以外的数据进行分析,构建了推断案件类型,犯罪年龄,犯罪教育背景的数学模型,证实了对他杀案件现场信息进行分类赋值方法的有效性和实用性。同时本部分还提出了一种通过叠加同类案件被害人尸体损伤并绘制热图的方法,借助可视化信息对不同分类方法下不同类型案件尸体损伤特点进行总结。本课题的第二部分分别采用空间分析和时间分析对2013年1月-2017年12月重庆主城地区所有自杀案件进行分析,总结了自杀案件发生的时间特点和空间特点用于预测未来同类案件发生的趋势。空间分析采用两种分析方法:一是最小二乘法分析自杀案件的发生和所在区域的社会、经济情况之间的联系;二是将自杀地点转化为标准地理坐标后采用核密度分析法分析自杀案件在地理空间上分布的特点。时间分析采用时序性分析法,对自杀案件发生的月份和时刻进行建模及预测。结果显示,自杀案件的发生和所在区域能反映社会、经济情况的指标(常住人口、人均可支配收入、高级中学数量、失业人数、低保人数)之间关系并不密切,在研究自杀案件的现场时不需要考虑此类指标;但是地理分布上,不同自杀方式的现场分布具有各自的特点。对于自杀方法为高坠和自缢的案件,其地理分布属于多中心聚集;而自杀方法为服毒和溺水的案件,其地理分布为散在分布。此外,在本课题还发现自杀场所的选择上,绝大部分人选择在家中自杀,其次是室外场所。通过对自杀案件发生月份的时序性分析时发现,自杀案件的发生不存在季节性规律,但存在时序性规律;对自杀人员选择自杀时刻的时序性分析时发现,自杀人员选择自杀的时刻不存在季节规律,但存在时序性规律。本课题通过对他杀案件和自杀案件的研究,提出了用于涉命案件现场重现的人工智能系统的大数据库的建立方法和用于预测涉命案件时空未来变化趋势的基本算法,具有重要的理论意义和实用价值。