刑事案件鉴定意见常用质证要点

文 /  重庆智豪律师编辑整理

来源:刑事法律圈

 

 

鉴定意见作为常见的证据类型,在案件事实认定以及对被告人定罪量刑中起着至关重要的作用。但是由于鉴定意见是由具有专门知识和技能的鉴定人员做出,因此,鉴定意见被蒙上一层神秘的面纱,由此导致刑事律师对鉴定意见的见质证难以下手,无从下手。但是,鉴定意见的质证是有迹可循,有法可依的。下面,笔者就详细列举鉴定意见的常见质证要点。

 

 

1 本案是否需要鉴定

 

鉴定是由专门知识的人解决专门性问题的过程。

举例:在被害人数众多的经济案件中,仅仅靠侦查人员想当然的进行数字的加减乘数是不可行的,必须要进行司法会计鉴定,这通常出现在传销、非法集资、网络诈骗等受害人数众多的案件中。

    

依据:《刑诉法》 第一百四十四条

 

为了查明案情,需要解决案件中某些专门性问题的时候,应当指派、聘请有专门知识的人进行鉴定。

 

 

2  鉴定资质

 

鉴定机构以及鉴定人员有无鉴定资质。

举例:律师在阅卷时,要注意审查鉴定机构以及相应的鉴定人员有没有对鉴定问题的鉴定资质。例如,物价鉴定需要价格鉴证师签名,价格鉴定员不能单独鉴定。

 

质证意见:如果鉴定机构或鉴定人员不具有相应的鉴定资质,则对鉴定意见的合法性有异议。

 

依据:《刑诉法解释》

 

第八十四条 对鉴定意见应当着重审查以下内容:

(一)鉴定机构和鉴定人是否具有法定资质;

 

第八十五条  鉴定意见具有下列情形之一的,不得作为定案的根据:

(一)鉴定机构不具备法定资质,或者鉴定事项超出该鉴定机构业务范围、技术条件的;

(二)鉴定人不具备法定资质,不具有相关专业技术或者职称,或者违反回避规定的;

 

 

3  鉴定意见告知

 

鉴定意见中结论是否告知犯罪嫌疑人、被害人。

 

举例:笔者曾经办理过一起非法吸收公众存款的案件,被告人直至拿到起诉书才知道自己的犯罪数额,并且辩护律师通过仔细查看阅卷,都未发现案件中有《鉴定意见通知书》。如此一来,本案办案机关并未充分保障被告人申请重新鉴定的权利。

 

质证意见:合法性有异议。

 

依据:《刑诉法》第一百四十六条 

侦查机关应当将用作证据的鉴定意见告知犯罪嫌疑人、被害人。如果犯罪嫌疑人、被害人提出申请,可以补充鉴定或者重新鉴定。

 

《刑诉法解释》第八十四条对鉴定意见应当着重审查以下内容:(十)鉴定意见是否依法及时告知相关人员,当事人对鉴定意见有无异议。

 

 

4  鉴定结论真实性

 

鉴定结论是否与本案其他证据相互矛盾。

举例:在故意伤害案件中,对相关伤情的鉴定意见是否与本案的言词证据相印证,是否与现场勘查照片相印证。

 

质证意见:合法性、真实性有异议。

 

依据:《刑诉法解释》第八十四条 对鉴定意见应当着重审查以下内容:

(九)鉴定意见与勘验、检查笔录及相关照片等其他证据是否矛盾;

 

 

5 鉴定方法

 

鉴定方法是否符合规定。

举例:在毒品犯罪案件中的毒品定性与含量鉴定。现行的毒品检验国家标准应为中华人民共和国国家标准化委员会批准发布公告(2013年第10号)规定的“183GB/T 29636-2013 疑似毒品中甲基-苯丙胺的气相色谱、高效液相色谱和气相色谱-质谱检验方法”。

 

本案中的鉴定意见由重庆市公安局毒品检测中心出具,其检验方法为CQDJ-05-2011,这是一个重庆地区标准,不是国家标准,且不属于最新的标准。因此,该鉴定意见的鉴定方法有错误,违反了有关鉴定特定标准,不得作为定案的根据。

 

质证意见:鉴定方法存在错误的前提下,辩护人对鉴定意见的合法性有异议。

 

依据:2016年《司法鉴定程序通则》第二十三条

司法鉴定人进行鉴定,应当依下列顺序遵守和采用该专业领域的技术标准、技术规范和技术方法:(一)国家标准;(二)行业标准和技术规范;(三)该专业领域多数专家认可的技术方法。

 

《刑诉法解释》

第八十四条 对鉴定意见应当着重审查以下内容:

(六)鉴定的过程和方法是否符合相关专业的规范要求;

 

第八十五条 鉴定意见具有下列情形之一的,不得作为定案的根据:

(六)鉴定过程和方法不符合相关专业的规范要求的;

 

 

6  检材提取

 

检材的来源、取得、保管、送检程序是否合法。

举例:在毒品犯罪案件毒品定性与含量鉴定中,对于检材的来源要与扣押、搜查等笔录进行横向比较,确保检材的同一性;对于检材的提取,通过与被告人的会见,查看同步录音录像以及查阅提取笔录要注意审查检材在提取前是否进行封存等程序;对于检材的送检,要注意核对是否超过送检日期。

 

质证意见:若检材来源、取得程序不符合法律规定,不能确保检材的同一性,则辩护人对鉴定意见的合法性、关联性、真实性有异议。若检材的送检超过规定时间,则辩护人对鉴定意见的合法性有异议,若因为送检超过指定日期导致检材变质,那么辩护人对鉴定意见的合法性、真实性、关联性均有异议。

 

依据:《刑诉法解释》第八十四条 对鉴定意见应当着重审查以下内容:

(三)检材的来源、取得、保管、送检是否符合法律、有关规定,与相关提取笔录、扣押物品清单等记载的内容是否相符,检材是否充足、可靠;

(五)鉴定程序是否符合法律、有关规定;

 

第八十五条 鉴定意见具有下列情形之一的,不得作为定案的根据:

(三)送检材料、样本来源不明,或者因污染不具备鉴定条件的;

(四)鉴定对象与送检材料、样本不一致的;

 

重庆法院、检察院、公安局关于《毒品收缴、封存、称量、检材提取及送检工作规定》

(四)毒品检材送检及受理规定

1.送检的时间要求

缴获可疑毒品后应当及时提取检材,并及时送鉴定机构检测。原则上主城单位应当在3日内送检,远郊区县应当在5日内送检。

 

 

7  鉴定原则

 

鉴定原则是否与刑事法律精神违背。

举例:在经济犯罪案件中,常用到《司法会计鉴定》,在鉴定意见中,鉴定的原则比较晦涩难懂,专业程度较高,但是只要本着“疑点利益归于被告人”的原则,辩护律师还是会找到端倪。

   

鉴定意见摘录:审计认定的原则

1、对有受害人询问笔录的,以受害人询问笔录与合同及台账对比后按笔录金额确认;

2、对没有受害者询问笔录的,将合同和台账金额对比,因合同不全,按二者较大的金额进行确认。

 

质证意见:合法性、关联性、真实性有异议。应当根据“有利于被告人原则”认定投资金额,而不是按照两者较大的金额确认。

 

 

8 检材充足

 

检材样本是否充足可靠。

举例:在传销、网络诈骗、非法集资案件中,司法会计审计要将收集的被害人或投资人证言作为检材,仅规定了传销以及网络诈骗案件明确规定确因被害人人数众多等客观条件的限制,无法逐一收集被害人陈述的,可以结合已收集的被害人陈述,以及经查证属实的银行账户交易记录、第三方支付结算账户交易记录、通话记录、电子数据等证据,综合认定被害人人数及诈骗资金数额等犯罪事实。其他罪名并未规定可以不收集全部被害人陈述、投资人证言。

 

质证意见:在除了传销、网络诈骗罪之外的案件,如果犯罪金额的认定依据中无法以所有被害人证言为检材,则辩护人对鉴定意见的合法性、真实性有异议。因为在没有投资人或被害人指证的情况下,银行交易流水只能证明银行账户之间存在资金往来,并不能证实支付平台上所产生的金额全部系投资人基于错误认识主动交付的投资款,且合同和台账金额并不能证明被告人已经骗取投资人的钱款,因此本案犯罪数额的认定应当以所有被害人证言作为认定基础。

 

依据:《刑诉法司法解释》第八十四条 

对鉴定意见应当着重审查以下内容:

(三)检材的来源、取得、保管、送检是否符合法律、有关规定,与相关提取笔录、扣押物品清单等记载的内容是否相符,检材是否充足、可靠。

转载于:https://www.cnblogs.com/zeroone/p/9074152.html

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值