|
|||||
|
|
| 基于概率图模型的危险驾驶罪刑期预测 | |
| 作者姓名： | 陈鸿旭 陈铁今 王皓 田维 胡兵 王竹 |
| 作者单位： | 四川大学数学学院,成都610064;西南石油大学法学院,成都610500;四川大学法学院,成都610207 |
| 基金项目： | 国家重点研发计划(2018YFC0830300) |
| 摘 要： | 针对司法实践中对于可解释性及预测性能的需求, 本文提出了一种基于概率图模型的量刑智能辅助方法. 该方法以量刑要素为基石建立含有隐节点的概率图模型, 由极大似然准则估计刑期分布的参数, 进而计算分布的数学期望得到预测值. 关于危险驾驶罪的实验结果表明, 概率图模型的预测准确率优于基于决策树和神经网络等的模型, 且具有良好的可解释性. |
| 关 键 词： | 概率图模型 刑期预测 危险驾驶罪 量刑要素 |
| 收稿时间： | 2020-12-23 |
| 修稿时间： | 2021-03-29 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《四川大学学报(自然科学版)》下载全文 | |