典型文献
基于概率图模型的危险驾驶罪刑期预测
文献摘要：
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决策树和神经网络等对比模型,且具有良好的可解释性.
文献关键词：
概率图模型;刑期预测;危险驾驶罪;量刑要素
中图分类号：
作者姓名：
陈鸿旭;陈铁今;王皓;田维;胡兵;王竹
作者机构：
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
文献出处：
引用格式：
[1]陈鸿旭;陈铁今;王皓;田维;胡兵;王竹-.基于概率图模型的危险驾驶罪刑期预测)[J].四川大学学报（自然科学版）,2022(06):7-12
A类：
量刑要素
B类：
概率图模型,危险驾驶罪,罪刑,刑期预测,司法实践,可解释性,预测性能,智能辅助,极大似然,数学期望,预测准确率,决策树,对比模型
AB值：
0.212223
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
