李兴平
- 作品数：9 被引量：15H指数：2
- 供职机构：云南师范大学数学学院更多>>
- 发文基金：云南省自然科学基金云南省教育厅科学研究基金教育部“春晖计划”更多>>
- 相关领域：自动化与计算机技术经济管理医药卫生文化科学更多>>
- 谈“一线多点”的主题班会组织模式被引量：3
- 2008年
- 主题班会是学校进行思想政治教育的重要阵地和载体,有助于学生形成科学的世界观、人生观、价值观,正确认识自我;同时主题班会也是班主任组织和管理本班学生,丰富学生校园生活,增强班级凝聚力,建设优良班风、学风,给学生提供施展才华。
- 吴仕勇李兴平向泰
- 关键词：主题班会班级凝聚力班级组织班风班委成才教育
- 散户投资策略研究
- 本文利用马科维茨(Maxkowitz)提出的现代资产组合选择理论，资本资产定价模型(CAPM)及Box-Cox变换等现代统计技术为主要工具，分别从深圳交易所和上海交易所按不同的行业、地域、流通盘大小各选取30支股票进行了...
- 李兴平
- 关键词：现代资产组合理论资本资产定价模型散户投资者
- 文献传递
- 基于主成分方法的集群数据因子模型的统计推断
- 2024年
- 集群数据在神经科学与社会调查数据中广泛存在,备受统计学者关注.经典的因子分析方法常被用来刻画非集群数据下协变量之间的关联.集群数据中众多观测个体或变量之间的关联性却并未在因子模型框架下充分考虑.对集群数据建立因子分析模型,并通过主成分分析方法进行统计推断.随机模拟表明了模型和方法的有效性.实例分析对比了集群数据有内部关系与不考虑内部关系的情况,结果表明,考虑集群数据内部关系的效果更优.
- 陈博文李亚磊李兴平
- 关键词：因子分析模型主成分分析法
- 马尔可夫模型的建立及其在证券市场中的应用被引量：1
- 2009年
- 模型假设股票价格变化满足齐次马氏性,并具有涨跌两种状态,初始概率的分布是平稳分布,建立了相应的模型,给出了模型中未知参数的极大似然估计,并将模型应用于确定上证综合指数、深证成指及个股的涨跌趋势,得到了令人满意的结果.
- 李兴平张庆吴仕勇
- 关键词：极大似然估计
- 带缺失数据的肝炎预后判别分析及R软件实现
- 2019年
- 在医疗诊断中,处理分析的病例数据常常面对两个问题:缺失数据和方法选择。基于肝炎诱发肝功能衰竭的多项指标,使用机器学习模型对肝炎预后死亡进行判别分析,首先选用随机森林插补法对缺失数据进行插补,并用t检验对比均值插补与随机森林插补法的优劣,其次使用R软件将机器学习模型中决策树、Boosting模型、随机森林等六种模型运用到同一肝炎数据集的死亡判别,并通过K折交叉验证比较各机器学习模型的判别精准度,最终结果表明:Boosting模型判别精准度最高达100%且模型最稳定。
- 谢名阳李兴平王源昌孙鹿
- 关键词：肝炎R软件
- 基于灰色GM(M,N)的昆明市住宅商品房价格分析被引量：1
- 2021年
- 首先运用灰色关联定理I和灰色关联定理II计算昆明市住宅商品房价格与其影响因素的灰色关联度,提取灰色关联度大于0.7的影响因素;其次对提取的影响因素分别进行交集、并集运算,基于交、并集运算得出的影响因素和住宅商品房价格序列,建立相应的灰色GM(M,N)模型对昆明市住宅商品房价格进行分析;最后对比各模型平均相对误差和拟合优度的大小,选出最优模型.
- 杨双双李兴平
- 基于异质性模型的低体重出生儿判别分析研究
- 2020年
- 在低体重出生儿预测判别分析中,母亲行为习惯和身体特征是关键性因素,但相似的受试者母亲特征所生婴儿表现型差异较大,给低体重出生儿预测判别造成较大困惑。为提高低体重出生儿预测判别精准度,引入广义线性混合模型拟合个体异质性,构建异质性机器学习模型,通过异质性模型的分类数值模拟,其中异质性随机森林模型判别准确率达100%。数值模拟结果显示异质性模型在判别分析上有极大的优势,可以辅助医生有针对性地对受试者母亲进行诊断,实现低体重出生儿的预测精准智能化。
- 谢名阳殷雨晨王源昌李兴平
- 关键词：婴儿出生体重
- 基于数值计算方法的遗传算法的优化研究被引量：8
- 2009年
- 对其遗传算法的交叉及变异算子进行了深入研究,利用数值计算方法对遗传算法中的算子进行改进,提出了基于黄金分割法、最速下降法、Fibonacci法、"取大"、"取小"法的遗传算法的新算子。并通过实验对改进的遗传算法进行了实证检验,所得结果与传统算法进行了比较,改进算法行之有效,效果更加显著。
- 吴仕勇王天志接标李兴平
- 关键词：遗传算法算子最速下降法
- 基于高维变量选择的中国人口增长影响因素研究被引量：1
- 2023年
- 影响我国人口增长的因素是社会关注的焦点。运用相似性分析方法、灰色关联分析方法、随机森林方法、正则化方法和集成方法,对政治、经济、文化、社会、生态和人口层面下影响人口增长的92个因素进行筛选。将各方法选出的变量输入机器学习模型KNN、RF、SVR和MLP中,依据模型性能指标综合评估得到较优的变量选择方法,并形成几种较优的变量选择方案。最后,用每种变量选择方案下选出的变量建立多元线性回归模型,选出统计意义和理论意义上较好的模型进行预测分析。实证结果表明:(1)置换重要性和距离相关系数的变量选择效果较好;(2)就业问题是导致我国人口出生率下降的核心因素。
- 杨双双王亮李兴平
- 关键词：人口增长就业
