极大

摘要： 对于集装箱船市场来说,2019年将面临极大的不确定性。限硫令带来的额外成本、以及大量新建大型集装箱船交付所带来的供需平衡问题,都意味着2019年是充满挑战的一年。航运咨询公司德路里(Drewry)近日表示,集运业在众多不利因素中面临着极高的不确定性,这种不确定程度可能是十年来的最高水平。

摘要： 由第十四族元素构成的二维材料(又称石墨烯的“表亲”)近年来引起了极大关注,因为它们有着成为具有实用价值的拓扑绝缘体的独特潜力。

摘要： 最近,日本放送协会播出了一部访谈纪录片,感动了很多观众。纪录片中的主角名叫田中耕一,他是2002年诺贝尔化学奖的得主。17年前,田中耕一获得诺贝尔奖的事情在全世界引起了极大的震撼。因为与以往的科学家相比,田中耕一的资历非常平凡,他只有本科学历,当时的身份只是电气工程师,而且,田中耕一与学术界几乎没有过任何交集。

摘要： 国际水电协会(IHA)表示,预计到2030年,抽水蓄能电站的水电存储能力将增加78000MW。IHA于2018年12月18日发布了题为《全球水电蓄电池:抽水蓄能和清洁能源转型》的工作报告。据报告估计,目前全球抽水蓄能(PHS)项目的蓄电总量已达到9000GWh。有专家表示,抽水蓄能水电存储量已占到全球蓄能总量的94%以上,通过支持多种可再生能源的开发、减少温室气体排放及稳定电网,抽水蓄能将在清洁能源转型中发挥关键性作用。

摘要： 据市场研究机构Palmer在最新发表的一篇报告中称，随着英国脱欧，一些地区对商业建筑玻璃的市场需求将从快速增长态势逐渐放缓甚至停滞。

摘要： 可持续发展、气候保护以及为子孙后代留下可资利用的资源和生存环境是当今制造业面临的关键议题。建筑行业是率先认识到此类问题的行业之一,并在节能建筑方法标准的制定方面树立了典范。其中,对门窗和外立面进行优化隔热是一个重要部分。高性能隔热间隔条,例如德国塑料专家恩欣格公司生产的添益隔(Thermix)系列产品,促进了现代隔热中空玻璃能源效率和生活舒适度的可持续增长。然而,这一成就离不开150多年前奠定的基础。

摘要： 本发明属于无线定位技术领域，涉及的是一种基于小波变换(Wavelet Transform，WT)模极大值的无线定位方法。主要步骤是在信号预处理端对信号进行多分辨率分析(Multi‑Resolution Analysis，MRA)；根据各尺度上小波变换系数求得各尺度模极大值；选取合适阈值对上述模极大值进行处理，保留其中大于或等于阈值的极值点；从最高尺度J到尺度1，在相邻尺度上寻找模极大值的传播点，根据信号与噪声模极值不同的传播规律，保留信号的模极值点，去掉噪声的模极值点；利用经过处理的模极大值点来重构信号进行后续常规定位操作。本发明可以大幅提升信号降噪效果，改善信噪比(Signal‑Noise Ratio，SNR)，提升定位精度，为定位提供便利。

摘要： 本发明公开一种特征层敏感的二阶段邻居非极大值抑制方法，包括：将非极大值抑制操作分为层内非极大值抑制阶段和邻居层间非极大值抑制阶段：在层内非极大值抑制阶段，在每个特征层对该层内所有置信度大于阈值的预测边框进行邻居计算，并完成层内预测边框的过滤和合并；在邻居层间极大值抑制阶段，根据预测边框所在层，仅在邻居层的预测边框之间进行非极大值抑制过滤。采用本发明技术方案能够降低误检率，并提高预测边框的位置准确度，避免目标密集场景下大目标抑制附近的真实小目标，导致小目标漏检，提升整体检测率，同时二阶段非极大值抑制相对标准非极大值抑制方法降低了计算复杂度。

摘要： 本发明公开一种自适应选择交并区域比阈值的非极大值抑制方法。所述方法包括：初始化设定多个IOU阈值；过滤置信度小于指定阈值的预测边框，并根据目标类型分为不同类的集合；对所有类的集合以及集合中的所有元素执行如下操作：选择一个类的集合，取出置信度最高的预测边框，依次计算与集合中其他预测边框的IOU，综合根据两个预测边框的中心点绝对距离、所属特征层下采样率与训练正样本选择策略，动态设置IOU阈值，并从集合中删除超过阈值的预测边框，执行预测边框非极大值抑制操作；完成所有类别的非极大值抑制操作后输出目标检测结果。采用本申请技术方案，能够过滤重复的预测边框，降低误检率，且能够避免小目标的漏检，提高小目标检测概率。

摘要： 本发明公开了一种极大型空间刚‑柔耦合系统多阶模态主动振动抑制方法，首先建立空间大尺度刚‑柔耦合系统动力学模型；再设计模态滤波器；然后设计状态观测器；接下来设计滑模面及趋近律；最终设计终端滑模控制器，完成系统多阶模态振动抑制；本发明在前有发明的基础上，提出一种基于高精度等效动力学模型的终端滑模振动抑制方法，创造性地将刚体姿态信息与模态坐标统一，在完善此类系统动力学模型基础上，可在有限时间内控制系统多阶模态，使系统稳定。

摘要： 本发明涉及一种基于极大后验估计的多粗差探测方法、装置及介质，方法包括：获取观测值向量，根据观测值向量建立观测模型；构造零假设和若干个备择假设，所述的零假设表示观测值向量中不存在粗差，每个备择假设对应一个粗差先验分布模型；检验是否接收零假设，若是判定观测值向量中不存在粗差，否则根据观测模型和粗差先验分布模型获取各个备择假设的后验概率，选取后验概率最大的备择假设作为最优备择假设；根据最优备择假设对应的粗差先验分布模型确定观测值向量中粗差的数量和位置。与现有技术相比，本发明有助于处理过拟合问题，从而提高粗差探测精度。

摘要： 本发明公开了一种基于遗传算法的极大多标签分类方法，将文本转化为词向量并计算各样本文本的平均词向量；接着使用k‑means算法对文本词向量空间中的样本文本聚类，在各样本对应的簇内选择若干邻居标签；然后提取样本与语义标签的联合特征表示，即将样本邻居标签向量投影到低维空间中获得其邻居标签的低维特征表示，再结合卷积神经网络提取的样本文本特征从而获得样本与语义标签的联合特征表达；继而设计网络学习度量样本与语义标签联合特征表达的损失值；最后将该损失值创造性地指导遗传算法寻找与新样本最佳匹配的语义标签，并作为该样本的预测标签。本方法通过回归样本预测标签与真实标签的汉明距离间接的还原样本的真实标签，避免了在极大多标签分类问题中巨大计算资源与时间资源消耗。

摘要： 本发明公开了基于SOMEi数据结构回退重构的动态极大团枚举方法，该方法利用数据结构SOMEi（其中包括v‑header候选团和ICTree结构）对图中存在的极大团进行存储，并在图发生改变的过程中，动态更新SOMEi结构，动态枚举图中的极大团，同时可以动态枚举某一序号区间内节点构成的图中存在的所有极大团。本发明在动态极大团枚举的过程中，不区分图的增边减边变化，实现了在图的增减边混合更新以及大批量更新下极大团的枚举，提高动态极大团枚举的时间效率。

摘要： 本发明公开了一种极大极小概率回归的正则化宽度学习系统，属于人工智能技术领域。本发明包括：获得训练数据，并通过特征映射和增强映射获得原始数据的高维特征，基于特征数据的均值和协方差信息得到预测精度满足误差要求的概率下限。在不存在随机误差分布假设的情况下，通过最大化所得到的概率下界来计算最终的输出权重。然后通过在损失函数中加入弹性网正则化来对输出权重进行进一步的约束，将l1范数和l2范数集成到一个统一的框架中。本发明改善了分布假设对所建立的宽度学习系统模型的泛化和有效性产生影响的问题，并且增强输出权值的稀疏性，控制模型的复杂性，提高了模型的泛化性和鲁棒性。

摘要： 本发明公开了基于极大化极小的机载MIMO雷达目标稳健检测联合设计方法，包括Step1.建立机载MIMO雷达波形相关信号模型；Step2.在机载MIMO雷达波形相关信号模型的基础上，建立基于极大化极小的机载MIMO雷达稳健联合设计问题模型；Step3.针对基于极大化极小的机载MIMO雷达稳健联合设计问题模型，设计机载MIMO雷达发射波形和接收滤波器组稳健联合优化方法；本方法通过在目标可能出现的区域设计一组滤波器，并以收滤波器组输出端的最坏信干噪比作为优化准则，同时考虑波形的能量约束和峰均比约束，提出了一种基于MM技术的计算高效的迭代算法，具有能够抵抗目标先验信息的不确定性，而且计算量低的特点。

摘要： 本发明涉及大型水电工程低空防御系统技术领域，具体是一种极大似然估计的位同步算法，包括以下步骤：S1：定义系统防区；S2：设置分布式、多节点的防御系统；S3：制定多阶段的报警级别；S4：设置双重保障的工作模式；S5：通过系统综合获取信息，综合评估；S6：设备和系统进行自检，所述系统防区分为核心区和探测预警区两部分：a.核心区：设备可在核心区形成一个无形的穹顶式保护罩，本发明通过分布式、多节点的防御系统能够完成对整个区域的分级管理，可以有效提高系统工作效率和简化系统操作流程，增加系统的可靠性，而且能够提高目标的探测准确性和精度，达到对低空目标的精准识别与精准打击的目的。