提名权

摘要： 提名权是提名制度理论的中心问题,尤其是在现代民主国家的选举制度中占有重要地位.提名权是一项政治权利、宪法权利和人权.提名权在西方国家是一种政治运作过程,即通过政党的组织和活动来完成.在我国,选举法意义上的提名权包括代表候选人提名权,政党提名权和人民团体提名权.

摘要： 我国目前立法上并没有形成完善的董事提名制度,导致实践上往往存在控制股东欺压中小股东、操纵提名规则等情形.本文以中小股东利益保护为视角,探讨上市公司股东提名非独立董事制度在提名主体资格方面存在的未明确股东所持股份性质、持股比例要求过高等问题,并在借鉴海外立法经验的基础上探寻其解决路径.

摘要： 将董事会秘书的提名权由董事长、总经理等手中转移到董事会提名委员会,可以在一定程度上避免董事会秘书受制于董事长或控股股东的情况,在程序上将进一步强化董事会秘书的公司高管地位。

摘要： 作为法定高管,上市公司董事会秘书在公司治理中角色重要。引人注目的是,时至2018年9月,董秘的提名权在董事长、总经理,董事长与总经理共同提名,或者董事会提名委员会提名的情况均有,法律则无明确规定。这对董秘的产生、履职产生不小的影响。那么,董秘到底是＂谁的人＂？

摘要： 在换届选举中，北京市区、乡镇两级代表正式候选人中，选民10人以上联名推荐的比例分别为87．5％和92．7％（2016年12月1日）。湖南省娄底市人大常委会研究室卢鸿福撰文说。在新形势新情况下，北京市县、乡人大敢于放手发动群众，把提名权交给选民，这一做法，值得点赞，令人振奋。按照法律规定，推荐人大代表候选人有两种方式，一种是各政党、各人民团体联合或单独推荐，一种是由选民10人以上联名推荐。只要按照这两种方式推荐的候选人都是合法的。尽管法律没有规定这两种方式推荐候选人的比例要求，可北京在具体的做法上却倾向于后者。换届选举是发展社会主义民主政治的一次重要实践，也是人民群众参与社会主义民主的一次生动演练。“人民代表人民选，选好代表为人民”，选出自己满意、能够代行自己意愿的“代言人”，理所当然由选民自己作主。

摘要： 现代大公司由于所有权与经营权分离而产生出一系列代理问题,而公司治理正是基于此发展起来的.股东为确保自己的权益要求董事会由独立董事与非独立董事组成.董事与独立董事的人选在公司治理方面,权衡董事会与股东大会的关系上发挥着至关重要的作用.由此,制定关于董事提名权的详细规章制度成为大势所趋.但制定怎样的制度,背后保护哪一方的权利又是一个值得深思的问题.

摘要： 还有一周，共和党提名人之争就可能落幕了。特朗普如今势如破竹，虽然其他候选人仍有机会反超他，但需要他出现末期大溃败，这在美国选举史上前所未有。获得提名权，就拥有成为下任美国总统的良机。如果在特朗普和希拉里之间选总统，民调显示希拉里只领先不到3个百分点。特朗普有充裕时间缩小差距。

摘要： 通过划分选区,尊重选民联名提名权,以及通过当选后组织代表接待选民等,以推进代议制目标的真正落实。中央推出街区制,无疑对我国选区划分的改善是一个福音。2月21日,中央公布了一份重磅文件,不仅"新建住宅要推广街区制,原则上不再建设封闭住宅小区",还要求"已建成的住宅小区和单位大院要逐步打开。"对于这个文件,赞成者有之,担忧者有之。然而此事对于选区划分而言,无疑是一个福音。如此一来,选区与选区之间,不再有"墙"。

摘要： 本发明适用于信息技术领域，提供了一种基于频数的围标团体提名算法，利用投标单位与标段之间的对应关系，分组集合进行比较，计算中标率，得出围标团体；本发明避免了围标团体提名中排列组合问题的阶乘爆炸问题，大幅优化了搜索空间，极大地节约了对内存的开销，因候选集合的减小，生成，对比，计数等阶段的时间复杂度都大幅减小。故本算法可以实现招投标中围标团体提名的日级更新。

摘要： 本申请涉及一种基于嵌入任意边界匹配提名网络的行为检测方法和装置。所述方法包括：调用骨干网络对未剪辑视频进行特征提取，得到第一特征；调用编码器解码器模块对第一特征进行编码和解码，得到第二特征；调用嵌入式边界匹配提名网络模块对第二特征进行边界匹配提名处理，得到多个有序的组合概率；调用行为分类器对多个有序的组合概率进行识别，得到行为检测结果。所述方法通过调用编码器解码器模块端到端地同时解决了行为边界预测问题和行为分类问题；通过调用嵌入式边界匹配提名网络模块对单阶段行为检测结果实现了补充，提高了对正样本的召回率；通过调用级联式边界精修模块减少了边界预测噪声，提升了行为检测精度。

摘要： 本申请公开一种时序动作提名的获取方法、精细化网络的训练方法、智时序动作提名的获取装置、精细化网络的训练装置、计算机可读存储介质及计算机设备，可应用于社会化网络服务、视频分析等场景。该时序动作提名的获取方法包括：从目标视频中采集初始提名序列及初始特征序列，初始提名序列用于表征包含目标对象的视频片段，初始特征序列是根据初始提名序列提取的抽象信息的集合；对初始特征序列做池化处理，以获取感兴趣特征序列，感兴趣特征序列用于表征维度相同的多个初始特征；将感兴特征序列输入精细化网络以获取提名位置偏差，精细化网络满足预设的监督条件；及根据提名位置偏差及初始提名序列，获取时序动作提名。

摘要： 本发明公开了一种基于提名图注意力网络的工作流识别方法。本发明首先应用动作提名方法产生候选视频片段，然后基于这些视频片段表示为节点，构建具体的图模型。为了增强模型的特征表示能力，引入类内和类间两种注意力机制，分别学习用于不断更新图结点矩阵的长时依赖信息和迭代图邻接矩阵的自适应性依赖信息。最后，基于构建的图执行图卷积操作，实现工作流分类和工序操作边界定位回归。本发明可应用于产品生产加工过程中各工序的准确识别和时序定位，进而规范生产操作行为过程，对出现的危险操作或偏离正常操作模式时及时预警，确保生产安全、稳定、有序进行。

摘要： 本公开涉及一种时序动作提名的生成方法及装置、电子设备和存储介质，所述方法包括：对由待识别视频得到的多个视频片段进行特征提取，得到多个第一特征；针对任一视频片段，对该视频片段及其邻近视频片段的第一特征进行编码处理，得到该视频片段与邻近视频片段之间的关系特征，邻近视频片段位于该视频片段的目标邻域内；对该视频片段与邻近视频片段之间的关系特征进行解码处理，得到邻近视频片段的目标权重；基于目标权重，更新该视频片段的第一特征，得到该视频片段的第二特征；基于多个视频片段的第二特征，生成待识别视频的目标时序动作提名。本公开实施例可以生成待识别视频对应的准确率较高的目标时序动作提名。

摘要： 本公开涉及一种时序动作提名的生成方法及装置、电子设备和存储介质，所述方法包括：对由待识别视频得到的多个视频片段进行特征提取，得到多个第一特征；针对任一所述视频片段，基于所述视频片段及其邻近视频片段之间的关联关系，对所述视频片段的第一特征进行更新，得到所述视频片段的第二特征，其中，所述邻近视频片段位于所述视频片段的目标邻域内；基于所述多个视频片段的第二特征，生成所述待识别视频的目标时序动作提名。本公开实施例可以生成待识别视频对应的准确率较高的目标时序动作提名。

摘要： 本申请公开了一种时序动作提名方法及装置。其中，该方法包括：获取待处理视频，将待处理视频划分为多个第一视频片段；基于预训练的原子动作评估模型确定每个第一视频片段对应的原子动作概率，得到原子动作概率集；基于原子动作概率集合从多个第一视频片段对应的标记时间点中确定动作边界集合，并基于动作边界集合确定多个候选动作提名；提取每个候选动作提名对应的候选提名特征，并基于候选提名特征确定每个候选动作提名的置信度；基于多个候选动作提名的置信度对多个候选动作提名进行非极大值抑制处理，得到目标动作提名。本申请解决了相关技术中对视频进行时序动作检测时获取动作提名的过程较为复杂，且召回率不高的技术问题。

摘要： 本发明实施例提供基于全局感知与提名关系挖掘的时序动作定位方法，涉及视频识别技术领域。其中，这种时序动作定位方法，其包含步骤S1至步骤S4。S1、获取待识别视频。S2、根据待识别视频，提取视觉特征。S3、将视觉特征输入预先训练好的时序提名生成网络模型，获取时序提名。S4、将时序提名输入预先训练好的时序提名分类网络模型，获取定位结果。定位结果包括动作类别和动作起止时间。时序提名生成网络模型通过图建模的方式动态捕获特征之间的关联性，实现动作边界与动作特征之间的信息交互，达到全局感知动作、背景、边界之间关系的目的。时序提名分类网络模型挖掘提名之间的潜在关系，实现更精准地定位与动作分类。

摘要： 本公开提供了一种时序提名的生成方法、装置、设备及介质，涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术领域，具体可用于视频分析场景下，包括：提取待处理视频对应的目标图像特征序列，并根据目标图像特征序列，获取多个候选时序提名；根据目标图像特征序列，获取包括动作特征和背景特征间差异信息的动作关联特征和背景关联特征；进而根据动作关联特征和背景关联特征，获取各候选时序提名的动作得分和背景得分；并最终根据各动作得分和背景得分，在各候选时序提名中确定与待处理视频对应的目标时序提名。本公开实施例的技术方案，通过在时序提名评估阶段充分利用动作和背景的差异性，提高了获取目标时序提名的精准度和召回率。

摘要： 本公开提供的用于评价时序提名的模型的训练方法、设备、程序产品，涉及计算机视觉和深度学习技术，包括：获取用于训练模型的样本时序提名，以及样本时序提名的标签，其中，标签包括用于表征样本时序提名与真实时序提名之间的偏移信息，以及样本时序提名中包括的背景信息；利用样本时序提名及其标签对预设模型进行训练，得到用于评价时序提名的模型；其中，模型用于输出待处理的时序提名的识别偏移信息、识别背景信息，识别偏移信息、识别背景信息用于确定待处理的时序提名的分数。本公开提供的方案中，在训练模型时加入了样本时序提名的背景信息，进而提高模型的抗噪能力，从而提高模型输出的识别结果的准确性。