这个我来吹下牛逼，我认为可以在评价结果可视化方面做出一定的创新。
或者说模糊数学与拓扑与图论进行结合，达到更容易理解，更容易运用，更容易推广。
上面是理论基础以及日常最常见的例子。
第一个时间节点：
对抗择优抽取算法在上面已经列出。
对抗来自两个两种不同的方向，则称之为对抗
择优抽取即为每次把最牛的抽取出来
这个算法是2022年11月1号在网上发布。
英文名暂定为：Adversarial Extract Champion Mothod
简称：AEC
英文名2：priority-based adversarial extraction method 简称PAE
英文名3：Sequeeze-and-Extraction method 简称SE
第二个时间节点：
2023年6月15号更新AECM一般性流程。
AECM中的四步，讲一下。
1、求拐点（交点）并对拐点大小进行排序
2、依据拐点，得到排序分布，聚类分布，每个聚类视为一个通道。（不论何种妥协解公式，其聚类分布是一致的，只是通道的大小变化而已）
3、求出层级统计矩阵。即每层的要素依据不同的通道相加即可
4、优胜情境下的正向抽取（抽取最好的）；劣汰情境下的逆向抽取（抽取最坏的）
其中2很值得理论研究。
例子一：
x牛逼到什么程度？
看上面的图，x牛逼到什么程度一目了然。
例子二：
上面的年份分别牛逼到什么程度？
一目了然。
