2021中国金融科技企业首席洞察报告2021-fintech-survey-report

A Survey of Image Registration Techniques (1992)

当前人口调查（CPS）是美国历史最悠久，规模最大，最知名的调查之一。除了作为每月劳动力统计数据的主要来源，CPS还用于收集其他各种研究的数据，这些研究可以使国家了解其人民的经济和社会福祉。 file/opensearch/documents/93151/data_dic.csv file/opensearch/documents/93151/cps_2016-08.csv

Deep Learning for Visual Tracking A Comprehensive Survey.pdf

无人车综述：Abstract— We survey research on self-driving cars published in the literature focusing on autonomous cars developed since the DARPA challenges, which are equipped with an autonomy system that can be categorized as SAE level 3 or higher. The architecture of the autonomy system of self-driving cars is typically organized into the perception system and the decision-making system. The perception system is generally divided into many subsystems responsible for tasks such as self-driving-car localization, static obstacles mapping, moving obstacles detection and tracking, road mapping, traffic signalization detection and recognition, among others. The decision- making system is commonly partitioned as well into many subsystems responsible for tasks such as route planning, path planning, behavior selection, motion planning, and control. In this survey, we present the typical architecture of the autonomy system of self-driving cars. We also review research on relevant methods for perception and decision making. Furthermore, we present a detailed description of the architecture of the autonomy system of the UFES’s car, IARA. Finally, we list prominent autonomous research cars developed by technology companies and reported in the media

SurveyUs 内容 [线框] 什么是SurveyUs？ SurveyUs是由的创意人员生产的旗舰应用程序。 SurveyUs分为一项调查，一部分是进行调查的冒险活动，旨在通过向用户提出棘手的问题并将回答限制为我们喜欢的答案，从而简化调查过程。 例子： 问题1 ：您最喜欢的乐队是谁，为什么是滚石乐队？ 答案1 ：正确[] | 错误的 [ ] 通过使用SurveyUs进行注册，您可以解锁为匿名受众创建对/错调查的功能，从而可以将特定人群的总体感觉列表化。 SurveyUs ：对于答案无关紧要的__（ツ）_ / 用户故事 作为未注册用户，我想使用电子邮件和密码注册。 作为注册用户，我想使用电子邮件和密码登录。 作为登录用户，我想更改密码。 作为登录用户，我想退出。 作为登录用户，我想创建一个带有标题和可能答案的调查。 作为登录用户，我想更新调查标题和调查的可能答案。

Deep Learning-Based Human Pose Estimation A Survey综述

异常检测是一个重要的问题，已经在不同的研究领域和应用领域得到了很好的研究。本研究的目的有两个方面：一是对基于深度学习的异常检测方法进行了系统、全面的综述。此外，我们还回顾了这些方法在不同应用领域中的应用，并评估了它们的有效性。我们根据所采用的基本假设和方法，将最新的深度异常检测技术分为不同的类别。在每个类别中，我们概述了基本的异常检测技术及其变体，并提出了区分正常行为和异常行为的关键假设。此外，对于每一类，我们还介绍了这些技术的优点和局限性，并讨论了这些技术在实际应用领域中的计算复杂性。最后，我们概述了研究中存在的问题和在实际问题中采用深度异常检测技术所面临的挑战。

Deep Learning-Based Human Pose Estimation A Survey综述xmind版

多核学习方法的一个调研，作为一个提纲挈领的文档，非常值得一读，尤其适合正在学习SVM，SVR的哦鞥有