将IRP（信息资源规划）技术应用于高校教育信息管理系统中并与实践相结合，解决信息孤岛，实现信息共享。从IRP的理论体系入手，分析了IRP应用技术，基于IRP技术规划了高校教育信息管理系统的实施步骤，提出了数据的整合集成等方案，为现有系统的集成改造提供了新的方法。

【CIKM2019教程】深度异构信息网络分析的最新发展（北邮石川教授）。现实中的很多场景包含异构的信息，而大多数当代研究将它们建模为同构网络，并没有区分异构信息。近期，越来越多的研究者开始用异构信息网络（HIN）建模信息来解决数据异构性。本文介绍北邮石川教授在CIKM2019中关于深度异构信息网络分析的教程。

opencl异构编程中文资料 包含了基本的编程入门知识以及一些简单的实例

考虑到用户与基站间的相关性和网络的不规则性，建立了基于 Matern 簇过程（MCP）的非正交多址接入型异构网（NOMA-HetNet）模型，并结合该模型分析了各类用户的覆盖概率。在分析过程中，首先，从理论上推导出用户的信干噪比（SINR）；其次，针对现实中的非完美串行干扰消除（SIC）方案，给出了一种更符合实际情况的SINR上限更新规则；然后，利用空间坐标系、概率论、随机几何理论和顺序统计量等数学工具分析了各类用户关联概率和服务距离；最后，推导了各类用户覆盖概率的理论表达式。利用数值仿真分析了簇半径、基站密度和干扰残余因子对服务距离和覆盖概率的影响，取得了与理论分析相吻合的结果，验证了理论分析的正确性。

大数据平台具有开放性和共享性，但随着数据量不断增加且用户访问上下文环境复杂多变，RBAC模型难以满足大数据环境下细粒度、灵活的访问控制。针对这一问题，提出了大数据平台下多源异构数据的访问控制模型。该模型根据属性动态地确定角色权限，并构建基于数据组的层次结构，实现数据属性的简单管理。对该模型进行了形式化定义，阐述了在 Hadoop 平台中的实现和工作流程，并通过实验验证了所提方案的性能开销相对较小。

这本书应该是国内首本由国人自己写的基于OpenCL 2.0的技术书吧。内容很不错，对OpenCL 2.0许多特征——管道、SVM，以及基于C11标准的原子操作都讲解得很透彻。而且对于事件同步、与OpenGL的交互都有许多具体用例。而后面几章讲解了矩阵乘法等常规高性能计算的优化手法。作者非常耐心地讲解如何一步步对算法做深入优化并描述了调优过程

SpMV在CPU–GPU异构计算系统上的混合计算方法

在大数据环境下，多源舁构知识的融合为研究者从众多分散 、异构的数据源和知识源 中挖掘 出隐含 的、有价值的和尚未微发现的信息和知识提供了非常有效的手段和方法。针对 目前知识融合方法的不足 ．在对大数据环境下的肄构知识融合方法进行深入研究的基，将已有的数据融合算法合理地移植到知 识融合中，设计并构造 了大数据环境下 的多源肄构餐珀识融合算法。为进 一步提高获取知识的质量，依据知识源粒度的动态选择 ，提出了一种改进的知识源分解一合并法 ，以获得合适粒度大小的知识源集合和尽可能真实可靠 的知识。基于 Hadoop和 MapReduce框架所构建的实验平台耐所提算法进行 r实验验证。实验结果表明，所提出的多源异构知识融合算法有效可行 ，并能够有效显著地提高多源异构知识融合算法的性能。

研究了在毫米波（mmWave）频段运行的两层异构网络（HetNet）中的用户关联和无线回程分配。 假定宏小区层基站（BS）配备有大规模天线阵列，而小型小区BS仅具有单天线功能，并且它们依赖到宏BS的无线链路进行回程。 为了平衡吞吐量和公平性，选择对数用户速率之和作为优化问题的网络实用程序。 提出了一种基于层次原始分解和对偶分解的分布式算法。 首先，原始分解将原始问题转换为两个子问题，即无线回程带宽分配子问题和用户关联子问题。 其次，将对接收到的信号干扰加噪声比（SINR）的偏见引入到小蜂窝层中，以实现漫游的流量。 最后，当保持Karush-Kuhn-Tucker条件或Slater条件成立时，可以通过对偶分解从Lagrange对偶函数获得用户关联子问题的最优解X ∗。 在达到相同最佳性能的同时，所提出的分布式算法比穷举搜索方法收敛得更快。 仿真结果表明，随着我们增加大型天线阵列尺寸和增加用户数量，系统吞吐量得到了提高。 更改小型小区BS数量的影响微不足道。 此外，通过分布式算法实现的系统吞吐量要优于传统的基于最大SINR的用户关联策略。

异构总线网络中实时可分性负载调度算法.pdf