目录: 第一部分 基础知识 第1章 UML简介 3 1.1 在纷繁复杂中寻求解决问题的办法 3 1.2 UML的诞生 4 1.3 UML的组成 5 1.3.1 类图 5 1.3.2 对象图 6 1.3.3 用例图 7 1.3.4 状态图 7 1.3.5 顺序图 8 1.3.6 活动图 9 1.3.7 协作图 10 1.3.8 构件图 11 1.3.9 部署图 11 1.4 其他特征 12 1.4.1 注释 12 1.4.2 关键字和构造型 12 1.5 UML 2.0中的新图 13 1.5.1 组成结构图 13 1.5.2 交互纵览图 14 1.5.3 计时图 15 1.5.4 有创新也有保留的包图 15 1.6 为什么需要这么多种图 16 1.7 这不仅仅是一系列图 16 1.8 小结 17 1.9 常见问题解答 17 1.10 小测验和习题 18 1.10.1 小测验 18 1.10.2 习题 18 第2章 理解面向对象 20 2.1 无处不在的对象 20 2.2 一些面向对象的概念 22 2.2.1 抽象 22 2.2.2 继承 23 2.2.3 多态性 24 2.2.4 封装 24 2.2.5 消息传递 25 2.2.6 关联 26 2.2.7 聚集 27 2.3 意义 28 2.4 小结 29 2.5 常见问题解答 29 2.6 小测验和习题 30 第3章 运用面向对象 31 3.1 类的可视化表示 31 3.2 属性 32 3.3 操作 33 3.4 属性、操作和可视化表达 34 3.5 职责和约束 35 3.6 附加注释 36 3.7 类——应该做什么和如何识别它们 37 3.8 小结 39 3.9 常见问题解答 39 3.10 小测验和习题 39 3.10.1 小测验 39 3.10.2 习题 40 第4章 关系 41 4.1 关联 41 4.1.1 关联上的约束 42 4.1.2 关联类 43 4.1.3 链 43 4.2 多重性 43 4.3 限定关联 45 4.4 自身关联 45 4.5 继承和泛化 46 4.5.1 找出继承关系 47 4.5.2 抽象类 48 4.6 依赖 48 4.7 类图和对象图 49 4.8 小结 50 4.9 常见问题解答 51 4.10 小测验和习题 51 4.10.1 小测验 51 4.10.2 习题 51 第5章 聚集、组成、接口和实现 53 5.1 聚集 53 5.2 组成 54 5.3 组成结构图 54 5.4 接口和实现 55 5.5 接口和端口 58 5.5.1 可见性 58 5.5.2 作用域 59 5.6 小结 59 5.7 常见问题解答 60 5.8 小测验和习题 60 5.8.1 小测验 60 5.8.2 习题 60 第6章 介绍用例 61 6.1 什么是用例 61 6.2 用例的重要性 62 6.3 举例：饮料销售机 62 6.3.1 用例“买饮料” 62 6.3.2 其他用例 63 6.4 包含用例 64 6.5 扩展用例 65 6.6 开始用例分析 66 6.7 小结 66 6.8 常见问题解答 66 6.9 小测验和习题 67 6.9.1 小测验 67 6.9.2 习题 67 第7章 用例图 68 7.1 用例模型的表示法 68 7.1.1 回顾饮料销售机 69 7.1.2 跟踪场景中的步骤 69 7.2 用例之间关系的可视化表示 70 7.2.1 包含 70 7.2.2 扩展 71 7.2.3 泛化 72 7.2.4 分组 73 7.3 用例图在分析过程中的作用 73 7.4 运用用例模型：举例 73 7.4.1 理解领域 73 7.4.2 理解用户 74 7.4.3 理解用例 75 7.4.4 进一步深入 76 7.5 “清查存货” 77 7.5.1 结构元素 77 7.5.2 关系 77 7.5.3 分组 78 7.5.4 注释 78 7.5.5 扩展 78 7.5.6 其他 78 7.6 UML“大图” 78 7.7 小结 79 7.8 常见问题解答 79 7.9 小测验和习题 79 7.9.1 小测验 80 7.9.2 习题 80 第8章 状态图 81 8.1 什么是状态图 81 8.1.1 基本符号集 82 8.1.2 在状态图标中增加细节 82 8.1.3 增加转移的细节：事件和动作 83 8.1.4 增加转移的细节：保护条件 84 8.2 子状态 84 8.2.1 顺序子状态 84 8.2.2 并发子状态 85 8.3 历史状态 86 8.4 UML 2.0中的新变化 86 8.5 为什么状态图很重要 87 8.6 UML“大图” 87 8.7 小结 88 8.8 常见问题解答 89 8.9 小测验和习题 89

思维导图-知识地图-B端运营协作流程图

使用动态多种群框架为协作式协同进化算法寻找信息协作者

为了提高通信系统的安全性能且使有限的频谱得到高效利用，将填充式认知无线电（OCR）与非正交多址接入（NOMA）技术相结合，提出了一个次网络通过感知主用户是否占用频谱来实现辅助主网络通信或次网络通信的动态切换的系统模型。主次网络均采用人工噪声（AN）技术进一步改善系统的安全传输性能。通过分别推导主、次网络安全中断概率和安全吞吐量的表达式来研究系统的安全中断性能。仿真结果表明了所提出的认知协作NOMA方案在降低中断概率、提高吞吐量方面的有益效果，并且进一步给出了人工噪声功率分配因子对系统性能的影响。

基于拍卖的组合式协作云服务平台

学会协作：通过多智能体强化学习进行多场景排名

网络编码策略的V2V中基于图的时间关键型协作数据交换

StoryMap概念验证 Knightlab的是一款出色的交互式地图可视化编辑器。 但是，缺点之一是它不允许对地图进行协作编辑。 如果您想将其用于教室中的团队项目，那将是一个大问题。 这是由Github Pages托管的StoryMap协作创建的概念验证。 由于StoryMap Javascript模块使用来自JSON文件的数据填充其地图，因此您无需使用官方Knightlab界面。 您只需要一个JSON文件和一个index.html文件中的。 将两者都放入Github存储库中并发布到Github页面。 然后，团队可以使用任何JSON编辑器协同编辑JSON文件。 每个组都可以将对JSON文件的更改推送到存储库。 一旦它们被接受进入Master分支，它们就会出现在已发布的StoryMap页面上。 您还可以将JSON托管在Github Gist中，这可以使团队成员更轻松地进行编辑。 由于JS

协作学习无线电网络中的抗干扰增强学习功率控制

根据分布式压缩感知理论,提出一种宽带协作频谱感知的方式。该方式相比于以往的协作压缩频谱感知方式,认知用户传向融合中心的数据精简为压缩信号,各个压缩信号在融合中心进行融合重构,这样就减少传向融合中心的数据量,缓解融合中心的数据压力,并且可以提高信号重构的成功率。同时,根据压缩抽样匹配追踪算法,提出一种联合压缩抽样匹配追踪算法。该算法思想是通过加权融合测量样本、迭代重构原信号,以恢复共同的频谱支撑集,完成协作频谱感知。仿真结果表明:与经典的DCS-SOMP算法相比,本文算法性能更优,所需的滤波器数更少。