北京火龙果软件工程技术中心MariiaEriicsson2004年5月历史本文是根据发表在ROAD1995年5-6月期的由IvarJacobson、KarinPalmkvist和SusanneDyrhage合著的"SystemsofInterconnectedSystems"进行撰写的。本文吸收了数个大规模系统开发项目的宝贵经验，并有意将它们与Rational统一过程（RUP）[2]和统一建模语言结合起来[3]。互连系统构成的系统开发大规模系统时，其复杂程度将大大增加。它不但要求您能够理解一套更为复杂的工作产物，并且由于需要管理更多的一组资源，您为此还要负担额外的开销。本文描述了一个构架模式，

四元数-MUSIC用于具有大规模偏振阵列的近场严格非圆形光源

准确了解用户对视频热度的选择（PP）的差异性对丰富的用户画像，提高个性化服务精确度和优化产品提供方收益等方面大有替代益。目前只有少量的统计学方面的研究，在数据稀疏或者大规模启动的情况下不确定性的正确性。基于大规模商业在线视频流媒体系统的用户观影数据，此处对用户的视频热度替换进行了多角度刻画分析，着重提出了两个基于协同过滤（CF ）的算法来预测用户对视频热度的替代。具体贡献如下：1）通过空模型假设对比实验，发现并非所有用户都偏好热度高的视频；大多数用户有较广泛的优选范围，但用户之间2）设计了基于最近邻居的（NNI）和基于矩阵分解的（MFI）用户热度首选预测模型。实验证明，当数据稀疏度低于48％的时候，用NNI或MFI算法初始化所得的用户热度替代比传统方法统计所得的结果更准确。越稀疏的情况下，这种优势越明显。此工作对视频系统中推荐服务设计和用户体验优化具有参考意义。

具有MMSE接收器的低分辨率大规模MIMO系统的渐近分析

一比特数模转换器（DAC）对于具有成本效益和功率效率的大规模多输入多输出（MIMO）实施具有巨大的潜力。 我们使用服务于量化接收机的正则归零强制（RZF）预编码，研究具有1位DAC的下行链路大规模MIMO的性能。 通过获取发射机和接收机处的量化误差，通过应用渐近随机矩阵理论，采用闭式解优化了RZF的正则化参数。 发现最佳参数是随着用户负载率线性增加。 此外，得出了渐近总和速率性能，并针对低SNR实现了最佳用户负载率的闭式表达式。 发现最佳用户负载随着接收机量化分辨率的提高而降低。 数值模拟验证了我们的观察结果。

为多用户mmWave大规模MIMO系统最大化基于最小相位差的混合波束成形

随着万维网和在线社交网站的发展,规模大、结构复杂、动态性强的大规模网络应用而生.发现这些网络的潜在结构,是分析和理解网络数据的基本途径.概率模型以其灵活的建模和解释能力、坚实的理论框架成为各领域研究网络结构发现任务的有效工具,但该类方法存在计算瓶颈.近几年出现了一些基于概率模型的大规模网络结构发现方法,主要从网络表示、结构假设、参数求解这3 个方面解决计算问题.按照模型参数求解策略将已有方法归为两类:随机变分推理(stochastic variational inference)方法和在线EM(online expectation maximazation)方法,详细分析各方法的设计动机、原理和优缺点.定性和定量地对比、分析典型方法的特点和性能,并提出大规模网络结构发现模型的设计原则.最后,概括该领域研究的核心问题,展望未来发展趋势.

基于视觉注意力模型的大规模高分辨率遥感影像的矿区识别

具有轻量级描述的基于Qos的服务选择，用于面向服务的大规模物联网

大规模优化问题出现在各个领域。 将大规模问题分解为与变量交互有关的小规模子问题并进行协作优化是优化算法中的关键步骤。 为了探索变量交互并执行问题分解任务，我们开发了两阶段的变量交互重建算法。 提出了一种学习模型，以探索部分可变相互作用作为先验知识。 提出了一种边缘化降噪模型，以使用先验知识构造整体变量交互作用，利用该知识将问题分解为小规模模块。 为了优化子问题并缓解过早收敛，我们提出了一种协作式分层粒子群优化框架，在该框架中，设计了应急领导，交互认知和自我导向开发的算子。 最后，我们进行理论分析以进一步理解所提出的算法。 分析表明，如果正确分解问题，该算法可以保证收敛到全局最优解。 实验是在C