检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:黄怀龙 邹志文[1] HUANG Huailong;ZOU Zhiwen(Jiangsu University,Zhenjiang,Jiangsu Province,212013 China)
机构地区:[1]江苏大学,江苏镇江212013
出 处:《科技资讯》2023年第16期43-50,共8页Science & Technology Information
摘 要:针对云上虚拟现实(VR)资源存储过程混乱和部分云存储空间使用不均衡等存储不当问题,提出一种基于兴趣度的云VR资源存储方法。该方法从虚拟现实资源本身关联度着手分析,定义了兴趣度指数,用于量化云VR资源的关联程度。通过兴趣度指数来构建资源放置组,有效减少了存储过程中的移动次数,并利用兴趣度指数改进的深度强化学习算法进行合理的对象存储设备选择,有效提高了云空间整体使用率。实验结果表明:该方法有效地优化了云VR资源存储过程,解决了资源存储不当的问题。Aiming at the problems of improper storage such as the confusing virtual reality(VR)resource storage process on the cloud and uneven use of some cloud storage space,a method for cloud VR resource storage based on the interest measure is proposed.This method starts with the analysis of the relevancy of virtual reality resources themselves,and defines the interest index,and uses it to quantify the relevance of cloud VR resources.The interest index is used to build resource placement groups to effectively reduce the number of moves in the storage process,and the deep reinforcement learning algorithm improved by the interest index is used to select reasonable object storage devices,which effectively improves the overall utilization of cloud space.The experimental results show that the method effectively optimizes the cloud VR resource storage process and solves the problem of improper resource storage.
关 键 词:虚拟现实 兴趣度 云存储 深度强化学习 VR UO-CRUSH
分 类 号:TP393.01[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:18.218.60.55