云平台 ROIA 中基于目标预测的 DR 算法

doi:10.3969/j.issn.1000-565X.2013.09.014

华南理工大学学报（自然科学版） ›› 2013, Vol. 41 ›› Issue (9): 82-86.doi: 10.3969/j.issn.1000-565X.2013.09.014

云平台 ROIA 中基于目标预测的 DR 算法

刘冬^1,2赵跃龙¹曾文英^1,3

1．华南理工大学计算机科学与工程学院，广东广州 510640; 2．暨南大学计算机科学系，广东广州 510632;3．广东科学技术职业学院计算机工程技术学院，广东珠海 519090

收稿日期:2012-10-16 修回日期:2013-03-05 出版日期:2013-09-25 发布日期:2013-08-01
通信作者: 刘冬(1975-)，男，在职博士生，暨南大学讲师，主要从事云计算、海量存储系统研究． E-mail:wze2k@163.com
作者简介:刘冬(1975-)，男，在职博士生，暨南大学讲师，主要从事云计算、海量存储系统研究．
基金资助:
广东省科技计划项目(2010B060100056);广东省自然科学基金资助项目(S2012010008831);广州市科技计划项目(2010Y0- C681)

Goal Prediction- Based Dead Reckoning Algorithm on ROIA Cloud Platform

Liu Dong^1,2Zhao Yue- long¹Zeng Wen- ying^1,3

1.School of Computer Science and Engineering,South China University of Technology,Guangzhou 510640,Guangdong,China;2.Department of Computer Science,Jinan University,Guangzhou 510632,Guangdong,China;3.Computer Engineering Technical College,Guangdong Institute of Science and Technology,Zhuhai 519090,Guangdong,China

Received:2012-10-16 Revised:2013-03-05 Online:2013-09-25 Published:2013-08-01
Contact: 刘冬(1975-)，男，在职博士生，暨南大学讲师，主要从事云计算、海量存储系统研究． E-mail:wze2k@163.com
About author:刘冬(1975-)，男，在职博士生，暨南大学讲师，主要从事云计算、海量存储系统研究．
Supported by:
广东省科技计划项目(2010B060100056);广东省自然科学基金资助项目(S2012010008831);广州市科技计划项目(2010Y0- C681)

摘要/Abstract

摘要： 为提高航位推算( DR) 算法预测的准确度，提出了一种基于目标预测的改进 DR 算法，该算法首先根据角色当前状态下实际应用中不同物品对角色的吸引力大小预测出其前进目标，然后结合实际运动惯性计算出预测轨迹．仿真实验结果表明，文中所提出算法的预测准确度优于传统的 DR 算法，该算法对构建云平台下的实时在线交互应用系统研究有较好的参考价值．

关键词: 云计算, 实时在线交互应用, 航位推算算法, 目标预测

Abstract:

In order to improve the prediction accuracy of the dead reckoning (DR) algorithm,an improved DR algorithm is proposed based on goal prediction.The algorithm first predicts the goal of avatar according to the calcu-lated attractiveness degrees of materials to avatar,and then calculates its trajectory by combining the actual move-ment.Simulation results show that the improved DR algorithm is superior to the traditional DR algorithm in terms of prediction accuracy,and that it provides a reference for the construction of the ROIA (Real- time Online Interactive Application) cloud platform.

Key words: cloud computing, real- time online interactive application, dead reckoning algorithm, goal prediction

中图分类号:

TP393

刘冬赵跃龙曾文英. 云平台 ROIA 中基于目标预测的 DR 算法[J]. 华南理工大学学报（自然科学版）, 2013, 41(9): 82-86.

Liu Dong Zhao Yue- long Zeng Wen- ying . Goal Prediction- Based Dead Reckoning Algorithm on ROIA Cloud Platform[J]. Journal of South China University of Technology (Natural Science Edition), 2013, 41(9): 82-86.

[1]	姚锡凡, 蓝宏宇, 陶韬, 等. 基于云雾结合的工件深度学习识别问题研究 [J]. 华南理工大学学报（自然科学版）, 2019, 47(12): 1-8.
[2]	刘世豪李斌勇. 基于物联网的汽车制造系统集成设计云平台[J]. 华南理工大学学报(自然科学版), 2018, 46(12): 84-92.
[3]	王岩汪晋宽韩英华. 面向云工作流的两阶段资源调度方法[J]. 华南理工大学学报（自然科学版）, 2017, 45(1): 80-87,111.
[4]	徐华张庭. 云计算环境下基于改进离散粒子群的并行调度算法[J]. 华南理工大学学报（自然科学版）, 2015, 43(9): 95-99.
[5]	王振宇张志伟李照瑜. 面向独立任务的星型网格拓扑结构优化[J]. 华南理工大学学报（自然科学版）, 2014, 42(7): 9-14.
[6]	周舟胡志刚. 云环境下面向能耗降低的虚拟机部署算法[J]. 华南理工大学学报（自然科学版）, 2014, 42(5): 109-114.
[7]	杨庆芳梅朵郑黎黎马明辉王伟. 基于云计算的城市路网最短路径遗传算法求解[J]. 华南理工大学学报（自然科学版）, 2014, 42(3): 47-51,58.
[8]	贾瑞玉伍章俊张以文. 基于多目标蚁群优化的知识即服务动态组合策略[J]. 华南理工大学学报(自然科学版), 2012, 40(6): 126-131,158.

云平台 ROIA 中基于目标预测的 DR 算法

Goal Prediction- Based Dead Reckoning Algorithm on ROIA Cloud Platform

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 8

编辑推荐

Metrics

本文评价