10.3969/j.issn.1007-130X.2019.05.020
基于任务相关性的机务虚拟维修系统的场景管理
为解决机务虚拟维修训练系统中场景、模型一次性全部加载速度慢、内存占用量高的问题,基于任务的相关性提出一种场景管理方法.使用TF-IDF算法获取系统中包含的虚拟维修任务工卡的相似度并进行划分.工卡的相似度越高表示所描述的虚拟维修场景、维修工具、维修对象等虚拟资源相关性越强.当在场景资源加载、内存分配时,将相关性大于68%的任务工卡描述的虚拟资源利用伙伴系统进行加载分配,对于相关性小于42%的任务场景,则在伙伴系统中申请一块内存,并将这块内存划分为内存池进行加载分配.而任务相关性介于42%~68%的任务场景用双动态双链表的方法进行管理.解决了传统虚拟维修训练系统中加载资源时没有维修资源相关性分配管理的不足,分配方法没有任务针对性的局限,避免了单独划分内存块的系统分配时间.实验结果表明,改进后的分配方法减少了17%内存占用量,并提高了17.57的帧率.
虚拟维修系统、任务相似度、TF-IDF、场景管理、伙伴系统、帧率
41
TP391(计算技术、计算机技术)
国家自然科学基金重点项目60832011;天津市科技攻关计划重点项目06YFGZGX00700;中央高校基本科研业务费专项ZXH2012B001
2019-06-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
910-916