基于云游戏的场景渲染缓存处理方法、系统及云平台技术方案

本申请涉及云计算、云游戏与数据处理技术领域，涉及一种基于云游戏的场景渲染缓存处理方法、系统及云平台。本申请对第一描述知识网进行组合描述知识抽取，得到第一描述知识数据，组合描述知识抽取包括冗余描述知识抽取；结合第一描述知识数据中的异常描述知识，对第一描述知识网进行清洗；抽取清洗结果中的第二描述知识数据；整合第一描述知识数据和第二描述知识数据，得到游戏渲染数据的描述知识抽取结果，并对描述知识抽取结果进行缓存。本申请在对已获得的游戏渲染数据进行完整抽取的同时，提高异常描述的精确定位，从而可以精确地获得游戏渲染数据的描述知识抽取结果，可以保障描述知识抽取结果在缓存时，更加的可靠。更加的可靠。更加的可靠。

【技术实现步骤摘要】
基于云游戏的场景渲染缓存处理方法、系统及云平台


[0001]本申请涉及云计算、云游戏与数据处理
，具体而言，涉及一种基于云游戏的场景渲染缓存处理方法、系统及云平台。

技术介绍

[0002]云游戏是以云计算为基础的游戏方式，在云游戏的运行模式下，所有游戏都在服务器端运行，并将渲染完毕后的游戏画面压缩后通过网络传送给用户。云计算（cloud computing），是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备。
[0003]现有技术在对游戏场景渲染缓存处理时，无法对异常渲染数据进行过滤，这样一来，导致存储的数据是不准确且不可靠的。因此，亟需一种技术方案以改善上述技术问题。

技术实现思路

[0004]为改善相关技术中存在的技术问题，本申请提供了一种基于云游戏的场景渲染缓存处理方法、系统及云平台。
[0005]第一方面，提供一种基于云游戏的场景渲染缓存处理方法、系统及云平台，该方法至少包括：对已获得的游戏渲染数据进行描述知识抽取，得到第一描述知识网；对所述第一描述知识网进行组合描述知识抽取，得到第一描述知识数据；清洗所述第一描述知识数据中的异常描述知识关联的信息，得到清洗结果；抽取所述清洗结果中的第二描述知识数据；整合所述第一描述知识数据和所述第二描述知识数据，得到所述游戏渲染数据的描述知识抽取结果，并对所述描述知识抽取结果进行缓存。
[0006]在一种独立实施的实施例中，所述抽取所述清洗结果中的第二描述知识数据，包括：收敛所述清洗结果中的异常描述知识，得到第二描述知识网；其中，所述收敛所述清洗结果中的异常描述知识，得到第二描述知识网，包括：对所述清洗结果进行描述知识抽取得到目标描述知识，对所述目标描述知识进行组合描述知识抽取得到第一目标描述知识数据，以及结合所述第一目标描述知识数据中的异常描述知识，对所述目标描述知识进行清洗，得到所述第二描述知识网；在未满足事先设置的终止要求的前提下，利用所述第二描述知识网更新所述清洗结果，重复所述收敛所述清洗结果中的异常描述知识，得到第二描述知识网的操作；在满足所述终止要求的前提下，将获得到的各个所述第一目标描述知识数据都确定为所述第二描述知识数据。
[0007]在一种独立实施的实施例中，所述抽取所述清洗结果中的第二描述知识数据，还包括：获得目标第二描述知识网，所述目标第二描述知识网为满足所述终止要求的前提下获得到的第二描述知识网；对所述目标第二描述知识网进行组合描述知识抽取，得到第二目标描述知识数据；将所述第二目标描述知识数据确定为所述第二描述知识数据。
[0008]在一种独立实施的实施例中，所述清洗所述第一描述知识数据中的异常描述知识关联的信息，得到清洗结果，包括：结合所述第一描述知识数据中的异常描述知识，确定异
常定位；对所述第一描述知识网中对应于所述异常定位的描述知识进行清洗。
[0009]在一种独立实施的实施例中，所述结合所述第一描述知识数据中的异常描述知识，确定异常定位，包括：对所述第一描述知识数据进行基于定位的分团，得到分团队列；确定所述分团队列中每个属性对应范围的异常评价，得到异常评价队列；利用所述异常评价队列，确定所述异常定位。
[0010]在一种独立实施的实施例中，所述对所述第一描述知识网中对应于所述异常定位的描述知识进行清洗，包括：利用所述异常定位生成目标约束条件，所述目标约束条件用于清洗所述异常定位对应的描述知识；整合所述目标约束条件与所述第一描述知识网。
[0011]在一种独立实施的实施例中，所述对所述第一描述知识网进行组合描述知识抽取，得到第一描述知识数据，包括：对所述第一描述知识网进行描述知识抽取，得到第一抽取结果；对所述第一描述知识网进行冗余信息抽取，得到第二抽取结果；整合所述第一抽取结果和所述第二抽取结果，得到所述第一描述知识数据。
[0012]在一种独立实施的实施例中，所述方法通过描述知识抽取线程实施，所述描述知识抽取线程的配置方法如下：将具有标识的范例游戏渲染数据输入所述描述知识抽取线程的不少于两个描述知识抽取单元，得到范例第一描述知识数据和范例第二描述知识数据；结合所述范例第一描述知识数据、所述范例第二描述知识数据和所述标识，确定所述描述知识抽取线程生成的配置质量评估；结合所述配置质量评估更新所述描述知识抽取线程；其中，所述配置质量评估通过如下中的至少一部分组成：各个所述描述知识抽取单元生成的冗余质量评估、各个所述描述知识抽取单元之间的距离质量评估、基于对所述描述知识抽取单元的输出数据的异常定位回归分析生成的回归分析质量评估、基于对各个所述描述知识抽取单元的输出数据的整合生成的整合质量评估。
[0013]在一种独立实施的实施例中，所述方法还包括确定所述冗余质量评估，所述确定所述冗余质量评估，包括：利用所述范例第一描述知识数据和所述标识，确定第一质量评估；利用所述范例第二描述知识数据和所述标识，确定第二质量评估；利用所述第一质量评估和所述第二质量评估，确定所述冗余质量评估。
[0014]在一种独立实施的实施例中，所述方法还包括确定所述距离质量评估，包括：对所述范例第一描述知识数据和所述范例第二描述知识数据进行无量纲简化处理，得到若干个范例无量纲简化描述知识；确定所述若干个范例无量纲简化描述知识之间的距离质量评估，所述距离质量评估包括下述至少之一：所述若干个范例相同描述知识之间的目标距离质量评估、所述若干个范例相同描述知识之间的距离质量评估。
[0015]在一种独立实施的实施例中，所述标识标记有所述范例游戏渲染数据中的目标，所述方法还包括确定所述目标距离质量评估，所述确定所述目标距离质量评估，包括：对所述若干个范例相同描述知识进行基于目标的分团，得到目标分团结果，所述目标分团结果的相同种类中的范例无量纲简化描述知识对应于相同的目标；利用所述目标分团结果计算目标第一置信度和目标第二置信度；利用所述目标第一置信度和所述目标第二置信度的比较结果，得到所述目标距离质量评估。
[0016]第二方面，提供一种基于云游戏的场景渲染缓存处理系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
[0017]第三方面，提供一种基于云游戏的场景渲染缓存处理云平台，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
[0018]本申请实施例所提供的一种基于云游戏的场景渲染缓存处理方法、系统及云平台，对已获得的游戏渲染数据进行描述知识抽取，得到第一描述知识网；对第一描述知识网进行组合描述知识抽取，得到第一描述知识数据，组合描述知识抽取包括冗余描述知识抽取；结合第一描述知识数据中的异常描述知识，对第一描述知识网进行清洗；抽取清洗结果中的第二描述知识数据；整合第一描述知识数据和第二描述知识数据，得到游戏渲染数据的描述知识抽取结果，并对描述知识抽取结果进行缓存。根据上述描述内容，可以在对已获得的游戏渲染数据进行完整本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云游戏的场景渲染缓存处理方法、系统及云平台，其特征在于，该方法至少包括：对已获得的游戏渲染数据进行描述知识抽取，得到第一描述知识网；对所述第一描述知识网进行组合描述知识抽取，得到第一描述知识数据；清洗所述第一描述知识数据中的异常描述知识关联的信息，得到清洗结果；抽取所述清洗结果中的第二描述知识数据；整合所述第一描述知识数据和所述第二描述知识数据，得到所述游戏渲染数据的描述知识抽取结果，并对所述描述知识抽取结果进行缓存。2.根据权利要求1所述的方法，其特征在于，所述抽取所述清洗结果中的第二描述知识数据，包括：收敛所述清洗结果中的异常描述知识，得到第二描述知识网；其中，所述收敛所述清洗结果中的异常描述知识，得到第二描述知识网，包括：对所述清洗结果进行描述知识抽取得到目标描述知识，对所述目标描述知识进行组合描述知识抽取得到第一目标描述知识数据，以及结合所述第一目标描述知识数据中的异常描述知识，对所述目标描述知识进行清洗，得到所述第二描述知识网；在未满足事先设置的终止要求的前提下，利用所述第二描述知识网更新所述清洗结果，重复所述收敛所述清洗结果中的异常描述知识，得到第二描述知识网的操作；在满足所述终止要求的前提下，将获得到的各个所述第一目标描述知识数据都确定为所述第二描述知识数据。3.根据权利要求2所述的方法，其特征在于，所述抽取所述清洗结果中的第二描述知识数据，还包括：获得目标第二描述知识网，所述目标第二描述知识网为满足所述终止要求的前提下获得到的第二描述知识网；对所述目标第二描述知识网进行组合描述知识抽取，得到第二目标描述知识数据；将所述第二目标描述知识数据确定为所述第二描述知识数据。4.根据权利要求3所述的方法，其特征在于，所述清洗所述第一描述知识数据中的异常描述知识关联的信息，得到清洗结果，包括：结合所述第一描述知识数据中的异常描述知识，确定异常定位；对所述第一描述知识网中对应于所述异常定位的描述知识进行清洗。5.根据权利要求4所述的方法，其特征在于，所述结合所述第一描述知识数据中的异常描述知识，确定异常定位，包括：对所述第一描述知识数据进行基于定位的分团，得到分团队列；确定所述分团队列中每个属性对应范围的异常评价，得到异常评价队列；利用所述异常评价队列，确定所述异常定位。6.根据权利要求2所述的方法，其特征在于，所述对所述第一描述知识网中对应于所述异常定位的描述知识进行清洗，包括：利用所述异常定位生成目标约束条件，所述目标约束条件用于清洗所述异常定位对应的描述知识；整合所述目标约束条件与所述第一描述知识网。7.根据权利要求1所述的方法，其特征在于，所述对所述第一描述知识网进行组合描述
知识抽取，得到第一描述知识数据，包括：对所述第一描...

【专利技术属性】
技术研发人员：陈道波，张宁，
申请(专利权)人：陈道波，
类型：发明
国别省市：