Real-time Prediction Based on Neural-networks in Distributed Virtual Environment
分布式虚拟环境中基于神经网络的实时预测

在分布式虚拟环境中,性能的瓶颈是为维护主机间实体行为的一致性而进行的通信.该文针对虚拟场景中的难预测对象建立其状态向量的神经网络模型,使用了基于函数型连接的神经网络对其行为进行实时预测.首先介绍了函数型连接的原理和特点;其次,在对传统的DR算法进行描述后提出了基于神经网络预测的自适应DR算法;然后给出了基于该算法的网络软件结构;最后对一个特例进行了实验,实验结果表明该算法可以很好地工作.