基于位置相关查询的一种语义缓存模型

为了克服far算法在位置预测方面的不足,定义了一种语义缓存模型,与传统的语义缓存模型相比增加了对移动单元的坐标和语义片段的时间描述,有助于预测未来移动单元可能的位置.提出了一个改进的rbf-far算法作为替换策略,并结合使用rbfnn进行位置预测.实验证明,通过定义新的语义缓存模型,采用新的查询替换策略,再结合神经网络的自学习特性,使得rbf-far模型更加灵活,并有效地减少网络负载和查询时间.