(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211146584.4 (22)申请日 2022.09.20 (71)申请人 江苏赞奇科技股份有限公司 地址 213000 江苏省常州市新北区太湖东 路9-2号23楼 (72)发明人 梅向东　 (74)专利代理 机构 常州市天龙专利事务所有限 公司 3210 5 专利代理师 张万兵 (51)Int.Cl. H04L 67/12(2022.01) H04L 67/1074(2022.01) G06F 9/50(2006.01) G06N 5/02(2006.01) G06N 7/00(2006.01)G06N 20/10(2019.01) (54)发明名称 基于AI的实时云渲染中环境资源动态加载 方法 (57)摘要 本发明公开了基于AI的实时云渲染中环境 资源动态加载方法， 用环境资源为知识本体构建 开放云渲染知识 体系， 并采用开放式学习迭代生 成领域知识和应用规则； 在环 境资源的领域知识 学习上， 根据环境资源的随机性特点， 采用改进 马尔可夫逻辑网络的动作模型构建方法； 在精准 地把握环境实际情况上， 采用改进支持向量机； 在动态高效投放环境资源上， 采用动态加权多准 则决策， 本发 明采用本体构建开放云渲染知 识体 系， 迭代生成领域知识和应用规则， 以环境为重 点， 在领域知识持续学习上采用改进马尔可夫逻 辑网络， 在精准地把握环境实际情况上， 采用改 进支持向量机， 在动态高效投放环境资源上， 采 用动态加权多准则决策， 可实现资源向业务智能 汇聚， 最终 实现资源的自动推送。 权利要求书2页 说明书4页 附图3页 CN 115460254 A 2022.12.09 CN 115460254 A 1.基于AI的实时云渲染中环境资源动态加载 方法， 其特 征在于， 包括以下步骤： S1、 用环境资源为知识本体构建开放云渲染知识体系， 并采用开放式学习迭代生成领 域知识和应用规则； S2、 在环境资源的领域知识学习上， 根据环境资源的随机性特点， 采用改进马尔可夫逻 辑网络的动作模型构建方法； S3、 在精准 地把握环境实际情况 上， 采用改进支持向量机； S4、 在动态高效投放环境资源上， 采用动态加权多准则决策。 2.根据权利要求1所述的基于AI的实时云渲染中环境资源动态加载方法， 其特征在于， 所述S1中知识本体分为核心本体、 高层本体和领域本体， 其中核心本体由若干个高层本体 支撑， 高层本体由若干个领域本体支撑， 领域本体里面有 若干个领域知识。 3.根据权利要求1所述的基于AI的实时云渲染中环境资源动态加载方法， 其特征在于， 所述S1中环境资源的核心本体为 Iaas资源和Pa as资源； 环境资源的高层本体包括计算资源、 存储资源、 网络资源和安全资源、 操作系统、 软件 平台、 中间件和数据库资源； 环境资源的领域本体包括CPU/GPU资源、 内存资源、 硬盘资源、 n as/sfs资源、 网关资源、 防火墙资源等、 认证系统、 消息队列、 用户数据、 系统数据等资源。 4.根据权利要求1所述的基于AI的实时云渲染中环境资源动态加载方法， 其特征在于， 所述S1中开放式学习 结构， 即将领域知识与其他知识进行对比， 进而使领域知识进行优化 和迭代。 5.根据权利要求1所述的基于AI的实时云渲染中环境资源动态加载方法， 其特征在于， 所述改进马尔可 夫逻辑网络的动作模型构建方法包括以下步骤： A1、 将环境分为 一个个独立环境的有机组合； A2、 将环境围绕具体渲染作业进行资源投放， 并视为环境的独立动作与相互动作的组 合； A3、 将独立动作和相互动作作为构建相应的马尔可夫逻辑网络， 并形成相应的一阶逻 辑； A4、 在A3的基础上， 围绕具体渲染作业形成资源组合， 进一步进行相应马尔可夫逻辑网 络构建， 形成相应的泛一阶逻辑， 产生相关增量知识。 6.根据权利要求1所述的基于AI的实时云渲染中环境资源动态加载方法， 其特征在于， 所述S3中改进支持向量机包括以下步骤： B1、 将环境分为 一个个独立环境的有机组合； B2、 将环境围绕具体渲染作业进行资源投放， 并视为独立环境的相互配合； B3、 将独立环境情况和相互配合情况均 作为可用支持向量机； B4、 在B3的基础上， 围绕具体渲染作业形成资源组合， 进一 步进行优化。 7.根据权利要求1所述的基于AI的实时云渲染中环境资源动态加载方法， 其特征在于， 所述动态加权多准则决策包括以下步骤： C1、 将环境分为 一个个独立环境的有机组合； C2、 将环境围绕具体渲染作业进行资源投放， 并视为独立环境资源投放和配合资源投 放；权　利　要　求　书 1/2 页 2 CN 115460254 A 2C3、 在各自资源的投放中加权多准则决策； C4、 围绕具体渲染作业的进程和资源具体情况， 权 重会动态调整。 8.根据权利要求5所述的基于AI的实时云渲染中环境资源动态加载方法， 其特征在于， 所述独立环 境采用超平 面找到局部最优， 如存储资源， 其排序方式为： 远端存储、 冷存热存、 小字节存 储等， 然后再选择组合 最优。权　利　要　求　书 2/2 页 3 CN 115460254 A 3