CN109617960B - 一种基于属性化分离的web AR数据呈现方法 - Google Patents
一种基于属性化分离的web AR数据呈现方法 Download PDFInfo
- Publication number
- CN109617960B CN109617960B CN201811505132.4A CN201811505132A CN109617960B CN 109617960 B CN109617960 B CN 109617960B CN 201811505132 A CN201811505132 A CN 201811505132A CN 109617960 B CN109617960 B CN 109617960B
- Authority
- CN
- China
- Prior art keywords
- model
- data
- client
- mobile edge
- request
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000000926 separation method Methods 0.000 title claims abstract description 14
- 230000009471 action Effects 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 230000004044 response Effects 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000009877 rendering Methods 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 claims description 2
- 230000006835 compression Effects 0.000 claims description 2
- 238000007906 compression Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 238000013499 data model Methods 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 claims description 2
- 238000010801 machine learning Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 238000012821 model calculation Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 11
- 230000003190 augmentative effect Effects 0.000 abstract description 9
- 238000004422 calculation algorithm Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于属性化分离的web AR数据呈现方法，属于计算机算法处理技术领域，包括以下步骤：S10，通过将模型与动作数据在服务器端进行分别的存储管理，在客户端发送请求；S20，移动边缘计算端对于请求进行解析，并向云端进行数据请求，获取响应资源;S30，在移动边缘计算端进行数据计算，将计算结果数据返回给客户端，实现动态模型的载入功能。该方法通过采用web增强现实在模型上的调取、渲染计算，给予接口模式的web增强现实模型服务方式，改进移动边缘计算的接口化运算等的技术，减轻云端计算压力、提高性能。
Description
技术领域
本发明属于计算机算法处理技术领域，具体地说，涉及一种基于属性化分离的webAR数据呈现方法。
背景技术
就目前所知，随着Internet技术的飞速发展，分布式计算研究热点从分布式操作系统为中心的传统模式转换到以网络计算平台的为中心的使用分布式技术。在过去的20年间也涌现出了大量的分布式计算技术，如中间技术、移动Agent技术、P2P技术以及最新的Web Service技术。但是，现有的分布式技术都存在着一些没有解决的问题，导致影响了分布式技术的使用和普及。比如目前的协同计算方式，在发送请求的过程中，模型数据是重新从移动边缘服务器发送给客户端，客户端将会重新载入模型，在流量上具有一定的消耗，以及在客户端需要重新载入所需要的模型，该采用如何的方式进行更合适的处理？
发明内容
本发明的目的在于克服现有技术中存在的缺陷，提出了一种基于属性化分离的web AR数据呈现方法。该方法通过采用web增强现实在模型上的调取、渲染计算，给予接口模式的web增强现实模型服务方式，改进移动边缘计算的接口化运算等的技术，减轻云端计算压力、提高性能。
其技术方案如下：
一种基于属性化分离的web AR数据呈现方法，其特征在于，包括以下步骤：
S10，将模型与动作数据在云服务器进行分别的存储管理；首先将模型数据转化为对象数据，在转化应用中，需要根据对于模型中的各个键值的定义，将模型数据转化为属性对象的结合，存储在云服务器；
S20，在客户端发送请求；客户端在向移动边缘服务器进行页面请求的时候，首先通过http协议，向附近的移动边缘服务器发送相关请求；
S30，移动边缘服务器对于页面请求进行解析；云服务器根据业务需求，首先存储业务所需要的静态模型，同时在数据库中存储模型的动作数据，在对于存储模型动作数据的同时，对于模型动作进行语义化的描述；如果模型数据已经预先进行路由，则移动边缘服务器向云服务器请求动作数据，等待响应后进行模型运算，如果未进行内容路由，则移动边缘服务器向云服务器请求模型以及动作数据，进行模型运算；
S40，移动边缘服务器向云服务器进行数据请求，获取响应资源；在移动边缘服务器向云服务器发送客户端的页面请求的同时，云服务器对于客户端的页面请求进行解析，在语义化描述库中进行查询比对，获取匹配的动作，发送到移动边缘服务器；
S50，在移动边缘服务器进行数据计算；移动边缘服务器在接收到云服务器传递的模型、动作数据后，通过模型内部的数据结构，以程序的方式对于所接收的模型以及动作数据进行复合运算，以数据格式向客户端返回模型响应数据；
S60，将计算结果数据返回给客户端，实现动态模型的载入功能。
进一步的，所述方法中，在步骤S20中所述的移动边缘计算端对于请求进行解析的具体步骤为：
客户端以http协议向移动边缘服务器发送请求之后，浏览器将会监听移动边缘服务器返回的请求信息；当获取请求信息之后，首先判定返回信息的状态码，当状态码为200时，将会抓取请求的json格式数据，并将数据存储于浏览器的内存中。
进一步的，在步骤S30中所述的移动边缘服务器对于页面请求进行解析的具体步骤为：
将客户端与模型加载运算相关的参数结合构建一个多维参数模型，携带表征客户端的运算能力、网络带宽以及交互展示界面的参数，以物理参数模型向云服务器进行页面请求，云服务器将会对于客户端的物理参数进行分析，并运算出适合于客户端的模型返回客户端进行加载和渲染运算，将会大大的提高客户端的运行效率。
进一步的，所述方法中，在步骤S50的在移动边缘服务器进行数据计算的具体步骤为：
S501，首先，移动边缘服务器接收客户端的多维度数据模型，进行模型数据解析，获取与客户端当前运行状态相关的物理参数，传递给模型适配模块，对于客户端的物理参数进行解析，传递模型输出权值给模型生成模块；模型生成模块将会根据权值进行模型数据生成处理，并将处理结果以接口的形式返回给客户端，进行渲染计算。
进一步的，所述方法中，在步骤S50的在移动边缘服务器进行数据计算的具体步骤为：
S502，在5g应用场景下移动边缘计算，相对于传统的以中心化、大型化为核心的云计算比起来，更加适应于移动增强现实的计算响应模式。移动边缘计算，将运算从传统的云计算中心服务器集群转换到了离移动端更近的边缘，在网络流转上，避免了从云计算中心到网络边缘所占用的网络资源和所消耗的传输时间，同时，将大部分的运算量从中心服务器转换到了移动网络边缘，将会在一定程度上提高了web增强现实的运算能力。同时通过云计算以及移动边缘计算进行协同运算的模式，减轻移动端的GPU运算缓存压力，实现对于复杂交互模型的运算能力。基于移动边缘计算的接口化运算架构方式上，将会以传统的中心服务器集群作为客户端业务请求响应的功能中心，以移动边缘服务器作为模型运算的服务中心；首先客户端在相应的业务环境下，向移动边缘服务器发送携带客户端的物理参数的运算请求，移动边缘服务器将会对于客户端的运算请求进行解析，获取客户端的物理环境模型，并以物理环境模型向云服务器发送页面请求，云服务器在接收到所述页面请求后，发挥云计算的高并发数据优势，计算客户端请求模型的权值，通过网络路由到与客户端最近的移动边缘服务器进行相应的模型请求计算；同时云服务器还需要根据用户的业务请求，进行相应的逻辑响应，并将响应的结果通过移动边缘服务器返回到客户端，实现相应的业务场景构建。
进一步的，所述方法中，在步骤S50的在移动边缘服务器进行数据计算的具体步骤为：
S503，模型计算模块从云服务器中接收到的权值，对于模型数据的贴图以及三维成像数据进行进一步的抽样和压缩，以快速计算的方法将所生成的新模型通过接口的形式返回给客户端，实现响应的业务。关于对于模型的抽样和压缩计算上，在移动边缘服务器的实现上，采用基于机器学习的计算方法，对于模型压缩数据首先进行预处理，同时根据模型请求的数据概率，将高请求率的模型进行云计算和存储等操作，这样可以使模型在请求过程中进行快速的模型数据响应，匹配客户端的物理和网络情况。
本发明的有益效果为：
1.在增强现实的应用场景下，对于模型的运算量和容量等方面进行严格限制，并且以物理参数模型向服务端发送请求，会大大的提高客户端的运行效率。
2.基于接口模式的web增强现实模型服务方式，相对于传统的以文件形式提供服务的方式，在服务上将会更加的灵活。
3.基于移动边缘计算的借口话运算的改进，会更加适应于增强现实的计算响应模式，减轻移动端的GPU运算缓存压力，实现相对复杂的交互模型运算。
4.以移动边缘计算的方式，将模型响应计算方式从云端下降到与客户端更近的移动边缘端，减轻了云端的计算压力。
5.以单动作的响应模式，在一定的程度上能够减轻客户端的缓存运算压力；特别是面向于复杂业务场景的多动作交互方式，将会在性能上具有明显的提高。
附图说明
图1是发明基于属性化分离的web AR数据呈现方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步详细地说明。
参照图1，一种基于属性化分离的web AR数据呈现方法，其包括以下步骤：
S10，将模型与动作数据在云服务器进行分别的存储管理；首先将模型数据转化为对象数据，在转化应用中，需要根据对于模型中的各个键值的定义，将模型数据转化为属性对象的结合，存储在云服务器。
在具体应用实例中，将模型与动作数据在服务器端进行分别的存储管理的具体步骤为：
以招聘网站为例，企业方索搜简历系统，数据量大，个人用户每天新增食物喂120万次，所以利用多台小型的服务器搭建分布式数据库结构，能够向用户提供响应时间更少，系统扩展能力增强，提高行业竞争力。
S20在客户端发送请求；客户端在向移动边缘服务器进行页面请求的时候，首先通过http协议，向附近的移动边缘服务器发送相关请求。在具体应用实例中，以Android平台为例，Android客户端想要与服务器建立通信方式，客户端向移动边缘服务器发送请求的时候，向移动边缘服务器传送了一个数据块，也就是请求信息，根据请求信息判定返回信息的状态码，进行数据在浏览器内存中的存储。
S30，移动边缘服务器对于页面请求进行解析；云服务器根据业务需求，首先存储业务所需要的静态模型，同时在数据库中存储模型的动作数据，在对于存储模型动作数据的同时，对于模型动作进行语义化的描述；如果模型数据已经预先进行路由，则移动边缘服务器向云服务器请求动作数据，等待响应后进行模型运算，如果未进行内容路由，则移动边缘服务器向云服务器请求模型以及动作数据，进行模型运算。
S40，移动边缘服务器向云服务器进行数据请求，获取响应资源；在移动边缘服务器向云服务器发送客户端的页面请求的同时，云服务器对于客户端的页面请求进行解析，在语义化描述库中进行查询比对，获取匹配的动作，发送到移动边缘服务器。
S50，在移动边缘服务器进行数据计算；移动边缘服务器在接收到云服务器传递的模型、动作数据后，通过模型内部的数据结构，以程序的方式对于所接收的模型以及动作数据进行复合运算，以数据格式向客户端返回模型响应数据。
以“5G”的“低功耗大连接”的应用场景为例，移动边缘九三部署在移动边缘，将无线网路和互联网两者技术有效的融合在一起，并在无线网络侧增加计算、存储、处理等功能，构建移动边缘云，提供信息技术服务环境和云计算能力。减少了数据传输中转发和处理的时间，降低端到端的时延，进而满足低时延要求，降低功耗。
S60，将计算结果数据返回给客户端，实现动态模型的载入功能。
以上所述，仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。
Claims (6)
1.一种基于属性化分离的web AR数据呈现方法，其特征在于，包括以下步骤：
S10，将模型与动作数据在云服务器进行分别的存储管理；首先将模型数据转化为对象数据，在转化应用中，需要根据对于模型中的各个键值的定义，将模型数据转化为属性对象的结合，存储在云服务器；
S20，在客户端发送请求；客户端在向移动边缘服务器进行页面请求的时候，首先通过http协议，向附近的移动边缘服务器发送相关请求；
S30，移动边缘服务器对于页面请求进行解析；云服务器根据业务需求，首先存储业务所需要的静态模型，同时在数据库中存储模型的动作数据，在对于存储模型动作数据的同时，对于模型动作进行语义化的描述；如果模型数据已经预先进行路由，则移动边缘服务器向云服务器请求动作数据，等待响应后进行模型运算，如果未进行内容路由，则移动边缘服务器向云服务器请求模型以及动作数据，进行模型运算；
S40，移动边缘服务器向云服务器进行数据请求，获取响应资源；在移动边缘服务器向云服务器发送客户端的页面请求的同时，云服务器对于客户端的页面请求进行解析，在语义化描述库中进行查询比对，获取匹配的动作，发送到移动边缘服务器；
S50，在移动边缘服务器进行数据计算；移动边缘服务器在接收到云服务器传递的模型、动作数据后，通过模型内部的数据结构，以程序的方式对于所接收的模型以及动作数据进行复合运算，以数据格式向客户端返回模型响应数据；
S60，将计算结果数据返回给客户端，实现动态模型的载入功能。
2.根据权利要求1所述的基于属性化分离的web AR数据呈现方法，其特征在于，所述方法中，在步骤S20中所述的在客户端发送请求的具体步骤为：
客户端以http协议向移动边缘服务器发送请求之后，浏览器将会监听移动边缘服务器返回的请求信息；当获取请求信息之后，首先判定返回信息的状态码，当状态码为200时，将会抓取请求的json格式数据，并将数据存储于浏览器的内存中。
3.根据权利要求1所述的基于属性化分离的web AR数据呈现方法，其特征在于，在步骤S30中所述的移动边缘服务器对于页面请求进行解析的具体步骤为：
将客户端与模型加载运算相关的参数结合构建一个多维参数模型，携带表征客户端的运算能力、网络带宽以及交互展示界面的参数，以物理参数模型向云服务器进行页面请求，云服务器将会对于客户端的物理参数进行分析，并运算出适合于客户端的模型返回客户端进行加载和渲染运算。
4.根据权利要求1所述的基于属性化分离的web AR数据呈现方法，其特征在于，所述方法中，在步骤S50的在移动边缘服务器进行数据计算的具体步骤为：
S501，首先，移动边缘服务器接收客户端的多维度数据模型，进行模型数据解析，获取与客户端当前运行状态相关的物理参数，传递给模型适配模块，对于客户端的物理参数进行解析，传递模型输出权值给模型生成模块；模型生成模块将会根据权值进行模型数据生成处理，并将处理结果以接口的形式返回给客户端，进行渲染计算。
5.根据权利要求1所述的基于属性化分离的web AR数据呈现方法，其特征在于，所述方法中，在步骤S50的在移动边缘服务器进行数据计算的具体步骤为：
S502，首先客户端在相应的业务环境下，向移动边缘服务器发送携带客户端的物理参数的运算请求，移动边缘服务器将会对于客户端的运算请求进行解析，获取客户端的物理环境模型，并以物理环境模型向云服务器发送页面请求，云服务器在接收到所述页面请求后，发挥云计算的高并发数据优势，计算客户端请求模型的权值，通过网络路由到与客户端最近的移动边缘服务器进行相应的模型请求计算；同时云服务器还需要根据用户的业务请求，进行相应的逻辑响应，并将响应的结果通过移动边缘服务器返回到客户端，实现相应的业务场景构建。
6.根据权利要求1所述的基于属性化分离的web AR数据呈现方法，其特征在于，所述方法中，在步骤S50的在移动边缘服务器进行数据计算的具体步骤为：
S503，模型计算模块从云服务器中接收到的权值，对于模型数据的贴图以及三维成像数据进行进一步的抽样和压缩，以快速计算的方法将所生成的新模型通过接口的形式返回给客户端，实现响应的业务；关于对于模型的抽样和压缩计算上，在移动边缘服务器的实现上，采用基于机器学习的计算方法，对于模型压缩数据首先进行预处理，同时根据模型请求的数据概率，将高请求率的模型进行云计算和存储的操作，这样能使模型在请求过程中进行快速的模型数据响应，匹配客户端的物理和网络情况。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811505132.4A CN109617960B (zh) | 2018-12-10 | 2018-12-10 | 一种基于属性化分离的web AR数据呈现方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811505132.4A CN109617960B (zh) | 2018-12-10 | 2018-12-10 | 一种基于属性化分离的web AR数据呈现方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109617960A CN109617960A (zh) | 2019-04-12 |
| CN109617960B true CN109617960B (zh) | 2022-04-12 |
Family
ID=66008664
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811505132.4A Expired - Fee Related CN109617960B (zh) | 2018-12-10 | 2018-12-10 | 一种基于属性化分离的web AR数据呈现方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109617960B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110147327B (zh) * | 2019-05-23 | 2023-04-18 | 浙江传媒学院 | 一种基于多粒度的web自动化测试管理方法 |
| CN111212128B (zh) * | 2019-12-30 | 2021-05-04 | 北京邮电大学 | 基于边缘辅助的协作式Web AR多人服务系统及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100034685A (ko) * | 2008-09-23 | 2010-04-01 | 샘솔정보기술(주) | 가상현실 편집 시스템 및 방법 |
| CN103106680A (zh) * | 2013-02-16 | 2013-05-15 | 赞奇科技发展有限公司 | 基于云计算架构的三维图形渲染的实现方法及云服务系统 |
| CN106934693A (zh) * | 2017-03-06 | 2017-07-07 | 浙江传媒学院 | 基于ar产品模型在vr场景中显示的瓷砖选型方法和系统 |
| CN107222468A (zh) * | 2017-05-22 | 2017-09-29 | 北京邮电大学 | 增强现实处理方法、终端、云端服务器和边缘服务器 |
| CN108255605A (zh) * | 2017-12-29 | 2018-07-06 | 北京邮电大学 | 一种基于神经网络的图像识别协同计算方法及系统 |
| CN108597028A (zh) * | 2018-04-11 | 2018-09-28 | 北京邮电大学 | 一种连续加载Web AR对象的方法、装置及设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050049725A1 (en) * | 2003-08-25 | 2005-03-03 | Zyh-Ming Huang | Synchronous system for virtual reality frame and real objects |
| US20180218286A1 (en) * | 2017-01-31 | 2018-08-02 | Facebook, Inc. | Generating models to measure performance of content presented to a plurality of identifiable and non-identifiable individuals |
-
2018
- 2018-12-10 CN CN201811505132.4A patent/CN109617960B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100034685A (ko) * | 2008-09-23 | 2010-04-01 | 샘솔정보기술(주) | 가상현실 편집 시스템 및 방법 |
| CN103106680A (zh) * | 2013-02-16 | 2013-05-15 | 赞奇科技发展有限公司 | 基于云计算架构的三维图形渲染的实现方法及云服务系统 |
| CN106934693A (zh) * | 2017-03-06 | 2017-07-07 | 浙江传媒学院 | 基于ar产品模型在vr场景中显示的瓷砖选型方法和系统 |
| CN107222468A (zh) * | 2017-05-22 | 2017-09-29 | 北京邮电大学 | 增强现实处理方法、终端、云端服务器和边缘服务器 |
| CN108255605A (zh) * | 2017-12-29 | 2018-07-06 | 北京邮电大学 | 一种基于神经网络的图像识别协同计算方法及系统 |
| CN108597028A (zh) * | 2018-04-11 | 2018-09-28 | 北京邮电大学 | 一种连续加载Web AR对象的方法、装置及设备 |
Non-Patent Citations (2)
| Title |
|---|
| 《关于增强现实技术潜在发展方向的思考》;乔秀全;《中兴通讯技术》;20171231;第23卷(第6期);第37-40页 * |
| 《基于MEC的移动增强现实应用研究》;蔡茹雪;《中国优秀硕士学位论文-信息科技辑》;20180315;I138-2081 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109617960A (zh) | 2019-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109887098B (zh) | 一种基于分布式计算的web AR数据呈现方式 | |
| US11836533B2 (en) | Automated reconfiguration of real time data stream processing | |
| CN111368520A (zh) | 一种电子表格的编辑方法及设备 | |
| CN106453572B (zh) | 基于云服务器同步图像的方法及系统 | |
| CN101827302A (zh) | 多业务统一处理方法及统一业务平台 | |
| US10057320B2 (en) | Offline browsing session management | |
| CN113902866B (zh) | 一种双引擎驱动的数字孪生系统 | |
| CN109617960B (zh) | 一种基于属性化分离的web AR数据呈现方法 | |
| CN113568938B (zh) | 数据流处理方法、装置、电子设备及存储介质 | |
| US9722851B1 (en) | Optimized retrieval of network resources | |
| CN113900810A (zh) | 分布式图处理方法、系统及存储介质 | |
| CN114500633B (zh) | 数据转发方法、相关装置、程序产品及数据传输系统 | |
| CN107454456B (zh) | 一种浮层元素的管理控制方法及系统 | |
| CN104168174A (zh) | 一种传输信息的方法及装置 | |
| CN114466031B (zh) | 一种cdn系统节点配置方法、装置、设备及存储介质 | |
| CN107092529B (zh) | Olap服务方法、装置及系统 | |
| CN116185578A (zh) | 计算任务的调度方法和计算任务的执行方法 | |
| CN113051244B (zh) | 数据访问方法和装置、数据获取方法和装置 | |
| CN110311754B (zh) | 一种数据的接收方法、装置、存储介质及电子设备 | |
| CN115373831A (zh) | 数据处理方法、装置以及计算机可读存储介质 | |
| CN202906974U (zh) | 一种基于云计算的信息汇集装置 | |
| US11086822B1 (en) | Application-based compression | |
| CN114328604B (zh) | 一种提高集群数据采集能力的方法、装置及介质 | |
| CN102843424A (zh) | 一种异构分布式云计算系统及方法 | |
| CN112669015B (zh) | 一种电力调度微服务构建系统和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220412 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |