发明

一种基于深度学习的移动视频QoE跨层优化方法及系统

2023-06-04 11:15:12 发布于四川 12
  • 申请专利号:CN202310181938.7
  • 公开(公告)日:2023-06-02
  • 公开(公告)号:CN116208984A
  • 申请人:中国科学院计算技术研究所
摘要:本发明实施例提供一种基于深度学习的移动视频QoE跨层优化方法,该方法包括:步骤S1、利用预先训练的第一深度神经网络根据历史的QoE量化指标预测下一时刻的QoE量化指标,并基于预测的QoE量化指标判断下一时刻的QoE是否需要优化,其中,历史的QoE量化指标根据获取历史的网络层QoS参数和应用层QoS参数确定;步骤S2、在下一时刻的QoE需要优化时,预测当前时刻的网络层QoS分数和应用层QoS分数,根据网络层QoS分数和应用层QoS分数选择性对网络层和应用层中的一方进行优化以得到提高下一时刻的QoE的优化策略。本发明通过预先预测是否需要优化和优化哪一方的方式对网络层或应用层进行优化,解决优化滞后和优化冲突的问题。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116208984 A (43)申请公布日 2023.06.02 (21)申请号 202310181938.7 (22)申请日 2023.02.21 (71)申请人 中国科学院计算技术研究所 地址 100190 北京市海淀区中关村科学院 南路6号 (72)发明人 王园园 樊轩诚 张宗帅 田霖  王妮娜  (74)专利代理机构 北京泛华伟业知识产权代理 有限公司 11280 专利代理师 王勇 (51)Int.Cl. H04W 24/02 (2009.01) H04L 41/5003 (2022.01) H04L 41/5009 (2022.01) H04L 41/0823 (2022.01) 权利要求书3页 说明书14页 附图3页 (54)发明名称 一种基于深度学习的移动视频QoE跨层优化 方法及系统 (57)摘要 本发明实施例提供一种基于深度学习的移 动视频QoE跨层优化方法,该方法包括:步骤S1、 利用预先训练的第一深度神经网络根据历史的 QoE量化指标预测下一时刻的QoE量化指标,并基 于预测的QoE量化指标判断下一时刻的QoE是否 需要优化,其中,历史的QoE量化指标根据获取历 史的网络层QoS参数和应用层QoS参数确定;步骤 S2、在下一时刻的QoE需要优化时,预测当前时刻 的网络层QoS分数和应用层QoS分数,根据网络层 QoS分数和应用

最新专利