[发明专利]一种联合网络参数和视频质量的用户体验质量预测方法在审
| 申请号： | 202211431059.7 | 申请日： | 2022-11-15 |
| 公开（公告）号： | CN116205125A | 公开（公告）日： | 2023-06-02 |
| 发明（设计）人： | 李树锋;赵锦帆;金立标;胡峰;张乃谦 | 申请（专利权）人： | 中国传媒大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06Q10/04;G06Q10/0639;G06Q50/10;G06N3/044;G06N3/084 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 王兆波 |
| 地址： | 100024 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 联合 网络 参数 视频 质量 用户 体验 预测 方法 | ||
1.一种联合网络参数和视频质量的用户体验质量预测方法，其特征在于：包括以下步骤：
步骤1：基于SQoE-III数据库，筛选出对QoE预测分数影响最大的若干因素，得到若干参数；
步骤2：基于LFOVIA数据集筛选出与主观评价分数相关性最强的VQA方法，得到与视频质量的相关性最大，对QoE预测分数的影响最大参数；
步骤3：建立一个三层的多输入单输出的BP神经网络模型；其中神经网络结构共有4个参数，分别是迭代次数，训练误差目标，隐含层元素个数和学习率；
步骤4：设定迭代次数，训练误差目标，隐含层元素个数和学习率的具体值；
步骤5：在所述预测模型中进行训练和用户的体验质量的预测。
2.根据权利要求1所述的一种联合网络参数和视频质量的用户体验质量预测方法，其特征在于：所述步骤3包括以下步骤：
步骤31：提取步骤1和步骤2中得到的参数为输入向量，确认BP神经网络模型输入层中神经元的数量；
步骤32：在用户数据中提取若干数据作为样本数据，从而提取若干数据为训练样本，在输入层接受训练样本并将数据传递到隐藏层；
步骤33：根据训练样本的个数确定所述隐藏层的神经元个数；
步骤34：数据传输至输出层；对于输入的四项网络参数，在该多输入单输出的BP神经网络中映射到至10个中间参数；然后将10个中间参数值映射至单输出层，即预测的QoE分值；输入层至隐藏层、隐藏层至输出层之间，使用相同的Sigmoid激活函数，迭代1000次，使用反向传播对减小误差并对神经网络内部参数进行调整，直至达到训练误差目标，输出最终QoE预测值，并进行均方根误差展示。
3.根据权利要求1所述的一种联合网络参数和视频质量的用户体验质量预测方法，其特征在于：所述步骤1中，得到的参数为再缓冲次数、再缓冲占比和平均加权比特率。
4.根据权利要求1所述的一种联合网络参数和视频质量的用户体验质量预测方法，其特征在于：所述步骤2中，得到的参数为MS-SSIM。
5.根据权利要求1所述的一种联合网络参数和视频质量的用户体验质量预测方法，其特征在于：所述步骤4中，设定迭代次数为1000，训练误差目标为0.001，隐含层元素个数为10，学习率为0.05。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国传媒大学，未经中国传媒大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202211431059.7/1.html，转载请声明来源钻瓜专利网。
