[发明专利]一种使用视频业务的平均意见分均值特征的流分类方法

摘要

本发明公开了一种使用视频业务的平均意见分均值特征的流分类方法，包括数据集预处理和特征提取、计算三种视频业务MOS的PDF均值特征和SVM分类三个步骤。数据集预处理和特征提取首先通过网络封包分析软件抓取所需网络中的视频数据流，将抓取的原始数据流保存成标准文本格式，进行大量的流量统计特征计算，选出下行字节速率作为信息增益率最大的特征。SVM分类将每条视频流的均值特征结合下行字节速率定义为最优特征子集，将特征子集有监督离散化，使用基于SVM十折交叉验证法进行流识别与分类。本发明可以保证客户端观看视频的体验质量，分析三种视频业务MOS值分布情况，也可以配合有效的特征组合，对三种视频进行识别与分类，并能取得较好的分类效果。

主权项

一种使用视频业务的平均意见分均值特征的流分类方法，其特征在于，所述方法包括如下步骤：步骤1：数据集预处理和特征提取：1.1)通过网络封包分析软件抓取所需网络中的视频数据流，将抓取的原始数据流保存成标准文本格式；1.2)对原始的视频数据流进行大量的流量统计特征计算，使用CON‑GR特征选择方法选出信息增益率最大的特征，即下行字节速率；步骤2：计算三种视频业务MOS的PDF均值特征：2.1)将预处理之后的原始数据集截断；2.2)模拟视频播放原理，将截断之后的数据集作为模拟播放的输入，统计每一条流的特定参数；2.3)根据步骤2.2中统计出来的参数计算截断数据集中每条视频流基于ITU‑TP.1201标准下的MOS值；2.4)将MOS值进行等份，统计落在每个等份中MOS值的个数，得到原始视频数据集每条视频流的MOS值PDF，计算均值特征；步骤3：SVM分类：3.1)将每条视频流的均值特征结合下行字节速率，定义为最优特征子集；3.2)将特征子集有监督离散化，使用基于SVM十折交叉验证法进行流识别与分类。