基于长短期记忆的流媒体QoE预测模型

作     者：孙鹏 白光伟 沈航 顾一鸣 SUN Peng;BAI Guang-wei;SHEN Hang;GU Yi-ming

作者机构：南京工业大学计算机科学与技术学院江苏南京211816 

基　　金：国家自然科学基金项目(61073197) 南京市科技计划基金项目(201608009) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第6期

页      码：1501-1508页

摘      要：现阶段关于连续性QoE预测模型研究存在着实时性差和精确度不高的问题。针对这些问题,提出L-QoE模型,一种使用长短期记忆(LSTM)网络的基于递归神经网络的QoE预测模型,用于捕获时变QoE中涉及的非线性和复杂时间依赖性。基于公开可用的连续QoE数据库的评估,实验结果表明,L-QoE模型能够有效模拟QoE动态性,得出更精确的预测结果。将所提模型与最近提出的QoE预测模型进行比较,通过对比得出该模型在数据库中突出的性能。

主 题 词：重载 比特率波动 LSTM神经网络 主观体验质量(QoE) 时间序列预测 非马尔可夫动态性建模 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2020.06.001

馆 藏 号：203939152...