一种基于DASH的全景视频传输方法
    1.
    发明公开

    公开(公告)号:CN117412076A

    公开(公告)日:2024-01-16

    申请号:CN202311332522.7

    申请日:2023-10-16

    Applicant: 东北大学

    Abstract: 本发明提供一种基于DASH的全景视频传输方法,涉及视频传输技术领域。该方法涉及全景视频QoE的确定、码率动态自适应选择和视口预测三部分;首先将全景视频在空间维度上分割固定尺寸的图块,并对每个视频图块做相应地质量分级;并将全景视频分成具有相同持续时间的视频帧序列块;然后确定对用户体验影响最大的参数,进而确定全景视频QoE的目标函数;使用强化学习的Asynchronous Advantage Actor‑Critic框架对全景视频的码率进行自适应选择;采用基于LSTM‑Seq2Seq的视口预测模型预测用户的视口。该方法设计了强化学习智能体在全景视频场景下的状态、动作以及奖励值函数,并通过长短期记忆网络方法预测用户视口改进了预测视口的准确性,进一步提高了用户的观看体验。

    一种基于网络处理器的自适应近似公平队列调度方法

    公开(公告)号:CN118540287A

    公开(公告)日:2024-08-23

    申请号:CN202410707193.8

    申请日:2024-06-03

    Applicant: 东北大学

    Abstract: 本发明提供一种基于网络处理器的自适应近似公平队列调度方法,涉及网络性能技术领域。该方法结合了通用处理器共享的调度思想,并通过详细设计入队机制、自适应队列调整机制和轮询出队机制,以计算分组虚拟时间决定调度顺序,从而实现对网络环境变化的自适应,并能够通过对流配置优先级实现差异化服务,克服传统队列调度算法对复杂多变网络环境适应能力差的缺陷,以提高网络性能和流公平性。同时,本发明还着重简化了存储和入队机制,以确保可以部署在网络处理器时的可行性。

    基于精英麻雀搜索改进XGBoost算法的异常流量检测方法及系统

    公开(公告)号:CN116707923A

    公开(公告)日:2023-09-05

    申请号:CN202310712280.8

    申请日:2023-06-15

    Applicant: 东北大学

    Abstract: 本发明涉及一种基于精英麻雀搜索改进XGBoost算法的异常流量检测方法,其中:所述方法步骤如下:(1)、对实时采集的带有异常流量环境的网络流量数据进行初始化,获得带有初始特征集的流量数据集;(2)、对步骤(1)中所述的流量数据集进行特征提取获得提取后的特征集的流量数据集;(3)、将步骤(2)中所述的带有初始特征集的流量数据集输入至基于精英麻雀搜索改进XGBoost模型,输出检测结果。其有益效果是,使用XGBoost作为基分类器,精英麻雀搜索算法进行算法性能优化,得到更精准的异常流量分类结果。

Patent Agency Ranking