公开(公告)号：CN112862060B

公开(公告)日：2024-02-13

申请号：CN201911195411.X

申请日：2019-11-28

Applicant: 南京大学

Inventor： 张旭 ,  漆政南 ,  马展

IPC: G06N3/0464 ,  G06N3/049 ,  G06N3/084 ,  G06F9/50

Abstract: 本发明公开了一种基于深度学习的内容缓存方法，其步骤如下：(1)收集边缘节点的用户请求信息构建时间请求序列；(2)根据请求序列数据计算内容流行度；(3)进行最大最小归一化处理；(4)将时间序列预测问题转化为监督学习问题；(5)线下训练基于时间卷积网络流行度预测模型；(6)调用流行度预测模型预测流行度，基于指数平均将所预测的流行度数据与历史流行度数据进行加权求和，计算内容价值；(7)使用LRU进行缓存决策。本方法可以只根据内容请求序列这一特征的情况下预测相应内容的流行度分布，同时结合历史内容流行度信息，可以在长期记忆与短期突发记忆中取得平衡，在预测准确率和提高缓存命中率上均能取得较好的效果。

公开(公告)号：CN112862060A

公开(公告)日：2021-05-28

申请号：CN201911195411.X

申请日：2019-11-28

Applicant: 南京大学

Inventor： 张旭 ,  漆政南 ,  马展

IPC: G06N3/04 ,  G06N3/08 ,  G06F9/50

Abstract: 本发明公开了一种基于深度学习的内容缓存方法，其步骤如下：(1)收集边缘节点的用户请求信息构建时间请求序列；(2)根据请求序列数据计算内容流行度；(3)进行最大最小归一化处理；(4)将时间序列预测问题转化为监督学习问题；(5)线下训练基于时间卷积网络流行度预测模型；(6)调用流行度预测模型预测流行度，基于指数平均将所预测的流行度数据与历史流行度数据进行加权求和，计算内容价值；(7)使用LRU进行缓存决策。本方法可以只根据内容请求序列这一特征的情况下预测相应内容的流行度分布，同时结合历史内容流行度信息，可以在长期记忆与短期突发记忆中取得平衡，在预测准确率和提高缓存命中率上均能取得较好的效果。

公开(公告)号：CN118175356A

公开(公告)日：2024-06-11

申请号：CN202211580065.9

申请日：2022-12-09

Applicant: 中兴通讯股份有限公司 ,  南京大学

Inventor： 陈浩 ,  张子丞 ,  沈灿 ,  漆政南 ,  李岳恒 ,  李春丽 ,  王华

IPC: H04N21/238 ,  H04N21/24

Abstract: 本申请公开了一种视频传输方法、装置、设备及存储介质。该方法包括：获取接收端至少一个预设采样周期的网络带宽信息，将所述网络带宽信息输入至预设网络预测模型中，得到下一个预设采样周期的网络波动信息；根据所述网络波动信息，确定目标码率决策模型；获取接收端当前的视频质量状态参数和网络状态参数，基于所述目标码率决策模型，对所述视频质量状态参数和网络状态参数进行处理，得到码率调整的目标码率档位；基于所述目标码率档位，对当前码率进行调整，以调整后的码率传输下一个预设采样周期的视频数据。本申请可以根据网络波动情况决策出合适的视频码率，从而可减少卡顿率。