-
公开(公告)号:CN109218814A
公开(公告)日:2019-01-15
申请号:CN201811143030.2
申请日:2018-09-28
申请人: 西安交通大学 , 北京奥鹏远程教育中心有限公司
IPC分类号: H04N21/438 , H04N21/2187 , H04N21/2385 , H04N21/24 , H04N21/2662
摘要: 本发明公开了一种云计算环境下QoE驱动的HAS直播频道调度方法,包括提出了平均用户QoE的计算方法和模型,基于平均用户QoE的计算方法或模型,可以对HAS直播频道进行初始化部署和动态调度。在针对云端资源初始化分配的场景,在已知云端资源供给状态的情况下,研究以优化用户QoE为目标的HAS直播频道初始化部署方法,使得在满足每台虚拟流媒体服务器资源最大限制的条件下,最大化平均用户的QoE。针对云端资源动态整合的场景,研究以优化待上线频道的用户QoE为目标的HAS直播频道动态调度方法,使得在云端有限的资源供给条件下,依然能够保证频道最大化平均用户的QoE。
-
公开(公告)号:CN109218814B
公开(公告)日:2020-10-27
申请号:CN201811143030.2
申请日:2018-09-28
申请人: 西安交通大学 , 北京奥鹏远程教育中心有限公司
IPC分类号: H04N21/438 , H04N21/2187 , H04N21/2385 , H04N21/24 , H04N21/2662
摘要: 本发明公开了一种云计算环境下QoE驱动的HAS直播频道调度方法,包括提出了平均用户QoE的计算方法和模型,基于平均用户QoE的计算方法或模型,可以对HAS直播频道进行初始化部署和动态调度。在针对云端资源初始化分配的场景,在已知云端资源供给状态的情况下,研究以优化用户QoE为目标的HAS直播频道初始化部署方法,使得在满足每台虚拟流媒体服务器资源最大限制的条件下,最大化平均用户的QoE。针对云端资源动态整合的场景,研究以优化待上线频道的用户QoE为目标的HAS直播频道动态调度方法,使得在云端有限的资源供给条件下,依然能够保证频道最大化平均用户的QoE。
-
公开(公告)号:CN109257633B
公开(公告)日:2020-07-28
申请号:CN201811141378.8
申请日:2018-09-28
申请人: 西安交通大学 , 北京奥鹏远程教育中心有限公司
IPC分类号: H04N21/2662 , H04N21/258 , H04N21/422 , H04N21/845 , H04L12/24 , H04L29/08
摘要: 本发明公开了一种环境感知的HTTP自适应流媒体QoE优化方法,本发明通过移动端手机视频的环境数据,再通过环境数据计算流畅度对用户体验的贡献值和卡顿对用户体验的贡献值,最后根据环境数据计算流畅度对用户体验的贡献值和卡顿对用户体验的贡献值计算本视频基于环境感知的QoE值,本方法主要考虑了环境因素对于视频的影响,设计了基于人在不同环境对视频的不同倾向的环境参数,并利用该环境参数所构成的QoE模型来指导请求视频的算法,也有化了双阈值算法和BOLA算法,从而提高观看视频的用户体验。
-
公开(公告)号:CN109257633A
公开(公告)日:2019-01-22
申请号:CN201811141378.8
申请日:2018-09-28
申请人: 西安交通大学 , 北京奥鹏远程教育中心有限公司
IPC分类号: H04N21/2662 , H04N21/258 , H04N21/422 , H04N21/845 , H04L12/24 , H04L29/08
摘要: 本发明公开了一种环境感知的HTTP自适应流媒体QoE优化方法,本发明通过移动端手机视频的环境数据,再通过环境数据计算流畅度对用户体验的贡献值和卡顿对用户体验的贡献值,最后根据环境数据计算流畅度对用户体验的贡献值和卡顿对用户体验的贡献值计算本视频基于环境感知的QoE值,本方法主要考虑了环境因素对于视频的影响,设计了基于人在不同环境对视频的不同倾向的环境参数,并利用该环境参数所构成的QoE模型来指导请求视频的算法,也有化了双阈值算法和BOLA算法,从而提高观看视频的用户体验。
-
公开(公告)号:CN106446948A
公开(公告)日:2017-02-22
申请号:CN201610846943.5
申请日:2016-09-23
申请人: 西安交通大学
IPC分类号: G06K9/62
CPC分类号: G06K9/6289
摘要: 本发明为一种基于传感器数据与学习操作行为的移动学习场景感知方法,采集传感器数据与学习操作行为日志,并采用特定预处理方法对传感器数据进行缺失值插补;由学生选择输入的场景类型作为训练集数据并选取合适的传感器数据特征值与学习操作行为指标特征值,将计算出的特征值作为监督学习分类算法的输入特征值,对移动学习场景进行感知。
-
公开(公告)号:CN106375790A
公开(公告)日:2017-02-01
申请号:CN201610846542.X
申请日:2016-09-23
申请人: 西安交通大学
IPC分类号: H04N21/238 , H04N21/2385 , H04N21/2662
CPC分类号: H04N21/23805 , H04N21/2385 , H04N21/2662
摘要: 本发明为一种QoE(Quality of Experience,质量体验、用户体验)驱动的多频道HAS(HTTP Adaptive Streaming,HTTP自适应流媒体)码率自适应调度方法,通过视频内容类型、码率、卡顿三个因素,建立多频道HAS的QoE模型;服务端计算各个频道的消息参数值,包括该频道内的平均码率、平均码率级别、资源竞争的激烈程度,并将频道的消息参数值传递给各用户;根据接收到的频道的消息参数值和多频道HAS的QoE模型,制定QoE驱动的多频道HAS码率自适应算法,计算用户下一个视频切片请求的码率级别。
-
-
公开(公告)号:CN106375790B
公开(公告)日:2019-04-09
申请号:CN201610846542.X
申请日:2016-09-23
申请人: 西安交通大学
IPC分类号: H04N21/238 , H04N21/2385 , H04N21/2662
摘要: 本发明为一种QoE(Quality of Experience,质量体验、用户体验)驱动的多频道HAS(HTTP Adaptive Streaming,HTTP自适应流媒体)码率自适应调度方法,通过视频内容类型、码率、卡顿三个因素,建立多频道HAS的QoE模型;服务端计算各个频道的消息参数值,包括该频道内的平均码率、平均码率级别、资源竞争的激烈程度,并将频道的消息参数值传递给各用户;根据接收到的频道的消息参数值和多频道HAS的QoE模型,制定QoE驱动的多频道HAS码率自适应算法,计算用户下一个视频切片请求的码率级别。
-
-
-
-
-
-
-