强化学习在自适应视频码率控制算法中的应用

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户:ilytotti
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视频码率自适应是提高视频服务质量的一种有效方法.现有视频码率自适应算法大多都试图将一套相对固定的模型规则应用于所有用户,无法确保所有用户都拥有良好的QoE.针对上述问题,本文提出一种基于强化学习的自适应视频码率调节方案,可以根据不同的网络条件实时调整视频码率算法的参数.该方案通过强化学习方法,提高了学习收敛速度,限制了次优选择,并且不会因为快速收敛而降低视频码率调节的效率.实验结果表明,基于强化学习的自适应视频码率调节方案与Bola,MPC等传统视频ABR算法相比,总体平均比特率提高了大约8.3%,这得益于本文提出的方案能够更好地在不同的网络状态下对视频码率调节行为进行细粒度定制和优化.
其他文献
通过现阶段综合实践活动的课程背景,提出了整合生活资源,拓宽综合实践活动实施渠道的策略,即,整合地方资源特色,丰富活动主题;整合学校、家庭资源环境,拓宽视界;整合相似课程
在我国社会对人才方面的要求越发增高的状态下,我国的社会经济也在逐步发展.并且,高学历的人才在大数据库中显示也在以逐年上升的状态发展.家长对孩子的教育工作越来越重视的
伴随着城市化进程的不断加快,城市形象塑造逐渐发展成为了城市建设的重要内容,但我国城市形象塑造缺乏独特性,国内特色城市少之甚少.在文化资本的影响下,饮食文化成为了塑造
期刊
为了明确高吸附性机制砂石粉在防水砂浆中应用的技术可行性,采用片麻岩机制砂及其石粉制备防水砂浆,研究了石粉部分替代粉煤灰后,对其和易性、强度、体积稳定性的影响.结果表
EM(Expectation Maximization)算法是含有隐变量(latent variable)的概率参数模型最大似然估计、极大后验概率估计最有效的算法,但很容易进入局部最优现象,对此提出基于半监
为了促进协作系统中用户的合作行为,激励机制得到了广泛的使用.然而,现有的激励机制往往存在无条件合作策略占优互惠策略的现象,进而抑制了合作的涌现.为了解决这一问题,本文
针对烟花算法收敛速度慢和求解精度不高,论文提出了一种改进烟花算法——带柯西变异的自学习改进烟花算法.改进算法用全局搜索能力更强的柯西变异算子替代高斯变异算子,增大
在自然语言处理领域,句子表示方法能捕捉文本的不同信息,如卷积神经网络捕捉短语信息,循环神经网络捕捉时序信息等.自我注意力机制能够描述任意词对之间的重要程度,但是缺少
针对粒子群算法(Particle Swarm Optimization,PSO)容易陷入局部最优、收敛速度过慢、精度低等问题,提出一种新的变异策略,对全局最优粒子进行逐维的重心反向学习变异.逐维变
MOEA/D具有良好的收敛性、均匀的分布性、求解效率高等优点,普遍应用于求解多目标优化问题.然而对于Pareto前端复杂的多目标优化问题,预先设定均匀的权重向量并不能够维持Par