資源描述：
《網(wǎng)絡(luò)視頻的用戶體驗(yàn)質(zhì)量評(píng)價(jià)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、密級(jí)：公開論文類型：應(yīng)用研究工程碩士學(xué)位論文網(wǎng)絡(luò)視頻的用戶體驗(yàn)質(zhì)量評(píng)價(jià)StudyonQualityofExperienceofNetworkVideo培養(yǎng)單位：信息科學(xué)與技術(shù)學(xué)院專業(yè)領(lǐng)域：計(jì)算機(jī)技術(shù)學(xué)生姓名：李俐瑩校內(nèi)導(dǎo)師：王正友教授校外導(dǎo)師：李雋高工二○一六年六月獨(dú)創(chuàng)性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得石家莊鐵道大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對(duì)本研究所
2、做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。簽名：日期：—摘要摘要隨著多媒體技術(shù)和網(wǎng)絡(luò)技術(shù)迅速發(fā)展，人們對(duì)網(wǎng)絡(luò)視頻的需求也越來越大。但網(wǎng)絡(luò)終端的視頻質(zhì)量并不一定能使客戶滿意，即用戶的體驗(yàn)質(zhì)量需要提高。因此網(wǎng)絡(luò)傳輸中的網(wǎng)絡(luò)參數(shù)和終端的用戶體驗(yàn)質(zhì)量之間的關(guān)系成為業(yè)界的研究熱點(diǎn)。通過對(duì)網(wǎng)絡(luò)參數(shù)和視頻內(nèi)容對(duì)視頻質(zhì)量的影響、考慮視頻內(nèi)容的體驗(yàn)質(zhì)量評(píng)價(jià)模型和基于機(jī)器學(xué)習(xí)的QoE與QoS評(píng)價(jià)模型的分析研究，本文利用主成分分析、回歸分析、深度學(xué)習(xí)等方法，使用NS2和Evalvid仿真工具開展網(wǎng)絡(luò)視頻質(zhì)量的用戶體驗(yàn)質(zhì)量評(píng)價(jià)的研究，以下為本文的
3、具體研究?jī)?nèi)容和主要成果。(1)網(wǎng)絡(luò)參數(shù)和視頻內(nèi)容對(duì)視頻質(zhì)量的影響。采用主成分分析法對(duì)視頻質(zhì)量影響比較大的參數(shù)進(jìn)行分析，得到前四個(gè)主成分分量的特征值和貢獻(xiàn)度；通過實(shí)驗(yàn)研究得出不同的視頻內(nèi)容在網(wǎng)絡(luò)損傷時(shí)視頻質(zhì)量的變化情況。(2)考慮視頻內(nèi)容的體驗(yàn)質(zhì)量預(yù)測(cè)模型。提出了同時(shí)考慮網(wǎng)絡(luò)參數(shù)和視頻內(nèi)容的體驗(yàn)質(zhì)量評(píng)價(jià)模型，通過對(duì)視頻幀變化的分析，提出一個(gè)可以表示視頻內(nèi)容變化快慢的運(yùn)動(dòng)系數(shù)，將反映視頻內(nèi)容的運(yùn)動(dòng)系數(shù)和網(wǎng)絡(luò)參數(shù)結(jié)合，利用IQX假說，使用非線性回歸算法建立評(píng)價(jià)模型。該評(píng)價(jià)模型預(yù)測(cè)準(zhǔn)確性高，計(jì)算復(fù)雜度低，并且可以進(jìn)行實(shí)時(shí)應(yīng)用。通過模型的訓(xùn)練
4、和測(cè)試，結(jié)果表明指標(biāo)性能較好，預(yù)測(cè)值和實(shí)際評(píng)價(jià)值的相關(guān)程度超過0.90。(3)基于深度學(xué)習(xí)的QoE與QoS的映射模型。同時(shí)考慮網(wǎng)絡(luò)層QoS參數(shù)和應(yīng)用層QoS參數(shù)，利用深度學(xué)習(xí)算法，構(gòu)建深度信念網(wǎng)絡(luò)模型結(jié)構(gòu)框架，建立體驗(yàn)質(zhì)量和服務(wù)質(zhì)量的映射模型。為量化QoE和QoS的關(guān)系，研究網(wǎng)絡(luò)參數(shù)對(duì)體驗(yàn)質(zhì)量評(píng)價(jià)的影響和提高視頻體驗(yàn)質(zhì)量的奠定基礎(chǔ)。本文立足于對(duì)網(wǎng)絡(luò)視頻體驗(yàn)質(zhì)量的研究，探討視頻內(nèi)容和網(wǎng)絡(luò)參數(shù)對(duì)體驗(yàn)質(zhì)量的影響，構(gòu)建實(shí)時(shí)有效的考慮視頻內(nèi)容的評(píng)價(jià)模型；在此基礎(chǔ)上，加入應(yīng)用層中其他參數(shù)，并結(jié)合網(wǎng)絡(luò)層參數(shù)，利用深度學(xué)習(xí)算法，通過建立深度信念網(wǎng)絡(luò)
5、模型，得到QoE與QoS的映射模型。通過這些研究，為網(wǎng)絡(luò)性能評(píng)估和運(yùn)行維護(hù)，通信質(zhì)量的監(jiān)控，消費(fèi)媒體定級(jí)，網(wǎng)絡(luò)視頻優(yōu)化等提供技術(shù)支撐。關(guān)鍵詞：網(wǎng)絡(luò)視頻；服務(wù)質(zhì)量；體驗(yàn)質(zhì)量；視頻內(nèi)容；機(jī)器學(xué)習(xí)AbstractAbstractWiththerapiddevelopmentofmultimediatechnologyandnetworktechnology,thedemandfornetworkvideoisalsogrowing.Butthevideoqualityofthenetworkterminaldoesnotnecessari
6、lymakethecustomersatisfied,namelytheneedtoimprovethequalityoftheuserexperience.Sotherelationshipbetweennetworkparametersinnetworktransmissionandthequalityofterminalexperiencehasbecomeahottopicinacademiaandindustry.Thisthesisfocusesontheresearchandsimulationofimpactofne
7、tworkparametersandvideocontentonthevideoquality,thequalityofexperiencemodelforvideocontentandmodelofQoEandQoSbasedonmachinelearning,usingprincipalcomponentanalysis,regressionanalysis,deeplearningandothermethods.EvalvidandNS2simulationtoolareusedtodevelopuserexperienceq
8、ualityevaluationresearchofnetworkvideoqualityandmodelconstruction;thefollowingarespecificresearchcontentsandresults:(
