短视频传输调度算法的国内外研究现状

时间: 2023-11-24 10:06:48 浏览: 36
短视频传输调度算法是指在短视频传输过程中,通过合理的调度算法来优化视频传输质量,提高用户体验的一种技术。目前国内外对于短视频传输调度算法的研究已经取得了一定的进展。 国外研究现状: 1. 基于DASH的传输调度算法:DASH(Dynamic Adaptive Streaming over HTTP)是一种基于HTTP的流媒体传输技术,现在已经成为了网络视频传输的主流技术之一,许多国外学者在该技术基础上,提出了基于DASH的短视频传输调度算法,例如T. Taleb等人提出的基于QoE的DASH调度算法,该算法能够根据用户的QoE反馈信息,自适应地调整视频码率,以提高用户观看体验。 2. 基于深度学习的传输调度算法:随着深度学习技术的不断发展,越来越多的学者开始将其应用于短视频传输调度算法中,例如J. Zhang等人提出的基于深度强化学习的短视频传输调度算法,该算法能够根据视频传输的实时情况,动态地调整码率和缓存策略,以提高用户的观看体验。 国内研究现状: 1. 基于QoE的传输调度算法:国内学者也在短视频传输调度算法方面取得了一定的成果,例如王琪等人提出的基于QoE的短视频传输调度算法,该算法能够根据用户的QoE反馈信息,实时地调整视频码率和缓存策略,以提高用户的观看体验。 2. 基于机器学习的传输调度算法:国内学者也开始将机器学习技术应用于短视频传输调度算法中,例如张斌等人提出的基于机器学习的短视频传输调度算法,该算法能够根据视频传输的实时情况,动态地调整码率和缓存策略,以提高用户的观看体验。 总体来说,国内外对于短视频传输调度算法的研究还处于不断发展的阶段,未来还有很大的研究空间和发展潜力。

相关推荐

最新推荐

recommend-type

短作业优先算法进程调度程序

1.1. 设计要求 1) 每一个进程有一个PCB,其内容可以根据具体情况设定。 2) 可以在界面设定的...6) 采用可视化界面,可在进程调度过程中随时暂停调度,查看当前进程的状态以及相应的阻塞队列 7) 具有一定的数据容错性
recommend-type

Python模拟简单电梯调度算法示例

主要介绍了Python模拟简单电梯调度算法,涉及Python线程、队列、时间延迟等相关操作技巧,需要的朋友可以参考下
recommend-type

非抢占式调度算法的实现(非抢占式、不可剥夺式)

非抢占式调度算法的实现(非抢占式、不可剥夺式) 时间如冲冲流水,一转眼间都毕业快一年了。这一年里忙忙碌碌,却又碌碌无为。有时又总想,生亦何苦,死亦何哀。之前做了个STM8的脱机编程器,使用了EMWIN,学习到了...
recommend-type

“短进程优先”、“时间片轮转”、“高响应比优先”调度算法

编写并调试一个模拟的进程调度程序,分别采用“短进程优先”、“时间片轮转”、“高响应比优先”调度算法对随机产生的五个进程进行调度,并比较算法的平均周转时间。以加深对进程的概念及进程调度算法的理解。
recommend-type

作业车间调度算法(模拟退火).docx

由于直接发表博客不能完全显示图片,故上传资源源文档。此文当中包含代码,可运行,可以实现车间调度,并配有完整的描述
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。