本發(fā)明提供一種面向?qū)崟r視頻質(zhì)量優(yōu)化的深度混合模型流量控制方法、裝置和存儲介質(zhì),該方法包括:實時獲得網(wǎng)絡(luò)傳輸數(shù)據(jù)包的網(wǎng)絡(luò)信息狀態(tài),從中獲得第一特征集合,輸入至訓(xùn)練好的第一智能擁塞控制模型,以從該模型的特征層輸出概率特征向量,該模型為利用基于固定映射規(guī)則的擁塞控制算法的預(yù)測結(jié)果作為標(biāo)簽訓(xùn)練得到的;基于網(wǎng)絡(luò)信息狀態(tài)獲得第二特征集合,輸入至在線訓(xùn)練的基于強(qiáng)化學(xué)習(xí)的第二智能擁塞控制模型,從該模型的特征層輸出概率特征向量;對第一智能擁塞控制模型輸出的概率特征向量進(jìn)行強(qiáng)化操作;將經(jīng)強(qiáng)化的概率特征向量與第二智能擁塞控制模型輸出的概率特征向量進(jìn)行融合;基于融合后的概率特征向量獲得預(yù)測碼率,進(jìn)行流量控制。
聲明:
“面向?qū)崟r視頻質(zhì)量優(yōu)化的深度混合模型流量控制方法、裝置和存儲介質(zhì)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)