可变比特率视频流量预测与动态带宽分配研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-16页 |
| 1．1 课题来源 | 第12-13页 |
| 1．2 研究背景 | 第13-14页 |
| 1．3 本文主要工作 | 第14-15页 |
| 1．4 论文结构 | 第15页 |
| 1．5 小结 | 第15-16页 |
| 第2章 视频流量的常用预测方法研究 | 第16-25页 |
| 2．1 引言 | 第16页 |
| 2．2 可变比特率视频流量 | 第16-18页 |
| 2．3 几种预测方法的研究 | 第18-23页 |
| 2．3．1 短记忆模型 | 第19-21页 |
| 2．3．2 长记忆模型 | 第21-22页 |
| 2．3．3 神经网络模型 | 第22-23页 |
| 2．4 性能比较与评价 | 第23-24页 |
| 2．5 小结 | 第24-25页 |
| 第3章 神经网络综合预测 | 第25-33页 |
| 3．1 引言 | 第25页 |
| 3．2 人工神经网络 | 第25-28页 |
| 3．3 流量预测 | 第28-30页 |
| 3．3．1 模糊神经网络 | 第28页 |
| 3．3．2 循环神经网络 | 第28-29页 |
| 3．3．3 综合预测结果 | 第29-30页 |
| 3．4 实验和分析 | 第30-32页 |
| 3．5 小结 | 第32-33页 |
| 第4章 基于FARIMA模型的预测 | 第33-46页 |
| 4．1 引言 | 第33页 |
| 4．2 FARIMA过程 | 第33-34页 |
| 4．3 FARIMA模型的建立 | 第34-37页 |
| 4．4 流量预测 | 第37-40页 |
| 4．4．1 最小均方误差预测 | 第37-38页 |
| 4．4．2 LMK预测 | 第38-39页 |
| 4．4．3 模型简化 | 第39-40页 |
| 4．5 实验和分析 | 第40-44页 |
| 4．5．1 帧级的流量预测 | 第40-41页 |
| 4．5．2 GoP级别的流量预测 | 第41-42页 |
| 4．5．3 1秒/10秒级流量预测 | 第42-43页 |
| 4．5．4 LMK预测 | 第43-44页 |
| 4．5．5 多步预测 | 第44页 |
| 4．6 小结 | 第44-46页 |
| 第5章 动态带宽分配研究 | 第46-51页 |
| 5．1 引言 | 第46页 |
| 5．2 动态带宽分配 | 第46-47页 |
| 5．3 实验和分析 | 第47-50页 |
| 5．4 小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 1 本文已完成的工作总结 | 第51-52页 |
| 2 进一步工作展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读硕士期间发表论文目录 | 第58-59页 |
| 附录B 攻读学位期间参与完成的项目 | 第59页 |
