首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

网络视频的用户体验质量评价

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-16页
    1.1 研究背景及意义第8-11页
        1.1.1 用户体验质量概述第8-10页
        1.1.2 用户体验质量的研究意义第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 考虑视频内容的体验质量预测模型第12-13页
        1.2.2 基于机器学习的QoE与QoS的映射模型第13-14页
    1.3 主要研究内容第14-15页
    1.4 论文的组织结构第15-16页
第二章 网络视频的用户体验质量评估方法第16-29页
    2.1 主观质量评价方法第16-18页
    2.2 客观质量评价方法第18-20页
    2.3 伪主观质量评价方法第20-22页
    2.4 相关QoE评价模型第22-28页
        2.4.1 基于内容聚类的视频质量预测模型第22-24页
        2.4.2 基于CBP神经网络的评估模型第24-25页
        2.4.3 结合NS2和Evalvid的视频质量评价模型第25-28页
    2.5 本章小结第28-29页
第三章 考虑视频内容的体验质量预测模型第29-42页
    3.1 网络视频质量的影响因素第29-34页
        3.1.1 网络参数对视频质量的影响第29-32页
        3.1.2 视频内容对视频质量的影响第32-34页
    3.2 建立考虑视频内容的模型第34-37页
    3.3 实验环境与参数第37-38页
        3.3.1 视频序列选取第37-38页
        3.3.2 网络参数信息提取第38页
    3.4 实验结果分析第38-41页
    3.5 本章小结第41-42页
第四章 基于深度学习的QoE与QoS的映射模型第42-59页
    4.1 深度学习基本原理第42-43页
        4.1.1 什么是深度学习第42-43页
        4.1.2 深度学习的基本思想第43页
    4.2 深度学习的常用模型第43-50页
        4.2.1 自动编码机第43-44页
        4.2.2 稀疏编码第44页
        4.2.3 受限玻尔兹曼机第44-48页
        4.2.4 深度玻尔兹曼机第48-50页
    4.3 基于H.264的视频传输系统的评估方案第50-51页
    4.4 建立QoE和QoS视频质量评价模型第51-54页
    4.5 实验环境与仿真结果分析第54-57页
        4.5.1 实验环境第54-55页
        4.5.2 仿真结果与性能分析第55-57页
    4.6 本章小结第57-59页
第五章 结论与展望第59-61页
    5.1 结论第59页
    5.2 展望第59-61页
参考文献第61-66页
致谢第66-67页
个人简历、在学期间的研究成果及发表的学术论文第67页

论文共67页,点击 下载论文
上一篇:小白山等跳科系统分类及桃树林土壤动物多样性研究
下一篇:使用网片盆底重建手术后复发病例分析