| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 关于网络视频测量的研究 | 第12-13页 |
| 1.2.2 关于视频内容分类的相关研究 | 第13页 |
| 1.2.3 伪主观评价的相关研究 | 第13-14页 |
| 1.2.4 关于HTTP视频流媒体的带宽分配的相关研究 | 第14-15页 |
| 1.3 本文主要工作及内容安排 | 第15-17页 |
| 2 视频数据分析 | 第17-36页 |
| 2.1 相关研究 | 第17-20页 |
| 2.1.1 基于HTTP流媒体视频传输协议 | 第17-18页 |
| 2.1.2 视频测量的研究现状 | 第18-20页 |
| 2.2 视频数据分析结果 | 第20-28页 |
| 2.2.1 数据格式与数据预处理 | 第20-21页 |
| 2.2.2 数据的统计分析 | 第21-28页 |
| 2.3 用k-means对视频数据进一步挖掘 | 第28-35页 |
| 2.3.1 用R语言实现视频数据的k-means聚类 | 第28-29页 |
| 2.3.2 聚类结果 | 第29-33页 |
| 2.3.3 不同类别的视频特征统计 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 3 感知视频内容的网络带宽分配 | 第36-48页 |
| 3.1 相关技术和研究现状 | 第36-40页 |
| 3.1.1 关于视频内容分类的相关研究 | 第36-37页 |
| 3.1.2 视频质量评估的分类 | 第37页 |
| 3.1.3 伪主观评价的相关研究现状 | 第37-39页 |
| 3.1.4 关于HTTP视频流媒体的带宽分配的相关研究 | 第39-40页 |
| 3.2 感知视频内容的网络带宽分配 | 第40-44页 |
| 3.2.1 应用场景和基本思想 | 第40-41页 |
| 3.2.2 相关符号的定义 | 第41-42页 |
| 3.2.3 感知视频内容的网络带宽分配模型 | 第42-44页 |
| 3.3 数值分析结果 | 第44-47页 |
| 3.3.1 理想条件下HTTP传输机制及其用户体验质量模型 | 第44页 |
| 3.3.2 实验配置 | 第44-45页 |
| 3.3.3 对比分析结果 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 4 基于视频分割感知视频内容的网络带宽分配 | 第48-62页 |
| 4.1 基本观察 | 第48-50页 |
| 4.1.1 视频内容的运动剧烈程度的定量刻画 | 第48页 |
| 4.1.2 两个典型视频的内容变化剧烈程度随时间变化的例子 | 第48-50页 |
| 4.2 基于视频分割的感知视频内容的网络带宽分配方法 | 第50-52页 |
| 4.2.1 应用场景和假设 | 第50-51页 |
| 4.2.2 基于视频分割的感知视频内容的网络带宽分配方法 | 第51-52页 |
| 4.3 实验结果 | 第52-61页 |
| 4.3.1 实验配置 | 第52-53页 |
| 4.3.2 算法评估方法 | 第53页 |
| 4.3.3 细粒度的时间尺度上的视频分类 | 第53-58页 |
| 4.3.4 数值分析结果 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 5 结论 | 第62-64页 |
| 5.1 本文工作总结 | 第62-63页 |
| 5.2 存在问题与展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第68-70页 |
| 学位论文数据集 | 第70页 |
