為了解決現(xiàn)有網(wǎng)絡(luò)質(zhì)量QoE感知模型數(shù)據(jù)粗差迭代次數(shù)多、線性回歸參數(shù)小的問題,提出基于用戶偏好的網(wǎng)絡(luò)質(zhì)量QoE感知建模仿真研究。依據(jù)用戶偏好理論確定模型參數(shù),并獲取網(wǎng)絡(luò)質(zhì)量QoE感知數(shù)據(jù),以此為基礎(chǔ),通過MCD算法判別并去除網(wǎng)絡(luò)質(zhì)量QoE數(shù)據(jù)粗差,以去除粗差的網(wǎng)絡(luò)質(zhì)量QoE數(shù)據(jù)為基礎(chǔ),利用ROI加權(quán)算法提取網(wǎng)絡(luò)質(zhì)量QoE數(shù)據(jù)特征,以得到的網(wǎng)絡(luò)質(zhì)量QoE數(shù)據(jù)特征為依據(jù),將其代入多元線性回歸方程計(jì)算網(wǎng)絡(luò)質(zhì)量QoE感知,實(shí)現(xiàn)了基于用戶偏好的網(wǎng)絡(luò)質(zhì)量QoE感知。實(shí)驗(yàn)結(jié)果顯示,與現(xiàn)有三種網(wǎng)絡(luò)質(zhì)量QoE感知模型相比較,構(gòu)建的網(wǎng)絡(luò)質(zhì)量QoE感知模型降低了數(shù)據(jù)粗差迭代次數(shù),提高了線性回歸參數(shù),充分說明構(gòu)建的網(wǎng)絡(luò)質(zhì)量QoE感知模型具備更好的性能。 

【文章來源】：計(jì)算機(jī)仿真. 2020,37(04)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

MCD算法流程圖

數(shù)據(jù)樣本粗差判別流程

數(shù)據(jù)粗差迭代次數(shù)直接決定模型的效率,常規(guī)情況下認(rèn)為數(shù)據(jù)粗差迭代次數(shù)越少,則表示模型的效率越高。將實(shí)驗(yàn)結(jié)果輸入到Eviews中,在帶寬3.0GB/s與10.0GB/s情況下,得到數(shù)據(jù)粗差迭代次數(shù)對(duì)比情況如圖3與圖4所示。圖4 帶寬10.0GB/s下數(shù)據(jù)粗差迭代次數(shù)對(duì)比情況圖

【參考文獻(xiàn)】：
期刊論文
[1]載波聚合下基于QoE的資源調(diào)度算法[J]. 楊路,熊竟威,龍懇.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(02)
[2]彈性光網(wǎng)絡(luò)基于區(qū)分降級(jí)服務(wù)和自適應(yīng)調(diào)制的動(dòng)態(tài)路由與頻譜分配算法[J]. 于存謙,張黎,何榮希.  電子與信息學(xué)報(bào). 2019(01)
[3]多維吸引子構(gòu)成模型的視頻業(yè)務(wù)QoE優(yōu)化[J]. 朱慶華,陳禹,�，�,陸鏡宇.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(06)
[4]基于云計(jì)算的大數(shù)據(jù)服務(wù)資源評(píng)價(jià)方法[J]. 陽小蘭,錢程,朱福喜.  計(jì)算機(jī)科學(xué). 2018(05)
[5]基于用戶體驗(yàn)的VLC/WiFi異構(gòu)網(wǎng)絡(luò)切換算法[J]. 王春喜,菅春曉,劉洛琨,孫有銘,田婉.  信號(hào)處理. 2017(09)
[6]一種評(píng)估視頻點(diǎn)播的QoE分析模型的設(shè)計(jì)與實(shí)現(xiàn)[J]. 許雯.  西安文理學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(05)
[7]基于網(wǎng)頁瀏覽業(yè)務(wù)的QoE評(píng)價(jià)模型實(shí)驗(yàn)及仿真[J]. 常瑩,王婧,朱慶華.  電腦知識(shí)與技術(shù). 2017(24)
[8]視頻QoE分析的軟件架構(gòu)設(shè)計(jì)及性能優(yōu)化[J]. 許雯.  福建電腦. 2017(08)
[9]基于HTTP報(bào)文分析的Web QoE分析模型的設(shè)計(jì)與實(shí)現(xiàn)[J]. 許雯.  福建電腦. 2017(06)
[10]基于HLS流媒體視頻直播的QoE分析模型設(shè)計(jì)與實(shí)現(xiàn)[J]. 許雯.  西安航空學(xué)院學(xué)報(bào). 2017(03)



本文編號(hào)：2960102