本文選題：視頻流 + 分類�。� 參考：《電子與信息學(xué)報(bào)》2017年06期

【摘要】：現(xiàn)有的視頻流分類方法體現(xiàn)出內(nèi)容依賴及特征依賴的局限性,該文引入流量分形理論,并在小波域內(nèi),提出一種基于Hurst指數(shù)的Fractals分類模型以改進(jìn)不足。為此,該文首先描述流的分形性質(zhì),定義流的Hurst指數(shù),推導(dǎo)小波域內(nèi)Hurst指數(shù)的估計(jì)過(guò)程。然后,基于代價(jià)函數(shù)優(yōu)化分段目標(biāo),用聚類差異度方法計(jì)算分段Hurst指數(shù)的總體差異量,再基于最大類間方差閾值進(jìn)行分析,從而實(shí)現(xiàn)視頻流的細(xì)粒度分類。研究結(jié)果表明,該文提出的分類方法,以隨機(jī)數(shù)據(jù)的變化特性為內(nèi)容,突破了內(nèi)容依賴的局限性,解決了特征制約的瓶頸,提高了視頻流的分類效果。
[Abstract]:The existing video stream classification methods reflect the limitations of content dependence and feature dependence. In this paper, the flow fractal theory is introduced, and a Fractals classification model based on Hurst exponent is proposed in wavelet domain to improve the model. This paper first describes the fractal properties of the flow, defines the Hurst exponent of the flow, and deduces the estimation process of the Hurst exponent in the wavelet domain. Then, based on the cost function to optimize the segmented target, the total difference of segmented Hurst exponent is calculated by clustering difference degree method, and then based on the maximum inter-class variance threshold, the fine-grained classification of video stream is realized. The results show that the proposed classification method, which takes the variation of random data as the content content, breaks through the limitation of content dependence, solves the bottleneck of feature restriction and improves the classification effect of video stream.
【作者單位】： 南京郵電大學(xué)通信與信息工程學(xué)院;安徽師范大學(xué)物理與電子信息學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61271233,60972038,61401004) 華為HIRP創(chuàng)新項(xiàng)目~~
【分類號(hào)】：TN919.8

【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 陳建;譚獻(xiàn)海;賈真;;7種Hurst系數(shù)估計(jì)算法的性能分析[J];計(jì)算機(jī)應(yīng)用;2006年04期

2 張博;汪斌強(qiáng);智英建;;長(zhǎng)相關(guān)網(wǎng)絡(luò)流量Hurst指數(shù)估計(jì)算法[J];計(jì)算機(jī)工程;2009年02期

3 王成;劉金剛;劉漢武;;網(wǎng)絡(luò)中突發(fā)業(yè)務(wù)自相似建模及其Hurst系數(shù)估計(jì)[J];計(jì)算機(jī)工程;2006年02期

4 陳惠民,蔡弘,李衍達(dá);自相似業(yè)務(wù):基于多分辨率采樣和小波分析的Hurst系數(shù)估計(jì)方法[J];電子學(xué)報(bào);1998年07期

5 于秦;毛玉明;;WLAN業(yè)務(wù)量特性分析及Hurst參數(shù)辨識(shí)[J];電子科技大學(xué)學(xué)報(bào);2007年S2期

6 ;[J];;年期

相關(guān)碩士學(xué)位論文 前2條

1 王霽;基于分?jǐn)?shù)階傅里葉變換的Hurst參數(shù)估計(jì)系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)[D];華東師范大學(xué);2011年

2 韓忠玲;分形高斯噪聲Hurst參數(shù)估計(jì)的實(shí)驗(yàn)評(píng)價(jià)[D];華東師范大學(xué);2008年

，

本文編號(hào)：1781195