公开(公告)号：CN109120961B

公开(公告)日：2020-11-03

申请号：CN201810803152.3

申请日：2018-07-20

Applicant: 南京邮电大学

Inventor： 周亮 ,  胡正莹 ,  魏昕 ,  刁梦雯 ,  高赟

IPC: H04N21/258 ,  H04N21/466 ,  H04N17/00 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08 ,  H04L12/24

Abstract: 本发明提出了一种基于PNN‑PSO算法的IPTV不平衡数据集的用户体验质量(QoE)的预测方法。该方法包括如下步骤：首先从IPTV的机顶盒记录中提取与用户的体验质量有关联的影响因素，得到PNN‑PSO模型的特征输入，并进行相关概念的定义及数据的提取和预处理；接着分析各个特征与用户体验质量(QoE)的关联；而后基于PNN‑PSO神经网络建立用户体验质量(QoE)预测模型，利用IPTV数据集来实现用户体验质量(QoE)的预测。采用该方法，克服了PNN算法中存在的局部极小问题以及数据不均衡所带来的问题，学习收敛过程更快，预测更加精确、高效；充分利用了IPTV机顶盒的数据集，能够帮助IPTV运营商及时地做出调整措施，以提高用户体验质量。

公开(公告)号：CN109120961A

公开(公告)日：2019-01-01

申请号：CN201810803152.3

申请日：2018-07-20

Applicant: 南京邮电大学

Inventor： 周亮 ,  胡正莹 ,  魏昕 ,  刁梦雯 ,  高赟

IPC: H04N21/258 ,  H04N21/466 ,  H04N17/00 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08 ,  H04L12/24

Abstract: 本发明提出了一种基于PNN-PSO算法的IPTV不平衡数据集的用户体验质量(QoE)的预测方法。该方法包括如下步骤：首先从IPTV的机顶盒记录中提取与用户的体验质量有关联的影响因素，得到PNN-PSO模型的特征输入，并进行相关概念的定义及数据的提取和预处理；接着分析各个特征与用户体验质量(QoE)的关联；而后基于PNN-PSO神经网络建立用户体验质量(QoE)预测模型，利用IPTV数据集来实现用户体验质量(QoE)的预测。采用该方法，克服了PNN算法中存在的局部极小问题以及数据不均衡所带来的问题，学习收敛过程更快，预测更加精确、高效；充分利用了IPTV机顶盒的数据集，能够帮助IPTV运营商及时地做出调整措施，以提高用户体验质量。