基于神经网络和粒子群算法的流媒体视频传输控制
| 论文之家 | 代写论文 | 发表论文 | 站点地图 | 收藏本站 |
您现在的位置: 硕士论文 >> 电子论文 >> 自动化 >> 自动化基础 >> 正文
基于神经网络和粒子群算法的流媒体视频传输控制
作者:向涛 Publish: 2006-12-5 Hits:-
【中文题名】 基于神经网络和粒子群算法的流媒体视频传输控制
【英文题名】 Transmission Control of Streaming Video Based on Neural Network and Particle Swarm Algorithm
【学科专业】 计算机系统结构
【论文级别】 硕士论文
【投稿时间】 2006-12-5
【中关键词】 流媒体,神经网络,粒子群算法,令牌桶,,
【英关键词】 Streaming Media,Neural Network,Particle Swarm Algorithm,Token Bucket,
【分类导航】 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>>
【论文摘要】  随着互联网在规模上的飞速扩展和在应用上的广泛普及,人们的工作和生活已经越来越离不开网络。特别是网络多媒体技术的出现,给人们的工作和生活都带来了许多方便,诸如视频会议、远程教育、视频点播和网络电视等应用需求不断增加。但是基于传统的先将整个媒体文件下载后再浏览的方式显然不再适合这些应用的要求,所以流媒体技术应需而生。简单地讲,流媒体技术就是可以一边下载、一边观看和收听的一种网络多媒体传输方式。 然而目前流媒体传输却存在很多问题,首先是网络带宽不能充分满足流媒体传输的要求,虽然主干网络的带宽非常大,但是有相当部分的终端用户的接入速率还是比较低;其次是目前Internet“尽力而为”的服务模式不能满足流媒体传输的服务质量保证,例如时延、抖动、误码率、丢包率和平滑性等。所以流媒体传输的控制问题就成为当前一个研究的热点。 本文首先介绍了各相关背景知识。然后在综合参考和分析了国内外流媒体传输控制方面的相关工作的基础上,以流媒体视频为研究对象,提出了一种通用的流媒体优化传输控制方案。本文给出了传输控制的系统模型及其系统各状态的差分方程表示,由此推导出了系统的代价函数。然后利用神经网络的非线性映射的功...
【论文题纲】
1 绪论 9-13
1.1 问题的提出及研究意义 9
1.2 国内外研究现状 9-12
1.3 本文的研究目的和研究内容 12-13
2 神经网络基础 13-20
2.1 神经网络的基本概念 13-17
2.2 神经网络的特点 17-18
2.3 神经网络的应用 18-19
2.4 本章小结 19-20
3 粒子群算法基础 20-24
3.1 群智能简介 20
3.2 粒子群算法的基本原理 20-21
3.3 粒子群算法的特点 21-22
3.4 粒子群算法的改进 22-23
3.5 本章小结 23-24
4 流媒体基础 24-40
4.1 流媒体的定义 24
4.2 流媒体的起源和发展 24
4.3 流媒体的作用与影响 24-25
4.4 流媒体的工作原理 25-26
4.5 流媒体视频编码的常用标准 26-33
4.6 流媒体音频的常用格式 33-34
4.7 流媒体传输的常用协议 34-35
4.8 流媒体的系统组成 35-36
4.9 令牌桶机制 36-38
4.10 当前存在的问题 38
4.11 流媒体的应用和发展前景 38-39
4.12 本章小结 39-40
5 基于神经网络和粒子群算法的流媒体视频传输控制 40-58
5.1 符号约定 40
5.2 系统模型 40-42
5.3 系统状态方程 42-43
5.4 基于神经网络和粒子群算法的优化控制 43-45
5.5 数值实验 45-56
5.6 本章小结 56-58
6 结论与展望 58-59
6.1 结论 58
6.2 后续研究工作的展望 58-59
致谢 59-60
参考文献 60-63
附录 63-64
独创性声明 64
学位论文版权使用授权书 64
【DOI】 LunWen.ID:2.2008.388034
付费论文:有参考文献 300元
1、注册会员             2、购买本文            3、下载文章 
注:此文为收费论文,需付费购买。每页大约1000字。
代写论文流程
载入中…
Web lunwenjia
热门搜索:流媒体 论文 神经网络 粒子群算法 令牌桶
自动化基础最新论文
自动化基础热门论文