為了解決現(xiàn)有網(wǎng)絡質(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)絡質(zhì)量QoE感知數(shù)據(jù),以此為基礎,通過MCD算法判別并去除網(wǎng)絡質(zhì)量QoE數(shù)據(jù)粗差,以去除粗差的網(wǎng)絡質(zhì)量QoE數(shù)據(jù)為基礎,利用ROI加權算法提取網(wǎng)絡質(zhì)量QoE數(shù)據(jù)特征,以得到的網(wǎng)絡質(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算網(wǎng)絡質(zhì)量QoE感知,實現(xiàn)了基于用戶偏好的網(wǎng)絡質(zhì)量QoE感知。實驗結果顯示,與現(xiàn)有三種網(wǎng)絡質(zhì)量QoE感知模型相比較,構建的網(wǎng)絡質(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),充分說明構建的網(wǎng)絡質(zhì)量QoE感知模型具備更好的性能。 

【文章來源】：計算機仿真. 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。將實驗結果輸入到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)對比情況圖

【參考文獻】：
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.  計算機工程與設計. 2019(02)
[2]彈性光網(wǎng)絡基于區(qū)分降級服務和自適應調(diào)制的動態(tài)路由與頻譜分配算法[J]. 于存謙,張黎,何榮希.  電子與信息學報. 2019(01)
[3]多維吸引子構成模型的視頻業(yè)務QoE優(yōu)化[J]. 朱慶華,陳禹,�，�,陸鏡宇.  計算機工程與設計. 2018(06)
[4]基于云計算的大數(shù)據(jù)服務資源評價方法[J]. 陽小蘭,錢程,朱福喜.  計算機科學. 2018(05)
[5]基于用戶體驗的VLC/WiFi異構網(wǎng)絡切換算法[J]. 王春喜,菅春曉,劉洛琨,孫有銘,田婉.  信號處理. 2017(09)
[6]一種評估視頻點播的QoE分析模型的設計與實現(xiàn)[J]. 許雯.  西安文理學院學報(自然科學版). 2017(05)
[7]基于網(wǎng)頁瀏覽業(yè)務的QoE評價模型實驗及仿真[J]. 常瑩,王婧,朱慶華.  電腦知識與技術. 2017(24)
[8]視頻QoE分析的軟件架構設計及性能優(yōu)化[J]. 許雯.  福建電腦. 2017(08)
[9]基于HTTP報文分析的Web QoE分析模型的設計與實現(xiàn)[J]. 許雯.  福建電腦. 2017(06)
[10]基于HLS流媒體視頻直播的QoE分析模型設計與實現(xiàn)[J]. 許雯.  西安航空學院學報. 2017(03)



本文編號：2960102