本发明提供一种面向实时视频质量优化的深度混合模型流量控制方法、装置和存储介质,该方法包括:实时获得网络传输数据包的网络信息状态,从中获得第一特征集合,输入至训练好的第一智能拥塞控制模型,以从该模型的特征层输出概率特征向量,该模型为利用基于固定映射规则的拥塞控制算法的预测结果作为标签训练得到的;基于网络信息状态获得第二特征集合,输入至在线训练的基于强化学习的第二智能拥塞控制模型,从该模型的特征层输出概率特征向量;对第一智能拥塞控制模型输出的概率特征向量进行强化操作;将经强化的概率特征向量与第二智能拥塞控制模型输出的概率特征向量进行融合;基于融合后的概率特征向量获得预测码率,进行流量控制。
声明:
“面向实时视频质量优化的深度混合模型流量控制方法、装置和存储介质” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)