用支持向量机网络实现VBR视频通信量的预测OA北大核心CSCDCSTPCD
VBR Video Traffic Prediction Based on the SVM Networks
VBR(Variable Bit Rate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测是提高信息传输速度和提高网络带宽资源利用效率的重要手段.针对以上问题,本文提出了一种用于VBR视频通信量预测的差分输入支持向量机(SVM:Support Vector Machine)网络模型.该网络模型采用结构风险最小化准则,在最小化经验风险的同时,尽量缩小模型预测误差的上界,从而使网络模型具有更好的推广能力.实验结果表…查看全部>>
李素梅;张延炘;常胜江
南开大学信息技术科学学院,天津,300071南开大学信息技术科学学院,天津,300071南开大学信息技术科学学院,天津,300071
信息技术与安全科学
VBR视频通信量支持向量机结构风险
《电子学报》 2006 (2)
人眼注视方向的自动探知方法及应用研究
210-213,4
天津市自然科学基金(No.023800811)国家自然科学基金(No.60277022)博士点基金(No.20030055022)国家自然科学基金(No.60477009)
评论