用神经网络实现VBR视频通信量的在线预测

• 作者: 常胜江 张延炘 熊涛 申金媛 苏晓星 郜洪云
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 视频通信 时延神经网络 广义卡尔曼滤波 递归最小方差
• 年，卷（期）: 2005,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1163-1167
• 页数: 5页
• 分类号: TN919.8
• 字数: 4991字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2005.07.003

摘要

VBR(Varible 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难度较大.针对以上问题,本文提出了一种用于VBR视频通信量预测的自适应神经网络模型,网络训练采用离线与在线相结合的方式,同时通过删除不重要的权重,以优化网络的拓扑结构,提高网络的推广能力,降低网络在线学习的计算复杂度;对VBR视频通信量预测的模拟结果表明该模型具有高的预测精度,并能满足通信系统对预测实时性的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常胜江	南开大学现代光学研究所教育部光电信息技术重点实验室	80	596	15.0	19.0
2	申金媛	郑州大学河南省激光与光电信息技术重点实验室	51	282	10.0	14.0
3	熊涛	南开大学现代光学研究所教育部光电信息技术重点实验室	9	35	4.0	5.0
4	苏晓星	中国科学院声学研究所声场声信息国家重点实验室	3	62	3.0	3.0
5	郜洪云	南开大学现代光学研究所教育部光电信息技术重点实验室	9	95	6.0	9.0