一种支持神经网络的流媒体码率自适应方法、装置和设备

摘要

本申请涉及一种支持神经网络的流媒体码率自适应方法、装置和计算机设备。所述方法包括：获取历史网络吞吐量测量值、预设的可用分辨率大小的向量和当前缓冲区占用信息，输入预先构建的贝叶斯神经网络中，输出下一时间段的吞吐量预测值，以预设的QoE指标最优化为目标，构建模型预测控制最优化模型，求解得到当前视频块的预测下载比特率；执行后根据QoE指标得到对应的奖励值，根据预测下载比特率和奖励值对贝叶斯神经网络进行持续训练，根据持续训练的贝叶斯神经网络和模型预测控制最优化模型自适应得到下载视频块的最佳比特率。本发明提高了吞吐量预测准确度和移动网络视频质量。