Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国传媒大学卫青蓝获国家专利权

中国传媒大学卫青蓝获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国传媒大学申请的专利基于元学习的短视频码率自适应方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119052532B

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411093093.7,技术领域涉及:H04N21/2343;该发明授权基于元学习的短视频码率自适应方法是由卫青蓝;张远;朱鹏宇设计研发完成,并于2024-08-09向国家知识产权局提交的专利申请。

基于元学习的短视频码率自适应方法在说明书摘要公布了:本发明公开了基于元学习的短视频码率自适应方法,涉及流媒体技术领域,包括以下步骤:S1、离线训练,建立模型表示用户特征和网络预测信息;S2、在线学习,根据当前用户环境的特征,对模型参数进行调整和优化。本发明采用上述的基于元学习的短视频码率自适应方法,成功实现了基于元学习的新型SABR框架,该框架能够快速适应不同用户需求,提高系统的实用性与计算速度,使其具有工业应用;成功结合了离线训练与在线学习技术,增强了模型的泛化性和稳定性;在预训练中引入动作掩蔽的思想,增强决策的合理性和可靠性,有效降低了元学习所需的数据量,提升了学习效率和准确性,显著减少了工业环境中的数据需求和训练时间。

本发明授权基于元学习的短视频码率自适应方法在权利要求书中公布了:1.基于元学习的短视频码率自适应方法,其特征在于,包括以下步骤: S1、离线训练,建立模型表示用户特征和网络预测信息; S2、在线学习,根据当前用户环境的特征,对模型参数进行调整和优化; 离线元训练包括以下步骤: S11、将数据按照网络环境状况进行分类; S12、将分类的数据输入到智能体中,并对数据进行处理; S13、将数据编码到模型参数中; S12中包括短视频预取模型,短视频预取模型包括以下步骤: 步骤一、对智能体进行预训练,并在预训练中加入动作掩蔽;动作掩蔽中引入掩蔽向量,将与动作概率相乘,以计算掩蔽后的新的动作概率分布; 步骤二、使用元学习Reptile框架对预训练后的策略进行进一步训练; 短视频加载遵循如下规则: 1所有视频按时间顺序下载,即若第n-1秒的视频还未下载,则不允许下载第n秒的视频; 2当缓存区占用率小于30%时,每个视频的缓冲时间不得大于4s;当缓存区占用率大于30%小于60%时,每个视频的缓冲时间不得大于3s;当缓存区占用率大于60%时,每个视频的缓冲时间不得大于2s; 3当前正在播放的视频,一旦其播放缓冲长度小于1秒,应立即下载; 元学习Reptile框架训练包括以下步骤: 步骤一、在每个任务上进行传统RL任务的更新,让智能体进行决策获得多个序列; 步骤二、计算损失函数,进行梯度下降迭代,得到更新后参数 步骤三、将更新后的参数平均起来,作为新的模型参数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国传媒大学,其通讯地址为:100024 北京市朝阳区定福庄东街一号中国传媒大学国重大楼511;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。