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！

龙图腾网获悉南京览众智能科技有限公司申请的专利基于动态优先级的多路视频流协同传输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：CN120264049B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202510591936.4，技术领域涉及：H04N21/262；该发明授权基于动态优先级的多路视频流协同传输方法是由盛谦;周鲁东;蒋斌;查宇峰设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。

本基于动态优先级的多路视频流协同传输方法在说明书摘要公布了：本发明涉及资源分配技术领域，具体为基于动态优先级的多路视频流协同传输方法，通过实时采集任务上下文特征参数、系统资源状态、用户行为响应与计算节点负载数据，构建优先级分配模型进行模式识别生成实时任务优先级。建立任务调度策略生成模型，采用优先级加权效能评估函数、内存‑计算单元占用率预测矩阵及调整资源约束条件下的梯度优化目标进行资源分配，形成初始调度策略。通过自适应优化决策模型对数据进行多维参数融合分析，生成资源再分配修正向量，采用在线迭代优化机制对初始调度策略进行动态调整，输出最终实时优化任务调度策略。实现了任务优先级动态评估与资源分配的闭环优化，保障多路视频处理任务的高效协同执行。

本发明授权基于动态优先级的多路视频流协同传输方法在权利要求书中公布了：1.基于动态优先级的多路视频流协同传输方法，其特征在于，包括： 实时采集与多路视频数据处理任务关联的任务上下文特征参数、系统资源状态参数、用户行为响应数据和计算节点负载参数，所述任务上下文特征参数包括用户操作焦点坐标、应用事件触发序列和预定义任务规则集； 构建优先级分配模型对所述任务上下文特征参数进行模式识别，生成各路视频数据处理任务的实时优先级； 构建所述优先级分配模型包括特征提取融合层、模式识别层和优先级映射层； 所述特征提取融合层对所述任务上下文特征参数进行预处理，对所述用户操作焦点坐标提取时空特征、对所述应用事件触发序列提取时序模式特征和对所述预定义任务规则集提取语义特征，通过对所述时空特征、时序模式特征和语义特征进行融合，生成综合任务上下文状态特征；所述模式识别层对融合的综合任务上下文状态特征进行分类和聚类，识别任务模式；所述优先级映射层依据映射函数将所述任务模式映射为优先级分数，生成各路视频数据处理任务的实时优先级； 建立任务调度策略生成模型，基于所述实时优先级对所述多路视频数据处理任务进行处理资源分配，生成初始调度策略；所述任务调度策略生成模型的构建方法包括：生成优先级加权效能评估函数、预测内存-计算单元占用率矩阵和调整资源约束条件下的梯度优化目标； 所述任务调度策略生成模型包括资源需求评估层、资源需求预测层和优化目标调整层； 所述资源需求评估层根据所述实时优先级和任务模式，结合所述优先级加权效能评估函数，获得每路视频数据处理任务的加权效能预期值；所述资源需求预测层利用调度算法，基于历史任务上下文特征参数，利用所述预测内存-计算单元占用率矩阵，预测每路视频数据处理任务在未来一个周期内需要的预测资源需求量；所述预测资源需求量包括内存和计算单元资源量；所述优化目标调整层以最大化总体加权效能预期值为目标，同时满足所述调整资源约束条件，并基于所述预测资源需求量，利用梯度优化求解各任务的处理资源分配方案，生成所述初始调度策略，所述初始调度策略包括各任务分配到的计算单元比例、内存大小以及处理时间片； 构造自适应优化决策模型对所述系统资源状态参数、用户行为响应数据和计算节点负载参数进行多维参数融合分析，生成资源再分配修正向量；根据所述资源再分配修正向量对所述初始调度策略进行在线迭代优化，生成最终实时优化任务调度策略； 所述自适应优化决策模型包括状态评估层和调整策略生成层； 所述状态评估层实时接收所述系统资源状态参数、用户行为响应数据和计算节点负载参数；采用多维参数融合技术，对输入的实时数据进行综合分析，生成多路视频流协同传输向量，识别出存在的潜在风险点；所述调整策略生成层依据所述潜在风险点，生成所述资源再分配修正向量，所述资源再分配修正向量包括明确指示需要增加和或减少分配给特定高优先级和或低优先级视频数据处理任务的计算资源量、内存配额、网络带宽优先级以及调整全局性的参数。

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南京览众智能科技有限公司，其通讯地址为：210000 江苏省南京市栖霞区仙林街道仙林大道118号尚东花园B区商业B-33室；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。