TY -的A2 Kollias Stefanos AU - Botia Valderrama,迭戈Jose Luis盟——Gaviria戈麦斯,纳塔莉亚PY - 2016 DA - 2016/01/27 TI -不干扰方法基于神经网络视频质量的经验评估SP - 1730814六世- 2016 AB -体验质量的测量和评估(质量的经验)已成为一个主要集中在电信与预期质量的用户提供服务。然而，网络参数和编码等因素会影响视频的质量，限制了客观指标和主观指标之间的相关性。上述问题增加了评估用户感知到的视频真实质量的复杂性。在本文中,基于人工神经网络的模型,如摘要(反向传播神经网络)和RNNs(随机神经网络)应用于评估的主观质量量度MOS(平均意见分)和PSNR(峰值信号噪声比),SSIM(结构相似度指数度量),VQM(视频质量指标)和QIBF(基于质量指标的框架)。该模型允许基于该策略建立服务质量(QoS) Diffserv。通过Pearson’s和Spearman’s相关系数、RMSE(均方根误差)和离群值率对指标进行分析。所有评价指标的相关值均大于90%。SN - 1687-5680 UR - https://doi.org/10.1155/2016/1730814 DO - 10.1155/2016/1730814 JF -多媒体进展PB - Hindawi出版公司KW - ER -