基于神经网络与马尔可夫组合模型的视频流行度预测算法

来源 :电信科学 | 被引量 : 0次 | 上传用户:Tianzhh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提升用户体验,降低运营商的成本,将播放最多的视频内容提前放入用户侧缓存是业界的通用做法,如何有效预测视频播放热度已经成为业界热点问题。针对传统预测算法非线性映射能力差、预测精度低及自适应性弱等缺点,提出基于神经网络与马尔可夫组合模型的视频流行度预测算法(Mar-BiLSTM),该算法通过构建双向长短期记忆(bi-directional long short-term memory,BiLSTM)网络模型可以保留时间序列两个方向的信息依赖;同时在避免引入外部变量导致模型复杂度增加的情况下,利用马尔
其他文献
大数据技术与应用专业是国家职业教育中2016年增补的专业,随着我国信息化的持续推进和国家大数据战略的落地和互联网生态的发展,数据资源与日俱增,大数据已成为互联网的热门产业。从学生的学习需求出发,利用大数据技术建设全覆盖的立体化教学资源服务体系;同时尊重学生的学习主体性,转变学生的学习方式,建立学情档案库,培养学生自主学习的能力与创新思维;打造高水平师资队伍,全面开展信息化教学,在传授知识的同时,将思想政治教育贯穿于整个教学过程中;依托大数据技术,通过实现信息化、个性化教育,保证学生的学习质量与教学效果。以
摘要: 为充分将思想政治教育贯穿教学全过程,实现全程育人、全方位育人,文章结合目前Hadoop开发技术课程的教学内容,充分挖掘思政元素,积极探索课程教学与课程思政元素的融合,培养学生改革创新、科技创新的新时代精神。  关键词:课程思政;Hadoop开发;教学研究  习近平总书记在全国高校思想政治工作会议上提出,要坚持把立德树人作为中心环节,把思想政治工作贯穿教育教学全过程,实现全程育人、全方位育人
摘要:概念产品设计课程教学需要拓展学生文化视野,启发学生创新思维,提高学生审美能力。为了提高概念产品设计课程教学效果,本文研究了心流理论相关模型,提出了心流理论在概念产品设计课程教学的应用举措:激发兴趣,将外部因素转化为内部动力;明确目标,培养概念产品设计的创新能力;即时反馈,师生双方达到教与学互动的良性循环;课程思政,促使学习的内在动机驱动得以形成;持续挑战,使学生处于全情投入的心流状态。  关
摘要:高职大数据技术与应用专业教育教学在当前面临着更高的要求,该专业作为未来社会发展的重要领域,确实应该引起高度关注,以便借助于恰当的高职教育培养专业人才。在高职大数据技术与应用专业教育教学工作开展中,为了更好优化教学成效,注重产教融合人才培养模式的应用极为必要,本文即围绕着该人才培养模式在高职大数据技术与应用专业中的应用,首先简要介绍了该模式的内涵和特点,然后又重点从培养目标、教学内容、课程体系
以电动汽车驱动用永磁同步电机为研究对象,提出一种新型混合开关频率调制策略,对其电压源逆变器的高频边带谐波电流优化进行了研究。首先,基于空间矢量脉宽调制(SVPWM)技术基本原理与实现方式,建立了响应的Matlab/Simulink仿真模型,分析了高频边带谐波电流产生机理。其次,基于电机转子电角度位置变化提出了新型混合开关频率调制策略,以减少电压源逆变器工作过程中产生的谐波成分,优化边带谐波电流响应。最后,通过合理设定电机参数,对电机稳态运行过程中的逆变器开关频率进行在线调节以降低谐波电流及其相应的扩展频谱
为了避免在对嵌套阵列做DOA估计时进行空域峰值搜索,将典范分解应用于嵌套阵列,通过单次奇异值分解、双线性映射和张量分解得到阵列导向量矩阵和入射角。但现有典范分解算法只适用于无噪条件,通过两次奇异值分解改进了该算法,使其在无噪和有噪条件下均适用。仿真结果表明:在相同信噪比、快拍数情况下,基于改进典范分解的嵌套阵列DOA估计算法相比MUSIC、空间平滑算法具有更好的估计性能和更少的运算时间。
摘要:通过“C语言程序设计”线上课程的建设,给出了一套完整的建设思路和方案。对网课的前期准备、网课的录制、网站的建设以及通过网站进行教学、网站作业批改、网站考试等环节进行了阐述,给出了整个建设过程的一些经验,为线上课程建设提供参考。  關键词:线上课程;录制;网站建设;MOOC;教育信息化  中图分类号:G642 文献标识码:A  文章编号:1009-3044(2021)23-0249-03
智能物联网(artificial intelligence of things,AIoT)是人工智能与物联网技术相融合的产物,这一新兴概念在智慧城市、智能家居、智慧制造、无人驾驶等领域得到了广泛应用。然而AIoT相关技术研究仍处于初级阶段,存在大量问题和挑战。首先简述了AIoT技术产生的背景,明晰其定义和应用场景。以此为契机,构建了一个新型的面向智能信息处理的云边端融合AIoT架构。在给出AIoT
电网公司的基本职能之一是提供安全可靠的电能,而线损率是衡量电能质量及电网经济效益的核心标准。能够及时发现并解决台区线损异常是电网公司关注的重点。近年新兴的知识图谱技术能够清楚地描述实体之间的关系,并能将复杂的自然语言转化成脉络清晰的三元组,因此,可将知识图谱技术运用到台区线损异常原因判断中。根据电网信息系统中的电力数据构建出台区线损异常知识图谱,分析各类异常原因特征并构建判断规则,经过推演格算法优化构建出台区线损异常原因判断方法。经实例验证,所提方法在台区线损异常原因判断方面的准确度优于电网方法,并极大地
考虑到目前新能源汽车使用的永磁同步电机最大转矩电流比控制方法存在受参数影响较大的问题,提出了一种基于高频信号注入的永磁同步电机最大转矩电流比控制新方法。首先,介绍了常规的最大转矩电流比控制方法及其存在的问题。其次,详细介绍了高频信号注入的最大转矩电流比控制方法的基本原理和实现方法,包括带通滤波器和低通滤波器的设计方法等。最后,基于Matlab/Simulink仿真软件建立了仿真模型,并对所提方法进行了验证。此外,进一步进行了硬件平台实验,其实验结果也验证了所提方法的正确性,能够为新能源汽车永磁同步电机及相