用神经网络实现VBR视频通信量的在线预测

作者：苏晓星; 常胜江; 熊涛; 郜洪云; 申金媛; 张延炘

来源：电子学报, 2005, (07): 1163-1167.

• 视频通信
• 时延神经网络
• 广义卡尔曼滤波
• 递归最小方差 video communication
• time delay neural network
• extended Kalman filtering
• recursive least square.

VBR(VaribleBitRate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测难度较大.针对以上问题,本文提出了一种用于VBR视频通信量预测的自适应神经网络模型,网络训练采用离线与在线相结合的方式,同时通过删除不重要的权重,以优化网络的拓扑结构,提高网络的推广能力,降低网络在线学习的计算复杂度;对VBR视频通信量预测的模拟结果表明该模型具有高的预测精度,并能满足通信系统对预测实时性的要求.

• 单位
  中国科学院声学研究所; 郑州大学; 声场声信息国家重点实验室; 南开大学