[發明專利]一種基于傅里葉變換的視頻播放量可預測性分類方法有效
| 申請號： | 201811280491.4 | 申請日： | 2018-10-30 |
| 公開（公告）號： | CN109218829B | 公開（公告）日： | 2021-07-27 |
| 發明（設計）人： | 吳迪;周彥 | 申請（專利權）人： | 中山大學 |
| 主分類號： | H04N21/442 | 分類號： | H04N21/442;H04L12/24;H04N21/845 |
| 代理公司： | 廣州粵高專利商標代理有限公司 44102 | 代理人： | 林麗明 |
| 地址： | 510275 廣東*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 傅里葉變換 視頻 放量 預測 分類 方法 | ||
1.一種基于傅里葉變換的視頻播放量可預測性分類方法，其特征在于，包括以下步驟：
步驟S1：將每個視頻的歷史播放量數據整理成時間序列數據，然后使用FFT將時間序列數據轉換到頻域上，得到一系列的復數形式的序列；
步驟S2：根據上一步得到的復數形式的時間序列，選取高頻能量和低頻能量的劃分點，從而計算每個視頻高頻能量占總能量的比重；
步驟S3：根據計算出來的高頻能量占比，將所有的視頻按照高頻能量占比從小到大的形式進行排列，然后確定一個高頻能量占比閾值R，將高頻能量占比高于R的視頻劃分為可預測性弱的視頻類，而將高頻能量占比低于R的視頻劃分為可預測性強的視頻類。
2.根據權利要求1所述的基于傅里葉變換的視頻播放量可預測性分類方法，其特征在于，所述步驟S2的具體過程如下：
步驟S201：輸入上一步得到的傅里葉變換之后的復數序列[c1,c2,c3,......cn-1,cn]，其中n為復數序列的長度；在復數序列中輸入一個高低頻劃分點σ，整個復數序列在點σ之前的劃分為低頻部分，之后的劃分為高頻部分；
步驟S202：設置低頻能量總和以及高頻能量總和的初始值為0，用L表示低頻能量總和，用H表示高頻能量總和；
步驟S203：對復數序列[c1,c2,c3,......cn-1,cn]進行遍歷，若遍歷到的復數項下標值小于或等于σ，則劃分為低頻部分，并將該復數項對應的能量累加到低頻能量總和L上，其中能量是復數項的模的平方；若遍歷到的復數項下標值大于σ，則劃分為高頻部分，并將該復數項對應的能量累加到高頻能量總和H上；
步驟S204：遍歷完成后，得到最后的低頻能量總和L以及高頻能量總和H，求出高頻能量總和占所有能量總和的比重，即高頻能量占比。
3.根據權利要求2所述的基于傅里葉變換的視頻播放量可預測性分類方法，其特征在于，所述步驟S3的具體執行過程如下：
步驟S301：將所有視頻求得的高頻能量占比整合成一個序列[r1,r2,r3,……,rv-1,rv]，v表示視頻的數量；將所有視頻按照高頻能量占比從小到大的順序進行排列，得到新的序列[r1′,r2′,r3′,……rv-1′,rv′]，rv′為最大的高頻能量占比；
步驟S302：設定劃分比例閾值θ，將rv′乘以劃分比例閾值θ，得到劃分高頻能量占比的閾值R；
步驟S303：設可預測性強的集合Cs為空集，可預測性弱的集合Cw為空集；
步驟S304：遍歷[r1′,r2′,r3′,……rv-1′,rv′]，對于每一項，將它與R值進行比較，如果大于R值，劃分該視頻到可預測性弱的集合Cw，反之如果小于等于R值，將對應的視頻劃分到可預測性強的集合Cs中；
步驟305：遍歷結束后，將兩個集合輸出。
4.根據權利要求3所述的基于傅里葉變換的視頻播放量可預測性分類方法，其特征在于，高低頻劃分點σ為
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中山大學，未經中山大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811280491.4/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種進行流媒體播放的方法和終端、存儲介質
- 下一篇：機頂盒開機管理方法及系統
