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！

龙图腾网获悉南京大学申请的专利一种基于序贯因果建模的自适应比特率控制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：CN116347170B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310232865.X，技术领域涉及：H04N21/462；该发明授权一种基于序贯因果建模的自适应比特率控制方法是由陈浩;徐泊巍;马展设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。

本一种基于序贯因果建模的自适应比特率控制方法在说明书摘要公布了：本发明提供了一种基于序贯因果建模的自适应比特率控制方法，包括如下步骤：1、离线训练阶段：1取得离线最优轨迹并训练Transformer模型；2训练对应不同网络条件的参数映射表；2、在线推理阶段：1基于参数映射表，模型选择视频播放前的预期未来回报作为初始参数；2模型输入一段由过去的观测、动作以及预期未来回报组成的序列作为输入，并输出预测的动作，即下一个视频块的码率；3按照预测码率传输下一视频块，取得下一时刻的观测和回报，并作为下一次决策的输入序列的一部分；4在每一次决策后检查当前缓冲区的大小和网络带宽状况，启用参数更新机制以辅助未来的决策。本发明方法能极大地提升用户体验质量。

本发明授权一种基于序贯因果建模的自适应比特率控制方法在权利要求书中公布了：1.一种基于序贯因果建模的自适应比特率控制方法，其特征在于，包括如下步骤： S1，离线训练阶段 S11，取得离线最优序列作为专家策略供模型训练使用； S12，引入Transformer模型来挖掘输入序列之间的序贯因果关系，使用所述离线最优序列训练所述Transformer模型； S13，训练对应不同网络条件的参数映射表； S2，在线推理阶段 S21，根据所述参数映射表，所述Transformer模型取得视频播放前的预期未来回报作为初始参数； S22，所述Transformer模型接收一段由过去的观测、动作以及预期未来回报组成的序列作为输入，并输出预测的动作，即下一个视频块的码率；其中，过去的观测包括上一视频块的比特率、缓冲区大小、网络吞吐量度量、上一视频块的下载时间、对应于下一视频块的所有可用比特率的视频块大小以及剩余块的数量；用于计算预期未来回报的回报函数包括视频质量、再缓冲事件惩罚和平滑度惩罚； S23，按照预测码率传输下一视频块，取得下一时刻的观测和回报，并作为下一次决策的输入序列的一部分； S24，所述Transformer模型在每一次决策后检查当前缓冲区的大小和网络带宽状况， 并启用参数更新机制以辅助未来的决策； S25，重复上述步骤S22至S24，直至完成一次视频播放。

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大学，其通讯地址为：210046 江苏省南京市栖霞区仙林大道163号；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。