基于机器学习分析VoLTE视频通话质量的研究及应用

• 全文链接
• 请求原文

作   者：

钟其柱; 

作者机构：

中国移动通信集团广东有限公司; 

关键词：

机器学习;  梯度提升树;  视频通话质量;  VoLTE; 

期刊名称：

电信科学

i s s n：

1000-0801

年卷期：

2020 年 03 期

页   码：

156-165

摘   要：

针对目前评估VoLTE视频通话质量的方法的缺点,提出了一种基于机器学习和网络指标参数的VoLTE视频通话质量评估方法。首先,采集解码核心网的网络参数指标数据,并进行预处理;然后,选取用于VoLTE视频通话质量评估的关键特征,并通过对比选取合适的机器学习算法,构建VoLTE视频质量评估的评估模型,从而实现不依赖于测试环境和原始视频的Vo LTE视频通话质量实时评估。通过对从XDR(用户话单)数据中提取的特征指标数据进行预处理研究,解决了特征指标的标准化问题,便于指标特征输入评估模型;通过特征工程选出评估VoLTE视频通话的关键特征,减少特征维数,从而降低了算法的复杂度;同时采用先进的机器学习技术保证和提升算法的评估准确性。